Investigacion de Mercados Arturo Orozco 1 OCR Compressed

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 656

Investigación de mercados

Concepto y práctica
Investigación de mercados

Concepto y práctica

Arturo Orozco J.

GRUPO
EDITORIAL

norma
Barcelona, Bogotá, Buenos Aires, Caracas, Guatemala,
Lima, México, Miami, Panamá, Quilo, San José, San Juan,
Santiago de Chile, Santo Domingo
INVESTIGACIÓN DE MERCADOS
Concepto y práctica
de Arturo OrozcoJ.
Copyright © 1999 por Arturo OrozcoJ.

Copyright © 1999 para América Latina


por Editorial Norma S. A
Apartado Aérero 53550, Bogotá, Colombia.
Reservados todos los derechos.
Prohibida la reproducción total o parcial de este libro,
por cualquier medio, sin permiso escrito de la Editorial.
Impreso por Imprelibros
Impreso en Colombia — Prinled ¿n Colombia

Dirección editorial, María del Mar Ravassa G.


Edición, Juan D. Bonfante Lozano
Diseño de cubierta, María Clara Salazar
Diagramación, María Inés de Celis

Este libro se compuso en caracteres Berkeley y Optima

ISBN 958-04-5292-X
Contenido
Prólogo....................................................................................................... XVII

1. Naturaleza de la investigación de mercados.......................................... 1


1. DEFINICIÓN.......................................................................................................................... 2
2. EL CONTEXTO DE MERCADOTECNIA........................................................................... 2
3. EL PLAN DE MARKETING.................................................................................................. 4
Análisis de la situación.......................................................................................................... 5
ANÁLISIS EXTERNO ......................................................................................................................................................... 5
ANÁLISIS INTERNO.......................................................................................................................... 6
Objetivos..................................................................................................................................7
Estrategias............................................................................................................................... 7
4. LOS SISTEMAS DE INFORMACIÓN.................................................................................. 8
Resultados........................................................................................................................... 8
Programas........................................................................................................................... 9
Inteligencia........................................................................................................................ 9
Investigación de mercados................................................................................................. 9
5. ALCANCE DE LA INVESTIGACIÓN DE MERCADOS..................................................... 9
La estadística..................................................................................................................... 11
La psicología.....................................................................................................................11
La economía......................................................................................................................11
La sociología.....................................................................................................................11
La ingeniería......................................................................................................................12
El derecho........................................................................................................................ 12
La matemática................................................................................................................... 12
La mercadotecnia............................................................................................................. 12
6. APLICACIÓN Y MÉTODOS............................................................................................... 13
Métodos de investigación de mercados.............................................................................. 16
7. LA PRÁCTICA DE LA INVESTIGACIÓN DE MERCADOS.............................................17
Conflictos con la gerencia.................................................................................................... 17
La consultoría........................................................................................................................ 18
La ética................................................................................................................................... 19
8. LA INVESTIGACIÓN EN LA PLANEACIÓNESTRATÉGICA...........................................20

2. Enfoque general...................................................................................... 23
1. EL PROCESODE INVESTIGACIÓN DE MERCADOS.................................................... 24
Planeación del proceso de investigación.......................................................................... 24
VI INVESTIGACIÓN DE MERCADOS

Formulación del problema............................................................................................... 24

Marco teórico.................................................................................................................. 25
Diseño del estudio........................................................................................................... 25
Programación de actividades........................................................................................... 26
Ejecución de la investigación.............................................................................................. 27
Preparación de la muestra............................................................................................... 27
Recolección de datos....................................................................................................... 29
Procesamiento de datos.................................................................................................... 30
Análisis de resultados...................................................................................................... 30
Presentación del informe................................................................................................ 31
2. LAS FUENTES DE INFORMACIÓN................................................................................. 31
Fuentes primarias................................................................................................................. 33
Métodos de observación...................................................................................................34
Métodos de comunicación............................................................................................... 36
Métodos experimentales................................................................................................... 39
Métodos de simulación.................................................................................................... 39
Fuentes secundarias............................................................................................................ 40
Bases de datos................................................................................................................... 41
Censos.............................................................................................................................. 41
Encuestas sectoriales....................................................................................................... 41
Estadísticas...................................................................................................................... 42
Marcos y directorios....................................................................................................... 42
3. TIPOS DE INVESTIGACIONES.........................................................................................42
Investigación cualitativa...................................................................................................... 43
Investigación cuantitativa....................................................................................................45
Estudios descriptivos....................................................................................................... 46
Estudios de control (monitoreo)................................................................................... 47
Estudios explicativos o causales..................................................................................... 48
4. APLICACIONES.................................................................................................................. 50
Operabilidad de la investigación......................................................................................... 52
Variables de marketing........................................................................................................ 52
Variables conductuales.................................................................................................... 53
Variables clasificatorias............................................................................................ .....53
Variables actitudinales.................................................................................................... 54
Elementos del procedimiento............................................................................................. 55
La decisión de investigación............................................................................................... 56

3. Investigación cualitativa.......................................................................... 59
1. ESTUDIOS EXPLORATORIOS........................................................................................... 60
Información secundaria....................................................................................................... 60
Sondeos................................................................................................................ .t..............61
Simulación digital o analogías............................................................................................ 61
Estudio de casos................................................................................................................... 62
CONTENIDO Vil

2. ESTUDIOS DE ORIENTACIÓN....................................................................................... 63
Entrevista de profundidad.................................................................................................64
Ventajas y desventajas...................................................................................................... 65
Las sesiones de grupo.......................................................................................................... 66
1. Entrevista de grupo....................................................................................................66
2. Enfoque de grupo....................................................................................................... 66
3. Encuesta de grupo...................................................................................................... 67
Tamaño del grupo.............................................................................................................67
Selección del grupo......................................................................................................... 67
Duración de la investigación.......................................................................................... 68
Ambiente........................................................................................................................... 69
Moderador........................................................................................................................ 69
Instrumentos.................................................................................................................... 70
Estudios proyectivos.............................................................................................................71
Modelos de comportamiento........................................................................................... 72
Estudio del comportamiento............................................................................................ 73
Pruebas proyectivas.......................................................................................................... 75
Estudios de observación...................................................................................................... 83
1. Según la estructura................................................................................................... 85
2. Según la aproximación............................................................................................... 85
3. Según el momento....................................................................................................... 86
4. Según el escenario...................................................................................................... 87
5. Según el medio de observación.................................................................................... 88
Ventajas y desventajas de los métodos de observación................................................... 88

4. Investigación cuantitativa........................................................................ 93
1. EL MÉTODO DE ENCUESTA............................................................................................ 94
Tipos de encuestas................................................................................................................95
Entrevista personal.......................................................................................................... 95
Entrevista telefónica....................................................................................................... 96
Encuesta postal .................................................................................................................................96
Accesibilidad a la fuente...................................................................................................... 97
Soluciones a los problemas de acceso........................................................................... 100
El cuestionario.................................................................................................................... 100
Los impresos....................................................................................................................103
Construcción del cuestionario.....................................................................................106
O 2. FORMULACIÓN DE PREGUNTAS................................................................................. 111
Tipos de preguntas............................................................................................................. 111
Preguntas abiertas........................................................................................................... 111
Preguntas cerradas.........................................................................................................112
El enfoque en las preguntas.......................................................................................... 113
Problemas de las respuestas.............................................................................................. 114
Causas del rechazo o NR (no respuesta)...................................................................... 116
Eliminación de errores....................................................................................................... 116
VIII INVESTIGACIÓN DE MERCADOS

Tácticas para evitar el error por falta de capacidad................................................... 117

Tácticas para evitar el error por falta de voluntad.....................................................117

—r Redacción de las preguntas................................................................................................ 120


1. La precisión................................................................................................................ 120
2. La objetividad............................................................................................................. 121
3. L\ viabilidad............................................................................................................... 123
> 3. PRUEBA DEL CUESTIONARIO..................................................................................... 124
Errores de las encuestas..................................................................................................... 127
Fuentes de error................................................................... 128
Tácticas para disminuir el error de procedimiento..................................................... 129
Soluciones al problema de no respuesta.................................................x:................. 130
Validez y contabilidad de la información.................................................................... 130
4. MÉTODO DEL PÁNEL..................................................................................................... 130
TIPOS DE PÁNEL.................................................................................................................... 132
Pánel recurrente............................................................................................................ 132
Panel ómnibus................................................................................................................. 135
5. PROCEDIMIENTO DE UN PÁNEL................................................................................. 136
Procesos del pánel.............................................................................................................. 136
Muestra maestra............................................................................................................. 136
Formulario para aplicar en el pánel.............................................................................. 139
Ventajas y desventajas del pánel....................................................................................... 139

5. Teoría de la medida
1 DEFINICIONES................................................................................................................ 142
Concepto de marketing.................................................................................................... 142
Variables y estados de la naturaleza................................................................................ 143
Estados externos
Estados internos............................................................................................................. 144
Parametricidad de los datos............................................................................................... 145
2. ESCALAS DE MEDIDAS BÁSICAS................................................................................. 146
Escala nominal.................................................................................................................... 147
Escala ordinal...................................................................................................................... 148
Escala interval..................................................................................................................... 150
Escala proporcional...........................................................................................................151
3. MEDICIÓN DE ACTITUDES......................................................................................... 155
Escalas simples.................................................................................................................. 157
Escala categórica......................................................................................................... 157
Escala jerárquica.......................................................................................................... 160
Escala comparativa.......................................................................................................... 161
Escala calificativa.......................................................................................................... 164
Escalas múltiples................................................................................................................ 165
Diferencial semántico.................................................................................................... 166
Escala de Likert.............................................................................................................. 169
Escala de intervalos iguales.......................................................................................... 172
Escala asociativa............................................................................................................ 173
CONTENIDO IX

4. ESCALAMIENTO MULT1D1MENSI0NAL...................................................................... 174


Análisis del perfil................................................................................................................ 174
Mapas percepluales............................................................................................................ 176
Procedimiento del análisis multidimensional.................................................................. 177
Características de los mapas perceptuales....................................................................... 181
5. LA CALIDAD DE LA MEDIDA......................................................................................... 181
Análisis del error................................................................................................................ 181
Error sistemático............................................................................................................ 182
Error aleatorio.............................................................................................................. 182
Validez y confiabilidad....................................................................................................... 183
Pruebas de validez............................................................................................................ 184
1. Validez de contenido.................................................................................................185
2. Validez de construcción........................................................................................... 186
3. Validez de predicción................................................................... 186
4. Validez concurrente.................................................................................................. 187
Pruebas de confiabilidad.................................................................................................. 188
1. Prueba de estabilidad o de test-retest....................................................................... 190
2. Equivalencia............................................................................................................... 191
3. Consistencia interna.................................................................................................. 191

6. Técnica del muestreo.................................................................. 193


1. CONCEPTOS DEL MUESTREO....................................................................................... 194
Definiciones........................................................................................................................ 195
El proceso muestral............................................................................................................ 196
La alternativa del censo................................................................................................... 197
Clases de censos............................................................................................................. 198
2. EL MUESTREO DETERMINÍSTICO................................................................................ 198
Muestreo de conveniencia............................................................... 199
Muestreo selectivo..............................................................................................................200
Muestreo de juicio o criterio............................................................................................. 201
Muestreo de cuota.............................................................................................................. 201
3. EL MUESTREO PROBAB1LÍSTICO.................................................................................. 203
Representatividad y confiabilidad.................................................................................... 204
Clases de muestras......................................................................................................... 205
Muestreo fijo frente a muestreo secuencial................................................................ 207
Diseños estadísticos............................................................................................................208
Muestreo simple..............................................................................................................208
Muestreo aleatorio sistemático.................................................................................... 209
Muestreo estratificado................................................................................................. 212
Muestreo conglomerado............................................................................................... 215
El error en el muestreo aleatorio................................................................................ 217
Problemas de diseño estadístico....................................................................................... 219
4. EL DISEÑO ESTADÍSTICO............................................................................................... 219
Muestreo simple................................................................................................................. 219
Tamaño de la muestra....................................................................................................222
X INVESTIGACIÓN DE MERCADOS

Muestreo de atributos....................................................................................................225

Análisis posterior..........................................................................................................
226
Muestreo representativo...............................................................................................
227
Muestreo sistemático......................................................................................................... 229
Muestreo aleatorio estratificado........................................................................................232
Estimadores poblacionales............................................................................................. 233
Muestreo estratificado por atributos........................................................................... 238
Muestreo aleatorio conglomerado.................................................................................... 239
Muestreo por áreas........................................................................................................ 239
Muestreo bietápico........................................................................................................ 241
Conglomerado homogéneo........................................................................................... 243
Conglomerado heterogéneo.......................................................................................... 247

7. Experimentación................................................................................... 251
1. CONCEPTO DE CAUSALIDAD....................................................................................... 252
Condiciones para la inferencia causal..............................................................................253
La asociación concomitante.......................................................................................... 253
La secuencia de las medidas........................................................................................... 254
Eliminación de causas externas..................................................................................... 254
Definiciones........................................................................................................................256
Estructura del experimento........................................................................................... 258
2. VALIDEZ EXPERIMENTAL............................................................................................... 259
Validez interna................................................................................................................... 259
Validez externa................................................................................................................... 263
3. DISEÑOS EXPERIMENTALES.......................................................................................... 266
Componentes de las medidas.......................................................................................... 268
Experimentos reales.......................................................................................................... 269
Experimento dinámico controlado................................................................................ 269
Experimento estático controlado................................................................................. 271
Diseño de Solomon........................................................................................................ 272
Diseño estático con dos tratamientos.......................................................................... 273
Pre experimentos................................................................................................................ 274
Pre experimento simple estático.................................................................................... 275
Pre experimento estático controlado.......................................................................... 275
Pre experimento simple dinámico................................................................................... 276
Cuasi experimentos........................................................................................................... 278
Diseño dinámico controlado......................................................................................... 278
Diseño dinámico no controlado con selección aleatoria.......................................... 279
Diseño estático con muestras separadas....................................................................... 279
Series de tiempo ............................................................................................................280
Serie sin grupos de control........................................................................................... 280
Serie con grupo de control........................................................................................... 281
Serie auto controlada................................................................................................... 281
El proceso de experimentación......................................................................................... 282
Etapas del proceso experimental.................................................................................... 282
CONTENIDO

Limitaciones de la experimentación............................................................................... 283


4. DISEÑOS ESTADÍSTICOS.............................................................................................. 284
Definiciones................................................................................................................... 284
Diseño completamente aleatorio...................................................................................... 286
Diseño de bloques aleatorios............................................................................................ 289
Diseño de cuadros latinos DCL.........................................................................................292
Diseño factorial.................................................................................................................. 296

8. Ejecución de la investigación...............................................................301
1. LAS OPERACIONES.......................................................................................................... 302
El trabajo de campo........................................................................................................... 303
La planificación del trabajo de campo.......................................................................... 304
Levantamiento de la muestra......................................................................................... 306
Recolección de información.......................................................................................... 314
El control y recibo de la información......................................................................... 318
La remuneración............................................................................................................ 320
2. PROCESAMIENTO DE LA INFORMACIÓN................................................................ 321
Las correcciones................................................................................................................. 323
La codificación................................................................................................................... 324
Normas de codificación................................................................................................ 325
La tabulación...................................................................................................................... 326
Creación de la base de datos.........................................................................................326
Depuración de la base de datos..................................................................................... 328
Clasificación de la información................................................................................... 329
Paquetes de software para el análisis de encuestas.................................................... 335
Sinopsis............................................................................................................................... 338
Sinopsis estadística......................................................................................................... 338
Medidas centrales......................................................................................................... 338
Medidas de dispersión................................................................................................... 340
Gráficos.......................................................................................................................................... 343
3. ANÁLISIS DE LA INFORMACIÓN
Análisis unlvariado......................................................................................................... 345
Análisis bivariado........................................................................................................... 345
Análisis multivariado...................................................................................................... 346
Análisis de Interdependencia.........................................................................................347
4. PRESENTACIÓN DEL INFORME.................................................................................. 348
Componentes del informe.............................................................................................. 348
Normas para la elaboración del informe...................................................................... 349
Consideraciones Prácticas............................................................................................ 350

9. Aplicaciones específicas de
la investigación de mercados................................................................ 353
1. INVESTIGACIÓN INDUSTRIAL...................................................................................... 354
Características de la investigación industrial.................................................................. 354
XII INVESTIGACIÓN DE MERCADOS

Marcos industriales............................................................................................................. 356


El mueslreo......................................................................................................................... 357
La entrevista industrial...................................................................................................... 357
Perfil de clientes................................................................................................................. 358
Técnicas de investigación industrial................................................................................. 358
2. INVESTIGACIÓN PUBLICITARIA................................................................................... 359
Investigación de contenido............................................................................................... 359
Pre-test........................................................................................................................... 360
Post-test......................................................................................................................... 360
Investigación de medios.................................................................................................... 360
Elementos de la investigación de medios........................................................................ 361
Investigación de la efectividad.......................................................................................... 363
3. INVESTIGACIÓN DE IMAGEN........................................................................................364
Método de investigación de imagen................................................................................. 366
1. Cuándo investigar..................................................................................................... 366
2. Qué y cómo investigar................................................................................................367
3. A QUIÉN INVESTIGAR.................................................................................................... 367
Marketing en la institución pública................................................................................. 368
4. INVESTIGACIÓN DE NOMBRES Y LOGOSÍMBOLOS................................................. 370
Prueba de connotación...................................................................................................... 371
Prueba de compatibilidad..................................................................................................372
Prueba de accesibilidad..................................................................................................... 372
5. INVESTIGACIÓN DEL ESTILO DE VIDA ...................................................................... 374
Perfil del estilo de vida...................................................................................................... 375
Estilos de vida según Yankelovich................................................................................ 375
Estilos de vida según SRI.............................................................................................. 376
6. INVESTIGACIÓN DEL POSIC1ONAMIENTO............................................................... 378
Búsqueda de la posición actual......................................................................................... 379
Búsqueda de oportunidades............................................................................................. 380
Búsqueda de estrategias..................................................................................................... 380
Técnicas de investigación..................................................................................................381
7. ANÁLISIS DEL COMPORTAMIENTO .............................................................................381
Métodos de investigación del comportamiento.............................................................. 383
8. INVESTIGACIÓN DEL PRODUCTO............................................................................... 384
Prueba centralizada....................................................................................................... 385
Prueba de hogar.............................................................................................................. 385
Prueba monódica............................................................................................................. 386
Pruebas apareadas........................................................................................................... 386
Prueba en secuencia....................................................................................................... 386
Pruebas repetidas........................................................................................................... 387
Paneles de expertos........................................................................................................ 387
Diseños de bloques incompletos balanceados.............................................................. 387
Medida de decepción...................................................... 388
9. PRUEBA DE NUEVOS PRODUCTOS..............................................................................388
Identificación de la oportunidad...................................................................................... 389
CONTENIDO XIII

Selección de conceptos...................................................................................................... 390


Desarrollo del producto..................................................................................................... 390
Prueba de mercado.............................................................................................................391
Lanzamiento del producto................................................................................................ 391
10. PRUEBA DE CONCEPTO............................................................................................... 392
Análisis de la intención de compra.................................................................................. 393
Gráfico de la intención de compra................................................................................... 394
11. PRUEBA DEL EMPAQUE................................................................................................ 395
Elementos del empaque...................................................................................................396
12. PRUEBA DEL MERCADO............................................................................................... 397
Tipos de pruebas................................................................................................................ 398
Prueba de mercado abierta............................................................................................. 399
Prueba de mercado cerrada........................................................................................... 402
13. Simulación del mercado............................................................................................. 404
Elementos del modelo....................................................................................................405

10. Análisis estadístico..............................................................................409


1. ESTADÍSTICA DESCRIPTIVA........................................................................................... 410
Métodos gráficos.............................................................................. 410
Medidas numéricas............................................................................................................ 411
Medidas centrales.......................................................................................................... 412
Medidas de variabilidad................................................................................................... 414
Medidas de correspondencia.......................................................................................... 416
2. INFERENCIA ESTADÍSTICA............................................................................................ 417
Estimación.......................................................................................................................... 417
Bondad del estimador....................................................................................................418
Intervalo de confianza.................................................................................................. 419
Tamaño de la muestra.................................................................................................... 422
Pruebas de hipótesis.......................................................................................................... 422
Formulación de la hipótesis nula, Ho.......................................................................... 423
Selección del nivel de significancia..............................................................................424
Determinación de la estadística.................................................................................... 426
Determinación del valor crítico................................................................................... 428
Análisis univariable........................................................................................................... 429
Análisis bivariable..............................................................................................................431
Análisis de frecuencias....................................................................................................... 434
Bondad de un ajuste....................................................................................................... 435
Prueba de independencia................................................................................................ 437
Tabla de contingencia.................................................................................................... 439
Análisis de varianza........................................................................................................... 440
Aplicación de la prueba F.............................................................................................. 442
Procedimiento de la prueba........................................................................................... 444
3. ANÁLISIS DE REGRESIÓN............................................................................................... 453
Modelo de regresión lineal simple................................................................................... 453
Pronóstico..................................................................................................................... 454
XIV INVESTIGACIÓN DE MERCADOS

Técnica de los mínimos cuadrados................................................................................ 455


Análisis de Correlación...................................................................................................... 456
Coeficiente de correlación........................................................................................... 457
Inferencias para los parámetros de regresión...................................................................459
4. ESTADÍSTICA NO PARAMÉTR1CA.................................................................................. 461
Prueba del signo................................................................................................................. 462
Prueba W............................................................................................................................ 464
Prueba U............................................................................................................................. 465
Prueba H............................................................................................................................. 467
Coeficiente de correlación de rangos............................................................................... 469

11. Técnicas mukivariables...................................................................... 471


1. ANÁLISIS DE REGRESIÓN MÚLTIPLE .......................................................................... 474
Bondad del modelo........................................................................................................ 475
Utilidad del modelo...................................................................................................... 476
Parámetros del modelo................................................................................................. 477
Método de estimación de coeficientes......................................................................... 477
Intervalos de confianza y predicción........................................................................... 478
Multlcolinealidad y correlación escalonada.............................................................. 478
2. ANÁLISIS DISCRIMINANTE............................................................................................ 480
Procedimiento.................................................................................................................... 480
Consideraciones metodológicas........................................................................................483
Análisis por computador................................................................................................... 483
3. DETECTOR AUTOMÁTICO DE INTERACCIÓN.......................................................... 486
Metodología........................................................................................................................489
4. ANÁLISIS CONJUNTO...................................................................................................... 490
Procedimiento.................................................................................................................... 491
Interpretación..................................................................................................................... 491
Recolección de la información.......................................................................................... 492
5. EL ANÁLISIS FACTORIAL................................................................................................ 496
Procedimiento.................................................................................................................... 498
Cargas y puntajes factoriales........................................................................................ 501
Métodos factoriales............................................................................................................. 504
Método de componentes principales............................................................................... 506
Normalización de la matriz de datos............................................................................ 506
Determinación de los pesos factoriales........................................................................ 507
Puntajes factoriales....................................................................................................... 509
Cargas factoriales......................................................................................................... 509
Análisis de correspondencia............................................................................................. 511
Distancia......................................................................................................................... 512
6. ESCALAMIENTO MULT1DIMENSIONAL....................................................................... 516
Método métrico o basado en atributos.............................................................................516
Consideraciones ............................................................................................................ 519
Método no métrico basado en el conjunto...................................................................... 519
CONTENIDO XV

7. ANÁLISIS DE CONGLOMERADOS................................................................................. 530


Medida de aproximación................................................................................................ 531
Métodos de agrupación................................................................................................. 532
Agrupación jerárquica.................................................................................................... 532
Agrupación no jerárquica.............................................................................................. 534
8. OTROS CASOS DEL ANÁLISIS MULTIVARIADO .........................................................536
Análisis multivariado de varianza.................................................................................... 536
Análisis de covarianza....................................................................................................... 538
Correlación canónica......................................................................................................... 539
Regresión múltiple de variable nominal.......................................................................... 539
Regresión múltiple de variable escalonada...................................................................... 540

12. Análisis del mercado........................................................................... 541


1. SEGMENTACIÓN DEL MERCADO................................................................................. 542
El plan de marketing......................................................................................................... 542
La segmentación................................................................................................................. 544
Identificación................................................................................................................. 544
Selección del mercado meta.......................................................................................... 546
Descripción de los segmentos........................................................................................ 547
Marco de trabajo para la segmentación........................................................................ 550
2. MEDICIÓN DEL MERCADO................................................................... 551
Métodos de medición de los mercados............................................... 552
Modelo inductivo.......................................................................................................... 553
Modelo deductivo de mercado..................................................................................... 554
Modelo de regresión...................................................................................................... 556
Modelo de simulación.................................................................................................... 557
Técnicas de muestreo para medir un mercado............................................................... 557
Muestreo directo........................................................................................................... 558
Muestreo indirecto........................................................................................................ 559
Muestreo de Areas......................................................................................................... 559
Muestreo de áreas cargadas.......................................................................................... 560
3. PRONÓSTICO DEL MERCADO.......................................................................................562
Caracterización del pronóstico......................................................................................... 562
Componente cualitativo.................................................................................................564
Métodos de pronósticos............................................................................................... 564
Pronósticos cualitativos..................................................................................................... 565
Paneles de expertos........................................................................................................ 565
Método Delphi............................................................................................................... 566
Estimativos de la fuerza de ventas................................................................................ 566
Encuesta de expectativas............................................................................................... 567
Métodos cuantitativos........................................................................................................ 567
Series de tiempo..............................................................................................................567
Ajuste por mínimos cuadrados........................................................................................569
Métodos de suavización..................................................................................................... 575
XVI INVESTIGACIÓN DE MERCADOS

Método de los promedios móviles................................................................................. 575


Método de suavización exponencial.............................................................................. 577

Indexación estacional.................................................................................................... 583

Enfoques de análisis para una serie............................................................................... 585


Modelos causales........................................................ 591
4. DESCRIPCIÓN CUALITATIVA DEL MERCADO.......................................................... 593
Análisis simultáneo........................................................................................................ 594
Análisis final.................................................................................................................. 596

13. El proceso de decisión........................................................................ 599


1 DEFINICIONES................................................................................................................. 599
Variables de marketing................................................................................................... 599
Grados de incertidumbre................................................................................................... 601
Teoría de la decisión...........................................................................................................601
2. ESTRUCTURA DE LA DECISIÓN.................................................................................... 601
Matriz de pago................................................................................................................ 602
Árbol de decisión........................................................................................................... 604
Función de ganancia...................................................................................................... 605
3. CRITERIOS DE DECISIÓN............................................................................................... 605
Criterios no bayesianos...................................................................................................... 605
Criterio maximín.............................................................................................................606
Criterio minimax............................................................................................................. 606
Criterio maximax............................................................................................................. 606
Criterio laplaciano........................................................................................................ 606
Criterio de pesadumbre................................................................................................... 607
Criterios bayesianos............................................................................................................609
Análisis previo................................................................................................................ 610
Análisis posterior...........................................................................................................612
Análisis preposterior...................................................................................................... 619
4. DECISIÓN PARA REALIZAR LA INVESTIGACIÓN...................................................... 622
APÉNDICE 1: INFERENCIA BAYESIANA........................................................................... 627
1. Teorema de Bayes....................................................................................................... 627
2. Inferencia bayesiana................................................................................................... 627
APÉNDICE 2: TABLAS ESTADÍSTICAS.......................................................................... 629
Cuantiles para la distribución normal — Cuantiles para la distribución Studcnl — Cuantiles para la
distribución %’ — Tabla de valores Qvpv2 pata a = 0,05 — Suma de rangos Ua = 0,05 unilateral,
a= 0,10 bilateral —Prueba del signo W a = 0,05 unilateral, a = 0,10 bilateral — Distribución F
—Distribución F de Snedecor —Nivel de confianza = 1 - a = 99,0% — Nivel de confianza = 1-a
= 90,0% — Distribución binomial — Distribución de Poisson.
Bibliografía................................................................................................... 635
Prólogo

Las condiciones que una vez fueron decisivas en el éxito de un negocio, se pueden volver adver­
sas para su supervivencia en otra época. A través del tiempo, y en la medida en que los mercados
cambian y las claves de los negocios se hacen visibles, aparecen nuevas reglas de juego y los
negocios evolucionan, lo cual implica la aparición de nuevas prácticas administrativas, en una
incesante búsqueda por mantener o desarrollar una ventaja comercial y garantizar la adaptación
al ambiente competitivo. Algunas de estas prácticas se ponen de moda por épocas, hacen carrera
en el medio empresarial y, en ocasiones, se convienen en panaceas de salvación para las empre­
sas en problemas.
Estos procesos de cambios administrativos han sufrido muchas vicisitudes desde comien­
zos de siglo, y, a medida que entra el nuevo milenio, se hacen más acelerados. Remontándonos a
la década de los años 50, cuando se imponía una concepción empresarial orientada a la produc­
ción, el interés se centraba en la producción en masa con, relativamente, poca variedad del
producto. Ésta era la clave que se sustentaba como la apropiada para obtener beneficios, como
resultado de las mayores eficiencias y los bajos precios que se derivaban de la aplicación de las
economías de escala.
Este concepto evolucionó en la década siguiente, hacia otro que orientaba los esfuerzos
empresariales hacia un mayor desarrollo del producto, una mejor calidad y una mayor variedad
de funciones. Se consideraba esta orientación la fórmula apropiada para aumentar las ventas.
Esta filosofía evolucionó hacia otra que centra su atención en el mercado, que se sustenta
en el conocimiento del mismo y propone que la oferta se debe derivar del conocimiento de las
necesidades y deseos de los consumidores. De esta manera se facilita la venta del producto y las
acciones para tal fin se realizan con mayor facilidad. Esta filosofía de orientación al mercado,
llamada mercadeo o marketing, ha marcado la pauta de la gestión empresarial desde finales de la
década de los 70 y ha permitido el gran desarrollo que ha tenido la investigación de mercados.
Para los años de la década de los 90 se adicionan nuevos ingredientes, basados en la calidad y el
servicio al cliente, y los años recientes se caracterizan por una búsqueda incesante para aumentar
XVIII INVESTIGACIÓN DE MERCADOS

el valor agregado al cliente. Pero, así como los principios administrativos evolucionan, la vigen
cia de algunos conceptos permanece, formando parte del paquete, cada vez más amplio, que
integra la oferta del producto, como el servicio, la calidad, la funcionalidad y las condiciones para
el cliente.
El marketing, que es la razón de ser de la investigación de mercados, propone principios y
procedimientos sobre los cuales se debe apoyar el desarrollo de la empresa para el logro de sus
objetivos de ventas. Las condiciones competitivas de la actividad comercial exigen entender el
funcionamiento de los mercados y el conocimiento del desempeño y las causas que producen los
cambios. Para este propósito, la necesidad de información se vuelve requisito para el éxito. La
información es necesaria para obtener un conocimiento completo, desde los elementos macros,
como los cambios culturales y sociales del ambiente global, hasta los elementos micros, como el
diseño y la presentación de un producto. La información es la razón y esencia de la investigación
de mercados.
La objetividad y la confiabilidad constituyen los elementos básicos de la información, para
que ésta se convierta en un ingrediente útil para la elaboración de los planes de marketing y la
toma de decisiones.
La investigación de mercados ofrece mucha diversidad de metodologías y aplicaciones. Su
práctica ha dividido a los profesionales en dos campos de especialidad: Uno se apoya en la
investigación cuantitativa, que tiene como objeto la recolección extensa en cantidad y poco
profunda en información de datos orientados a obtener conclusiones estadísticas. La otra pone
énfasis en lo cualitativo, se basa en una búsqueda conceptual más profunda, en detrimento de la
cantidad, pues su propósito es desarrollar un marco teórico. Cada aspecto es muy importante en
la investigación de mercados, y cada cual admite muchas especialidades en el amplio mundo del
marketing.
El propósito de este texto es presentar los elementos generales y específicos de esta disci­
plina. El temario se ha distribuido en trece capítulos: los dos primeros tienen un carácter
introductorio, los siete siguientes se dedican a los aspectos propios de la investigación de merca­
dos y los cuatro finales presentan las herramientas estadísticas aplicables a la investigación de
mercados.
El capítulo 1 se dedica a la presentación de la investigación de mercados, o la definición,
naturaleza y alcance de su papel en el contexto de la mercadotecnia y en otros campos afines. El
capítulo 2 proporciona una visión sinóptica de las formas metodológicas que se aplican en la
investigación de mercados y discute su capacidad para medir diferentes situaciones del marke­
ting.
PRÓLOGO XIX

En los capítulos 3 y 4 se presentan los métodos cualitativos y cuantitativos, se exponen los


principios que rigen las metodologías y se presentan las aplicaciones de mayor interés. Estos
capítulos constituyen el cuerpo central de esta disciplina.
En los capítulos 5, 6 y 7 se describen tres disciplinas básicas de la investigación de merca­
dos. Se trata de la teoría de la medida, el muestreo estadístico y el procedimiento experimental.
Éstos son los aspectos que se deben considerar para asegurar la validez del procedimiento y la
confiabilidad de los datos.
En los capítulos 8 y 9 se describen las formalidades operacionales para la práctica de la
investigación de mercados. El primero de éstos se dedica a las actividades físicas, como el trabajo
de campo, a la extracción de la muestra, la sistematización de la información, el análisis y la
presentación del informe. El otro capítulo presenta una docena de aplicaciones específicas, con
contenido suficiente para definir especialidades con su propio campo de operación.
Los capítulos 10 y 11 se dedican al análisis estadístico. El 10 contiene la fundamentación
estadística referente a la presentación de datos, la asociación de datos y la estimación. Se enun­
cian también las pruebas de la estadística no paramétrica. El capítulo 11 se centra en las aplica­
ciones del análisis multivariable, importante para describir los mercados, en aspectos como la
segmentación y el posicionamiento, la elaboración de mapas perceptuales, el análisis conjunto, y
otros tantos.
El capítulo 12 trata los temas orientados al estudio del mercado, como las series estadísti­
cas, los pronósticos, la medición del mercado y el análisis cualitativo de los procesos.
Finalmente, en el capítulo 13 se enuncia la teoría de decisión aplicada en la investigación
de mercados, para justificar la elaboración de un estudio. En el anexo final se incluyen estadísti­
cas y bibliografía.
Este libro es una recopilación de elementos académicos y prácticos que, por años, han
sido útiles en la práctica del marketing, desarrollada a través del ejercicio académico, como
profesor de investigación de mercados en el Departamento de Administración de Empresas de la
Universidad de Antioquia, y como práctica operativa a través de la dirección de los departa­
mentos de Investigación de Mercados, Planeación de Mercados y Planeación Estratégica, de la
empresa Coltejer. El propósito es transmitir un conocimiento a la comunidad universitaria y
contribuir al mejoramiento de esta importante actividad empresarial.
NATURALEZA DE LA
INVESTIGACIÓN DE MERCADOS

7 La investigación de mercados es una actividad propia del proceso de marke­


ting, entendiéndose ésa como la aplicación de una filosofía empresarial que
conduce a conocer el mercado para producir lo que se puede vender, contraria a
vender lo producido. El marketing orienta las acciones empresariales con base en las necesidades
y deseos de los consumidores, evalúa las capacidades de los mismos y las capacidades de la
empresa para satisfacerlas. El conjunto de tareas y técnicas requeridas para cumplir esta función de
marketing constituye la mercadotecnia.
La investigación de mercados es el eje de la mercadotecnia, puesto que proporciona los
medios para conocer el mercado, consulta los aspectos relacionados con la compra de los pro­
ductos, responde a preguntas como: qué compra ¡agente, quiénes son los que compran, cómo com­
pran, dónde compran, cuándo compran, porqué compran, etc. Con base en la información obteni­
da bajo este y otros tipos de preguntas, se analiza y desarrolla el plan de marketing.
El estudio de la mercadotecnia enfoca tres dimensiones que comprenden: el mercado, las
acciones de marketing y la información. El primero, hace referencia a la descripción del mercado
y a la búsqueda de oportunidades a través de las necesidades y deseos del consumidor y la
forma como los productos actuales los están satisfaciendo. Las acciones, son las estrategias con
base en los elementos de la mezcla de marketing: el precio, el producto, la distribución y la
comunicación. La información, analiza el sistema de búsqueda de datos y conforma la materia
prima de las otras actividades.
Existen otras actividades afines a la mercadotecnia, como el planeamiento estratégico,
que también hacen uso de la investigación de mercados y la integra como herramienta propia.
Ella proporciona el recurso que orienta al gerente hacia el logro de los objetivos de superviven­
cia, crecimiento y beneficio La investigación de mercados forma parte del proceso de búsqueda
de oportunidades y de vigilancia del mercado para detectar las amenazas. El campo de aplica­
ción de la investigación de mercados es muy amplio y está comprometida con los resultados de
la gerencia.
2 INVESTIGACIÓN DE MERCADOS

1. DEFINICIÓN

Aunque en años anteriores existió cierto interés en diferenciar entre investigación de mercados
e investigación de marketing, ahora ambas denominaciones se reconocen para identificar las
técnicas que proporcionan el conocimiento del mercado a través de la descripción y la medida
de sus diversas manifestaciones, contribuyendo así al desarrollo general de la mercadotecnia y
de la gestión empresarial.
La American Marketing Association, AMA y el Instituto Británico de Administración, tienen
ambas igual concepción para definir la investigación de mercados. La AMA la define como “la
técnica que trata de la recolección sistemática y objetiva de datos y hechos, del registro y análisis de los
problemas relacionados con el marketing de bienes y servicios, desde el productor hasta el consumi­
dor”'.
Kotler considera que las definiciones de la AMA no son suficientes y propone como defi­
nición el “análisis sistemático y objetivo de problemas, construcción de modelos y obtención de hallaz­
gos y hechos que permitan mejorar la toma de decisiones y controlar el marketing de bienes y servi­
cios”2.
El calificativo sistemático asociado con la definición, indica que la metodología utilizada
permite reproducir los resultados. El calificativo objetivo es un requerimiento esencial para que
el análisis y la presentación de los datos y hallazgos sea imparcial y libre de sesgos y direcciona-
mientos.
El papel de la investigación de mercados es muy amplio en el apoyo a la dirección, pues
aporta la información para el análisis del ambiente externo y contribuye en forma importante al
conocimiento del mercado. Con base en esa información se elaboran los planes de marketing.

2. EL CONTEXTO DE MERCADOTECNIA

El proceso de marketing orienta los esfuerzos de la empresa para conocer las necesidades y
deseos del consumidor, y satisfacerlos de acuerdo con las capacidades y condiciones de la
empresa.

Dimensiones de la mercadotecnia Descripción de los consumidores


Estrategias de la mezcla de marketing
Sistema de apoyo

1 Chisnall, Investigación de Mercadeo


2 Kotler, Mercadotecnica
NATURALEZA DE LA INVESTIGACIÓN DE MERCADOS 3

La figura 1.1 muestra un esquema que integra las partes que componen el proceso de
mercadotecnia, en un contexto donde el centro es el equipo de marketing. El marketing pro­
porciona los elementos de búsqueda de necesidades y deseos de los consumidores y la forma de
satisfacerlas. La venta cubre el servicio, el cierre de venta y la colocación de los productos en el
mercado. El plan de marketing proporciona la fórmula para cumplir la misión del marketing.
Para ello se basa en la información y el análisis de los hechos y en la inspiración creativa por
medio de la acciones estratégicas.

Figura 1.1 Contexto de la mercadotecnia.

La investigación de mercados, como herramienta de recolección de información y de


análisis de hechos y hallazgos, es utilizada por la organización para desarrollar el plan de mar­
keting, que debe ser consecuente con las fuerzas impulsoras del cambio en los mercados. El
marketing se apoya en el manejo de las variables controlables y la investigación de mercados
consulta las variables no controlables, como la demanda, la competencia, la tecnología y los
cambios en el ambiente. Consúltese la figura 1.2 en donde se hace un esquema de estas varia­
bles 3

3 Kinnear, Investigación de Mercados


4 INVESTIGACIÓN DE MERCADOS

Otra actividad, el planeamiento estratégico, que se refiere al diseño empresarial requerido


para cumplir los objetivos a largo plazo de la empresa, utiliza la investigación de mercados
como herramienta para proporcionar parcialmente un punto de apoyo en sus propuestas.

VARIABLES INDEPENDIENTES

Figura 1.2 Clasificación de las variables de marketing.

3. EL PLAN DE MARKETING

La planeación se materializa como función administrativa a través del plan de marketing4. Este
es un documento escrito que proyecta la gestión para un período próximo, que puede ser
anual, semestral, trimestral, bimestral o mensual. Es la propuesta de la organización para colo­
car una producción en el mercado. La investigación de mercados y los planteamientos estraté­
gicos suministran los insumos de esta propuesta y el plan se desarrolla en tres etapas funda­
mentales, así:

• El análisis de la situación, tanto al nivel interno de la empresa, como externo o del mercado.
• El establecimiento de objetivos, que enfoquen el mercado meta, al cual se destina el producto.
• La formulación de las estrategias, específicas para lograr los objetivos.

Planeación, Organización» Dirección y Control.


NATURALEZA DE LA INVESTIGACIÓN DE MERCADOS 5

El control se considera una actividad adicional, que se encarga de vigilar el cumplimiento


del plan, o determinar si es necesario establecer correctivos, según las contingencias aparecidas
durante su desarrollo

Análisis de la situación

Es el proceso que estudia el entorno del mercado y las posibilidades comerciales de la empresa.
Se suele referenciar, separadamente, en dos capítulos, uno corresponde al entorno externo de la
empresa, en tanto que, ésta, se enfoca en el otro capítulo, el cual considera sus fortalezas y
debilidades internas.

ANÁLISIS EXTERNO
Estudia el macro ambiente de los negocios en los que incursiona la empresa, enfoca las fuerzas
donde se producen las oportunidades y las amenazas; abarca los siguientes tópicos:

1. Ambiente geográfico. Es la evaluación de las concentraciones humanas donde se ge­


neran las oportunidades del mercado, debido al poblamiento.
2. Ambiente demográfico. Estudia los cambios de composición de los poblamientos bajo
condiciones étnicas, sociales y demás aspectos que componen el perfil de los consumi­
dores.
3. Ambiente social y cultural. Relaciona los estados y cambios en los valores, creencias
y actitudes de la población, como los estilos de vida imperantes y las conductas de
consumo.
4 Ambiente político. Estudia las condiciones comerciales imperantes como las regula­
ciones, las tendencias y las políticas que pueden afectar el desenvolvimiento de los
negocios.
5. Ambiente económico. Analiza el ciclo económico, las fuentes de recursos, las capaci­
dades de consumo y, en general, los estados relacionados con el mercado.
6. Ambiente tecnológico. Recopila la información sobre tecnologías y tendencias en la
manufactura, la productividad y los sistemas administrativos.

En un plano más específico, el análisis externo se concentra en la industria a la cual


6 INVESTIGACIÓN DE MERCADOS

pertenece la empresa, bajo el punto de vista de la oferta y la demanda. La oferta enfoca a la


competencia, bajo los siguientes aspectos:

1. Descripción de la competencia. Enumera, identifica, describe y clasifica las entidades


que se dedican a la misma actividad comercial de la empresa.
2. Posicionamiento del mercado. Describe la forma como son atendidos los segmentos
del mercado.
3. Ventajas competitivas. Estudia las ventajas de la entidades participantes, como la ca­
pacidad de producción, la disponibilidad de la oferta, la capacidad de diversificación y
de investigación, la eficiencia, entre otras.

La demanda considera aspectos como los siguientes:

1. Potencial del mercado. Estima la capacidad de demanda real y potencial, y el creci­


miento por segmentos, del mercado.
2. Conocimiento de la demanda. Establece los perfiles de los clientes, las condiciones
comerciales, el cubrimiento de la distribución, entre otros.
3. Estudio de oportunidades. Establece las posibilidades para nuevos productos, nue­
vos mercados y nuevas tecnologías, y sus factibilidades.
4. Estudio de las amenazas. Estudia Las disposiciones y tendencias que pueden afectar
negativamente el desempeño futuro de la empresa, la competencia congénere y otras
problemáticas.

ANÁLISIS INTERNO
El análisis interno es una reflexión objetiva de las fortalezas y debilidades de la empresa para
enfrentar el mercado, bajo los siguientes aspectos:

1. Capacidad financiera. Se refiere a la disponibilidad de recursos de efectivo propios o


ajenos.
2. Capacidad organizacional. Es la capacidad empresarial para enfrentar los problemas
de mercado y la capacidad de respuesta ante los cambios culturales y estructurales.
3. Capacidad tecnológica. Es la capacidad de Los sistemas administrativos en el manejo
de la informática, los sistemas de producción y los sistemas gerenciales imperantes.
4. Capacidad de investigación y desarrollo. Es la capacidad de la empresa para la inves­
tigación, innovación y desarrollo de nuevos productos y mercados
5. Capacidad de marketing. Es el grado de orientación de la empresa al mercado y la
capacidad de colocación de los productos en el mercado.
NATURALEZA DE LA INVESTIGACIÓN DE MERCADOS 7

6. Capacidad de producción. Hace la relación de las capacidades de producción, utiliza­


ción de Lecnología, grado de productividad, experiencia y conocimiento de la empresa.

Objetivos

Los objetivos expresan unos propósitos específicos de la empresa para alcanzar en el plazo
considerado. El establecimiento de los objetivos se hacen bajo cuatro enfoques:
1. Objetivos de penetración. Se fundamentan en el incremento de las ventas con la mez­
cla de productos tradicionales en los mercados actuales. Se plantean en términos de
participación en el mercado, o del crecimiento de la operación con base a un desempe­
ño anterior.
2 Objetivos de extensión. Se basan en las ventas logradas a través de nuevos productos
en mercados nuevos o afines. Los nuevos productos pueden representar una clase con­
génere de los actuales o innovaciones efectuadas en los productos actuales.
3. Objetivos de d¡versificación. Son objetivos basados en las venias de productos nue­
vos con concepción tecnológica diferente de los actuales. Enfoca también productos
actuales, distribuidos a través de nuevos mercados o canales de distribución.
4. Objetivos de beneficio. Se enfocan prioritariamente en una oferta de producto mejo­
rado con variaciones, novedades, nuevos servicios, o nueva imagen.

Estrategias
Las estrategias de marketing son acciones adoptadas para alcanzar los objetivos de marketing.
Admiten un sinnúmero de posibilidades y su éxito depende de muchos factores. Se clasifican
con relación a los elementos de la mezcla de marketing, así:
1. Estrategias de producto. Son las fórmulas basadas en la mezcla de producto, como las
especificaciones intrínsecas o físicas del producto, la creación de valor para el cliente
por medio de condiciones de servicio e imagen, la cantidad de información para su
exitosa colocación en el mercado, entre otras.
2. Estrategias de precio. Se basan en una fórmula de precio que permita su competilivi-
dad en el mercado, fijado bajo consideraciones de beneficio sobre el costo, de precio de
mercado, de precio alio o bajo, de condiciones de pago, entre los más usuales.
3. Estrategias de distribución. Plantea la forma de transferencia de la propiedad del
producto, la selección del mercado meta y el cubrimiento del mismo, la necesidad de
fuerza de ventas y el tipo de canales de distribución.
8 INVESTIGACIÓN DE MERCADOS

4. Estrategias de comunicación. Estudia una fórmula para hacer conocer o recordar el


producto, basados en una identificación de imagen o marca, para satisfacer una necesi­
dad, la prestación de una utilidad, hacer uso de una oportunidad o promoción, y otras
connotaciones, a través de los diferentes medios de comunicación.

4. LOS SISTEMAS DE INFORMACIÓN

Un sistema de información de mercados está constituido por los medios que utiliza la empresa
para recolectar y registrar información de los productos y los mercados. Para desarrollar apro­
piadamente esta función es necesario contar con diferentes procesos de búsqueda de informa­
ción, algunos sistemáticos y objetivos, y otros eventuales y subjetivos. Se clasifican en cuatro
tipos: de la información generada en el interior de la empresa, se extraen los resultados de las
operaciones y los programas, de una parte, y de la información externa, se derivan los procesos
de inteligencia y la investigación de mercados. Consultar la figura 1.3.

Resultados
La información proveniente de los departamentos de sistemas suministran informes sobre eje­
cuciones y resultados de operaciones comerciales ya consumadas. Se refieren a los informes de
ventas, de precios, costos y márgenes, destinaciones de ventas, ventas por canal y líneas, infor­
mes de inventarios, cartera y rotaciones. Estos informes relacionan los hechos pasados por
medio de informes periódicos destinados a los niveles gerenciales.

Sistema de información de Marketing, SIM

• Resultados • Programas

• Informes de ventas • Presupuestos


• Informes de gerencia • Programaciones
• Informes estadísticos • Modelos

• Procesos de inteligencia • Investigación de mercados

• Informes de la competencia • Pronósticos


• Información macroeconómica • Descripciones
• Situaciones generales • Tendencias

Figura 1.3 Componentes del sistema de información de marketing.


NATURALEZA DE LA INVESTIGACIÓN DE MERCADOS 9

Programas
Esta información es originada en los departamentos de planeación, estadística y presupuestos,
y consiste en estimaciones, programaciones y presupuestos para los periodos subsiguientes.
Utilizan los recursos de modelos y de inferencia para proyectar hechos pasados y elaborar
pronósticos. Informes como planes de venias, de producciones, de ingresos y egresos, pertene­
cen a esta categoría.

Inteligencia
Inteligencia es un término militar utilizado para denominar la información externa, provenien­
te bajo circunstancias secretas. Aquí, el término se utiliza para designar la información prove­
niente de fuentes corno los medios de comunicación, las conversaciones diarias, los datos sumi­
nistrados por funcionarios del gobierno o información desde otras empresas, del personal de
ventas y similares.

Investigación de mercados
Provee información externa originada en técnicas formales que utilizan una metodología obje­
tiva y sistemática. Incluye estudios ad hoc, subcontratados con firmas con fines específicos, o
compras de información periódica para fines de seguimiento (monitoreo), y suministrada por
entidades públicas y privadas para sus suscriptores.

5. ALCANCE DE LA INVESTIGACIÓN DE MERCADOS

La investigación de mercados no siempre se ha concebido como se conoce en la actualidad. A


través del tiempo ha ido evolucionando como se observa en la figura 1.4. Surge a finales del
siglo pasado como la simple recolección de datos estadísticos del desempeño industrial. Poste­
riormente se utilizan las técnicas del muestreo estadístico, que le proporciona una base objetiva
a la interpretación de los datos. En los años cuarenta se concientiza la gerencia sobre la impor­
tancia de esta disciplina en la gestión empresarial. A mediados del siglo XX se consolida el
procedimiento científico con el empleo del método experimental en la investigación de merca­
dos. La década del sesenta se beneficia del auge de los métodos cuantitativos; se utilizan inten­
samente los modelos de marketing. El decenio de los años setenta llega a su apogeo con el
dominio del marketing como filosofía empresarial. Se impone la investigación motivacional,
basada en el análisis del consumidor. En los años del decenio de los 80, con el advenimiento y
10 INVESTIGACIÓN DE MERCADOS

Historial de la investigación de mercados

Fase histórica Periodo Características

1. Fase de la estadística 1880-1920 Los censos adquieren importancia.


industrial Nace el sistema de encuesta.

2. Fase del muestreo 1920-1940 Se perfecciona el cuestionario.


Se desarrolla la medida del
comportamiento humano.
3. Concientización de 1940-1950 La investigación de mercados
la gerencia adquiere reconocimiento
como recurso importante
para la toma de decisiones.
4. Fase experimental 1950-1960 Se utiliza el principio científico
en la elaboración de estudios
experimentales.
5. Métodos 1960-1970 Construcción de modelos
cuantitativos y estadísticos para facilitar la toma
modelos de decisiones. Es posible
debido a la introducción de
la computadora.
6. Teoría del 1970-1980 Se perfeccionan conceptos y
consumidor métodos para la investigación
cualitativa.
Se hace énfasis en el
comportamiento del
consumidor.
7. Computador 1980-1990 Nuevas posibilidades del
personal y análisis análisis multivariable, facilitado
multivariable por el computador personal.
Se agrega la estrategia como
nuevo componente de
marketing.
8. Información en 1990-2000 Nuevos desarrollos de la
tiempo real investigación de mercados
basados en aplicaciones en
tiempo real que permiten
establecer una comunicación
permanente con los clientes.
Se incrementa valor y se
orientan las ofertas a
microsegmentos del mercado.

Figura 1.4 Hitos de la investigación de mercados.


NATURALEZA DE LA INVESTIGACIÓN DE MERCADOS

popularización del computador personal, se aplican intensa y masivamente nuevas técnicas


multivariables, se introduce el concepto estratégico a sus aplicaciones como el posicionamiento
y la segmentación del mercado. Finalmente, para los años noventa, se imponen nuevos retos
cuando se desarrollan tecnologías que consultan directamente a los clientes, en una comunica­
ción permanente, en la búsqueda de agregar valor para beneficio del cliente y rentabilidad para
la empresa.
La práctica de la investigación de mercados requiere de una u otra forma, la utilización de
técnicas y conocimientos proporcionados por otras ciencias o disciplinas, las cuales se mencio
nan a continuación.

La estadística
Es la ciencia que tiene por objeto la apreciación de los fenómenos socioeconómicos en forma
cuantitativa. Reúne los hechos, los uniforma, pone en evidencia sus características y cualida­
des, los reagrupa y tiene en cuenta sus reglas y principios. Su aplicabilidad en la investigación
de mercados se tiene en la necesidad, como ciencia social, de someter sus conclusiones a la
exactitud matemática.

La psicología
La investigación de mercados tiene un gran apoyo en esta ciencia que estudia los modelos de
comportamiento del hombre, y obtiene sus mejores aportes en la investigación cualitativa de
actitudes y comportamientos del consumidor, mediante técnicas extraídas de la psicología clí­
nica. Con ellas, se han logrado desarrollos metodológicos importantes en la investigación del
consumidor, y sus hallazgos más importantes, se han logrado en la segmentación de los merca­
dos.

La economía
Es la ciencia que busca esclarecer los principios de causa y efecto que mueven el comporta­
miento del hombre frente a los recursos escasos. Proporciona los conocimientos para la mejor
utilización de los recursos y las herramientas para pronosticar tendencias y analizar series;
ayuda a comprender el comportamiento de los mercados por medio de la oferta y la demanda y,
en general, las características económicas de los conglomerados humanos.

La sociología
Esta ciencia trata de las relaciones de causalidad en el comportamiento del hombre respecto a
su coexistencia en comunidad. Es útil en cuanto proporciona índices de generalidad y de inci-
12 INVESTIGACIÓN DE MERCADOS

ciencia sobre el comportamiento humano, y esas predicciones pueden encauzar las conductas
para buscar un objetivo. La sociología reporta tendencias en los cambios demográficos, geográ­
ficos, estilos de vida, conductas y culturas, esto es, reporta sobre el comportamiento de las
masas públicas y de consumidores.

La ingeniería
Aporta la tecnología de los procesos productivos. Es una fuente doble, de consulta y de utiliza
ción. De consulta porque la investigación de mercados requiere del conocimiento de las ten­
dencias tecnológicas para deducir acerca del comportamientos del mercado frente a los nuevos
desarrollos y productos. De utilización porque hace uso intenso de ella misma para su desarro
lio, a través del hardware y del software, indispensables para la práctica de esta actividad.

El DERECHO *
La ciencia jurídica, que esLudia las normas que rigen la vida en comunidad, se aplica en un
sentido ético para el desempeño de la investigación de mercados, que debe encajar con patro­
nes de responsabilidad y profesionalismo, para el manejo de la información y la confidenciali­
dad. El derecho además proporciona las garantías que merece el promotor de la investigación.

LA MATEMÁTICA
Es la ciencia que se concibe útil cuando se pone al servicio de todas las demás, al proporcionar
el estudio de los entes abstractos y se presenta como el gran auxiliar en la investigación de
mercados al suministrar los instrumentos de medición y cálculo.

La mercadotecnia
Es el cliente natural de la investigación de mercados, puesto que la incluye como una herra­
mienta propia de trabajo que le apona la base de su actividad. Es una función que se basa en
procedimientos y principios, sobre los cuales se apoya una parte muy importante de la conduc­
ción empresarial, asociada con las actividades de colocación de los productos y servicios en el
mercado, desde la producción hasta la satisfacción del cliente, lo cual está regido por una
filosofía administrativa de orientación hacia el mercado.
NATURALEZA DE LA INVESTIGACIÓN DE MERCADOS

6. APLICACIÓN Y MÉTODOS

La búsqueda de información en la investigación de mercados puede hacerse utilizando los


datos existentes en fuentes previamente establecidas como las bases de datos de algunas entida­
des públicas y privadas, o mediante el uso de mecanismos de recolección de primera mano,
que consultan directamente desde personas, familias, instituciones, clientes e industrias, hasta
gobiernos, objetos y modelos computar izados.
Las consultas de primera mano o primarias auscultan desempeños y opiniones de los
consumidores, la utilización de los medios de comunicación, los cambios de los niveles de
inventarios en almacenes y hogares, las ventas de minoristas y mayoristas, etc. La figura 1.5
presenta algunas de las aplicaciones de investigación relacionadas con la mezcla de marketing.
Los siguientes son ejemplos que plantean algunos propósitos de investigaciones de mer­
cado.

Caso 1. Dentro de los planes de marketing de una empresa distribuidora de bebidas, se


tiene contemplado ejecutar un estudio ad hoc para determinar el perfil de consumi­
dores de bebidas no alcohólicas, con el propósito de conocer el potencial y el creci­
miento del segmento de bebidas naturales, y cumplir así, con un objetivo de expan­
sión de la línea.

• Producto • Comunicación

• Nuevos productos • Estudio de la publicidad


• Investigación de empaque • Eficacia de medios
• Investigación de producto • Estudio de imagen
• Análisis de valor • Nombres y logosímbolos
• Prueba de concepto • Penetración de mensajes

• Distribución • Precio

• Análisis de la intermediación • Fijación de precio


• Centros de consumo • Elasticidad de la demanda
• Cobertura de la oferta • Precios del mercado
• Tendencias de comercialización • Condiciones de pago
• Percepciones del consumidor final • Descuentos comerciales

Figura 1.5 Objetivos de investigación relacionados con la mezcla de marketing.


14 INVESTIGACIÓN DE MERCADOS

Caso 2. Se necesita conocer la participación en el mercado, de la marca de una empresa


de comestibles embutidos, para presentar una propuesta de crédito a una financie­
ra internacional.
Caso 3. Una empresa de investigación de mercados esta preparando un estudio sobre el
perfil socioeconómico de los consumidores, con el fin de ofrecerlo a las compañías
distribuidoras de automóviles, aprovechando la apertura de los mercados mundia­
les y por la oportunidad que se da frente a la gran insatisfacción de la demanda
existente.
Caso 4. Una empresa tiene el proyecto de incursionar con un nuevo producto industrial,
y para ello necesita un estudio que le describa las costumbres y condiciones comer­
ciales que suelen regir el mercado a nivel de la distribución mayorista.
Caso 5. Un grupo de compañías textileras se ha unido para desarrollar un estudio con­
junto sobre el estado del mercado, las condiciones de oferta y las tendencias de la
confección y la distribución de ese producto.

La investigación de mercados no es solamente útil al marketing, pues con frecuencia otras


disciplinas, como la economía y la sociología, recurren a ella, como en los casos siguientes:

Caso 1. Un grupo económico necesita construir una serie cronológica sobre la demanda
de bienes de consumo primario. Para su elaboración se requiere efectuar estudios
de investigación de mercados sobre los consumos en los hogares.
Caso 2. En el proyecto de construcción una nueva factoría, se estudia la localización
óptima para lo cual es importante conocer el tamaño potencial de la demanda por
regiones. Este proyecto debe utilizar la investigación de mercados para tal fin.
Caso 3. Para medir el nivel de competitividad de una industria, se elaboran estudios de
ventas de las empresas más representativas del sector, para lo cual se recurre a la
investigación de fuentes secundarias y bases de datos suministradas por una agre­
miación sectorial.
La sociología también se nutre de la investigación de mercados en situaciones como las
siguientes:
Caso 1. Una investigación de mercados sobre estilos de vida contratada para plantear
estrategias a largo plazo de una compañía, es utilizada en un estudio sociológico
para revaluar el marco teórico actual sobre la escala de valores de una comunidad.
Caso 2. Algunos estudios para determinar el potencial de mercado de un nuevo produc­
to, han aportado entre otras conclusiones el conocimiento del impacto ambiental
de una innovación, que ha servido de apoyo a otro estudio sobre calidad de vida,
realizado por una entidad cooperativa.
NATURALEZA DE LA INVESTIGACIÓN DE MERCADOS 15

El estudio de investigación de mercados se valora por la utilidad de sus resultados en la


toma de decisión empresarial. El éxito se logra si existe una descripción clara del problema, un
planteamiento preciso de los objetivos de investigación y las conclusiones son congruentes con
los objetivos. En el caso 1.1 aparecen otros ejemplos de investigación de mercados, donde en
forma breve se muestra cada uno de los pasos.

Caso 1.1 Problemas de investigación de mercados

Se presentan a continuación cuatro casos que justifican una investigación de mercados. Pri­
meramente se establece el problema, luego se plantea un objetivo de investigación, se regis­
tra el resultado y se recomienda la acción.

1
Problema Un supermercado necesita mejorar sus ventas, para salir de su posición de punto
de equilibrio, que se ha presentado por la pérdida de precio, ocasionada como consecuencia
de una mayor competencia.

Objetivo: Conocer las actitudes y opiniones de los usuarios con respecto al supermercado y
descubrir elementos para atraer nuevos clientes.

Resultado: Se dedujo que mercar resulta ser una tarea penosa y desmotivadora para la mayo­
ría de los clientes.

Acción: Como consecuencia de este resultado se recomienda cambiar la ambientación, pre­


sentar un surtido muy variado, con muy buena presentación, con miras a simplificar y hacer
menos molesta esta labor.

2
Problema: Los anunciadores de un programa concurso de TV se quejan de las altas tarifas
cobradas por la programadora, que consideran desajustadas frente al raling de sintonía.

Objetivo: Conocer la sintonía del programa concurso y opiniones de los televidentes.

Resultado: El rating resultó ser muy bajo. Las causas señalan una imagen poco favorable del
animador. Se le consideró algo tonto y avaro para otorgar premios.
Conclusión: El programa debe continuar con otro presentador y se debe cambiar el criterio
para otorgar premios.
16 INVESTIGACIÓN DE MERCADOS

3
Problema: Se desea diseñar un empaque para un nuevo producto desodorizanLe.
Objetivo: Obtener opiniones acerca del color, la forma del logo y la leyenda para tres diseños.

Resultado: Ninguna alternativa tuvo suficiente aceptación, pero después de experimentar


con un grupo de personas se conocieron las razones de ello.
Acción: Se recomendó elaborar un nuevo diseño con base en las características mas recurri­
das por los participantes en el experimento

4
Problema: Se necesita conocer la efectividad de una campaña publicitaria para promover una
marca de tela utilizada en la fabricación de jeans.
Objetivo: Estudiar si los usuarios de jeans condicionan su compra con la marca de la tela.

Resultado: El consumidor poco conoce de marcas de telas y su elección para comprar sólo
depende de la apariencia de la prenda, de la calidad y el tacto de la tela.

Conclusión: Se recomienda no invertir en publicidad masiva para promover una marca de


lela, y en su lugar, promover la tela directamente con los confeccionislas.

Métodos de investigación de mercados


Las técnicas de investigaciones de mercado son tan variadas como las necesidades empresaria­
les. Se clasifican bajo numerosos factores como el enfoque de profundidad, los métodos de
recolección de la información, los procedimientos utilizados, las aplicaciones específicas, entre
otros. La figura 1.6 hace una clasificación inicial en los términos como se enfoca en los capítu­
los subsiguientes.

Según el enfoque Cualitativa


Cuantitativa
Según la recolección de los datos Métodos primarios
Métodos secundarias
Según la selección de la muestra Muestreo probabilista
Mucstreo no probabilista
Según la aplicación Investigación de consumo final
Investigación industrial

Figura 1.6 Métodos de investigación de mercados.


NATURALEZA DE LA INVESTIGACIÓN DE MERCADOS 17

7. LA PRÁCTICA DE LA INVESTIGACIÓN DE MERCADOS

La investigación de mercados es parte integral en la gestión empresarial moderna, cuando se ha


superado la marginalidad de otras épocas. Sin embargo, su práctica debe enfrentar conflictos
relacionados con la gerencia, la actividad profesional y la ética.

Conflictos con la gerencia

Por medio de la investigación de mercados se espera minimizar los riesgos y mejorar la com­
prensión de los problemas del negocio. Sin embargo, no siempre se logra este propósito, puesto
que su utilización por si sola no sustituye el desempeño del gerente. La investigación tiene sus
limitaciones y no se puede esperar que la información proporcionada se encuentre libre de
imperfecciones.
La práctica de la investigación de mercados presenta problemas derivados de posturas y
prejuicios, por parte de los investigadores. Algunas posturas que se consideran fallas de la
gerencia, se prestan para desvirtuar sus beneficios, en casos como los siguientes:

1. El gerente está más preocupado por tecnicismos que por resultados. Actitudes como
estas vuelven la comunicación complicada, Limita la capacidad de análisis y mata la
creatividad.
2. El gerente investiga persistentemente, busca la sobre interpretación de los resultados y
gusta de conclusiones rebuscadas y artificiosas. Surge de la tendencia a enmarcar la
solución de todos los problemas de marketing dentro de un contexto de cifras.
3. El gerente espera conclusiones exactas, que marquen con detalle las acciones a seguir.
No entiende que la investigación no reemplaza al gerente.
4. El gerente utiliza la investigación por cultura antes que por necesidad. No evalúa costo
y beneficio, no importa la claridad al problema, ni evita su utilización en trivialidades
que no aportan a la operación.
5. Finalmente, el gerente desinteresado, el que evita la comunicación oportuna y perma­
nente con el investigador, desconoce el valor de la investigación en su justo nivel.

Las diferencias entre investigadores y gerentes, se originan en su mayoría por prejuicios


de ambas partes. Veamos algunos de ellos:

1. El gerente tiene una concepción estrecha de la investigación de mercados, porque la


considera productora de hechos pasados que no aportan al futuro. Aunque es cierto
18 INVESTIGACIÓN DE MERCADOS

que el mayor interés radica en el futuro» no es posible preverlo en forma certera. No


considera escenarios probables y planes de contingencia para cada eventualidad.
2. La investigación produce resultados de escaso valor. Esto se presenta si no se le da la
debida importancia y los recursos no son suficientes. Una práctica ineficiente es la
consecuencia de lo que por ella se paga, estableciéndose así un círculo vicioso cuyo
perdedor es la investigación de mercado, en la medida en que se desprestigia como
actividad.
3. Los resultados proporcionados son tardíos. El gerente pierde interés debido a las de­
moras. El investigador es el principal responsable por contraer compromisos que no
puede cumplir. El gerente puede entender que los estudios consumen tiempo, y la
calidad depende a veces del tiempo.
4. El investigador es considerado teórico, académico, una persona que complica las cosas
y no aporta soluciones pragmáticas. Esta creencia se presenta con frecuencia por el
desconocimiento que a veces tienen los gerentes de esta disciplina. Pero, igualmente,
los investigadores tienen su cuota de responsabilidad al no estar acostumbrados a ac­
tuar al ritmo gerencial.
5. El investigador no piensa como el gerente, no entiende su léxico y no utiliza un lengua­
je sencillo que facilite la comprensión. El investigador debe ser vendedor, debe apren­
der a “vender la idea”. Para resolver estas incomprensiones entre gerencia e investiga­
dor, a veces resulta interesante el papel de un funcionario “generalista” que se sabe
comunicar en ambos sentidos, sirviendo de empalme entre las partes.
6. La investigación no factura. Una acotación interesante dada por un tratadista resume el
problema del investigador cuando dice que mientras el hombre de marketing gasta su
tiempo para lograr resultados, el investigador lo hace para que otros los obtengan.
Aunque a veces no se le dé el reconocimiento justo, el investigador es una parte impor­
tante en el marketing y venta de los productos.

La consultaría
Dados los imperativos actuales de disminuir costos y aumentar el conocimiento del mercado, la
investigación de mercados por consultoría se ha convertido en una actividad muy solicitada, y
cada vez surgen con mayor frecuencia firmas especializadas en todos los campos de aplicación.
Hay buenas razones para subcontratar la consultoría con expertos, entre ellas:

1 Pennite a las empresas concentrarse en su función social. Esto elimina el problema de


contar con personal de planta capacitado para cumplir aquélla función.
NATURALEZA DE LA INVESTIGACIÓN DE MERCADOS 19

2. Se eliminan costos. Integrar esta función a la planta es oneroso, pues difícilmente se


utiliza plenamente.
3. La objetividad se pierde en estudios ejecutados por personas comprometidas con la
empresa. Los intereses creados, las presiones, la cultura empresarial prevaleciente, los
prejuicios y los marcos aceptados impiden ver otra realidad.

Pero existen desventajas como las siguientes:

1. El costo individual por estudio es mas alto. Sucede especialmente cuando la investiga­
ción de mercados es de intensa aplicación en la empresa.
2. Se presentan choques entre el personal de planta y los consultores. Los celos se con­
vierten en razones para descalificar los estudios, bajo el supuesto menor conocimiento
que los consultores tienen del mercado de la empresa.

La utilización de la investigación de consultoría cobra cada vez más adeptos dada la


dificultad de la empresa para realizarla por sus propios medios. La consultoría en investigación
de mercados se debe realizar de todas maneras con participación de funcionarios de la empresa.

La ética

La ética es la norma suprema de todas las acciones de los seres humanos y en actividades como
la investigación de mercados que presenta, como pocas, una enorme delegación de credibilidad
personal, la hace partícipe de unas condiciones muy especiales de confiabilidad. Una firma
cuya actividad es recolectar información en forma masiva, requiere depositar confianza en muchas
personas, lo cual exige un complicado proceso de selección de los participantes en la recolec­
ción de información.
Estos son algunos de los problemas en los cuales las firmas suelen estar más inclinadas a
cometer:

1. Improvisar la contratación del personal de campo Como resultado de ello se corre el


riesgo de contar con encuestadores, observadores o investigadores poco idóneos para
cumplir con una labor operativa que requiere de una voluntad y un convencimiento
especial, sobre el valor de la veracidad de la información recolectada.
2. No disponer de los sistemas de control adecuados. En el proceso de recolección de la
información se presentan muchas irregularidades por lo cual es necesario detectar errores
y fraudes y actuar con la rapidez y drasticidad requerida, así sea sólo por sospecha.
3. No recurrir a los procedimientos apropiados de selección muestral. Es frecuente que se
20 INVESTIGACIÓN DE MERCADOS

ignore la norma estadística para seleccionar los participantes, al delegar esta misión al
encuestador, lo que produce un resultado sesgado en su base.
4. No contar con personal profesional. Cuando la actividad de recolección se remunera
como trabajo marginal no es posible atraer personal que se beneficie de ella como
profesión, se pierde así el valor y la importancia del desempeño profesional.

Si la información suministrada no cumple con procedimientos metodológicos y patrones


de calidad apropiados, la información no es confiable y, por tanto, no tiene valor. No se debe
reconocer ningún valor por ella. El daño que la mala práctica de la investigación de mercados
hace a la profesión es irreparable, con espontáneos que la desacreditan y la erradican de la
actividad empresarial. Es imperativo retribuir la confianza que se ha depositado en los investi­
gadores.
La ética es compromiso y objetividad. La investigación no se debe prestar para manipular
datos que concilien puntos de vista de los interesados, discrepantes con la realidad. La investi­
gación debe mostrar la verdad así sea desfavorable, la cual, a la larga es ganancia para todos, los
contratantes y las firmas de consultaría.

8. LA INVESTIGACIÓN EN LA PLANEACIÓN ESTRATÉGICA

La planeación estratégica es la otra función de la empresa que requiere de la investigación de


mercados. La planeación estratégica se basa en las directrices y reglas de decisión que buscan
alterar, exitosamente, las fuerzas de la empresa con relación al ambiente y para obtener ventajas
competitivas con relación a la competencia. La planeación estratégica es la función de la empre­
sa que se encarga de conseguir la información y programar las tareas que permitan la sustentación
y el cumplimiento de las estrategias. El proceso de planeación estratégica consta de las siguien­
tes etapas5 (véase esquema de la figura 1.7):

1. La declaración de la misión de la empresa. Bajo ella se define el ámbito de dominio que


oriente el proceso de búsqueda de oportunidades mediante la identificación de la natu­
raleza y la razón de ser del negocio.
2. El análisis de la situación para evaluar el entorno interno y externo, aprovechando las
fortalezas y debilidades de la empresa para enfocar las oportunidades y amenazas del
ambiente comercial.
3. La elaboración de pronósticos y formulación de objetivos y metas, que concuerden con
los principios de supervivencia, crecimiento y beneficio.

3 J. P. Sallenave, Gerencia y planeación estratégica, Grüpo Editorial Norma, 1990.


NATURALEZA DE LA INVESTIGACIÓN DE MERCADOS

Figura 1.7 Esquema de ia planeación estratégica.

4. La formulación de estrategias que movilicen los recursos hacia las funciones claves.
5. El proceso de control de estrategia y vigilancia del entorno. Sin los elementos de con­
trol el plan se pierde.

La decisión estratégica corporativa consiste en seleccionar los negocios en los cuales


incursionar y asignar en concordancia los recursos de la empresa. Es centralizada y no repeti-
ble. Se realiza bajo un contexto de ignorancia parcial. Se elabora a través del plan estratégico.
Utiliza información sobre el crecimiento del sector de la industria, el perfil de la oferta dentro
de cada sector, las participaciones del mercado, el posicionamiento de las marcas en el merca­
do, las sinergias utilizadas por la competencia, la capacidad financiera de la competencia y la
capacidad de desarrollo de producto de la competencia, entre otras.
Con esta información se confecciona un portafolio que permite posicionar en un plano
competitivo los negocios definidos por las combinaciones producto-mercado, relacionados en
dos ejes cartesianos, uno para las capacidades de la empresa y otro para lo atractivo del mercado.
Las capacidades de la empresa se dividen en fortalezas y debilidades, según la participa­
ción en el mercado de cada negocio y los recursos disponibles. El atractivo del mercado se
analiza por sus elementos como el mercado potencial, la rentabilidad, el crecimiento del sector
y la accesibilidad a los mercados, entre otros.
22 INVESTIGACIÓN DE MERCADOS

? CREAR IMPULSAR 1

E IV. • Nuevas posibilidades de 1. • Son los negocios estrellas que


requieren mucha inversión. F
m negocios o proyectos.
u
• Son los dilemas. • Producen efectivos, pero
P consumen igualmente. e
r r
• Son los soportes del futuro.
e t
s III. • Negocios nuevos que necesitan II. • Son llamados vacas lecheras e
a apoyo de recursos externos. que proporcionan la mayoría
• Negocios maduros, pero en del efectivo para financiar otros D
decadencia. negocios.
é
• Son los llamados pesos muertos, • Negocios maduros que están en
b
que aún producen algún su apogeo.
efectivo, pero están dejando i
de ser rentables. 1

+ LIQUIDAR COSECHAR
$

Figura 1.8 Portafolio de productos.

Las estrategias establecen las acciones que, a partir de una posición actual, conduzcan a
otra como meta deseable. Estas posiciones se pueden clasificar bajo el esquema que se observa
en la figura 1.8. Las estrategias conllevan a seleccionar los negocios en los cuales debe la empre­
sa incursionar, y para ello, debe considerar cuatro tipos de decisión: crear, impulsar, mantener
y abandonar, en busca de una adaptación exitosa de la empresa con su ambiente.
El modelo de la figura 1.8 corresponde a la propuesta del Boston Consulting Group, el
cual mide la fortaleza de la empresa por la participación en el mercado y el atractivo del mismo
por la tasa de crecimiento del sector. En el proceso de análisis del mercado, se utilizan las
técnicas de investigación de mercados para obtener esta información.
Los negocios donde la empresa tiene fortalezas y el mercado es atractivo, constituyen los
negocios del primer cuadrante, y son las estrellas en los cuales se debe invertir. Los del segundo
cuadrante son los negocios donde la empresa es fuerte pero el mercado se presenta maduro, son
ideales para cosechar porque se necesita poca inversión. Los del tercer cuadrante, son negocios
que se deben eliminar porque la empresa es débil y el mercado es amenazante. Los negocios del
cuarto cuadrante deben ser replanteados porque, aunque tienen un mercado atractivo, la em­
presa se presenta débil, y necesitan de grandes inversiones para impulsarlos y convertirlos en
estrellas.
ENFOQUE GENERAL

Un estudio de investigación de mercados se origina ante la necesidad del


gerente por minimizar los riesgos comerciales del bien o servicio que
mercadea o piensa mercadear. El conocimiento del mercado potencial, los
términos de ventas utilizados, la posición competitiva de sus productos y
los de la competencia, y otros aspectos similares, le permitirán elaborar planes que respalden la
operación gerencial de un período de gestión que se entra a presupuestar. La decisión para
ejecutar los estudios de investigación de mercados se materializa cuando las necesidades del
plan lo ameritan y los resultados económicos esperados lo justifican. Sin embargo, la sola reali­
zación de la investigación de mercados no constituye garantía de éxito para la gestión de mar­
keting. De ella se extraen las guías e información requeridas como parte de los elementos de
juicio necesarios para administrar, pero el éxito de la gestión de mercado dependerá del criterio del
gerente.
Se propone en este capítulo hacer un enfoque general, dado que estos temas serán desa­
rrollados posteriormente con mayor detalle. El objetivo es establecer los principios y procedi­
mientos generales para seleccionar las fuentes de información, los instrumentos empleados
para la recolección de la información, los procesos a cumplir y otras consideraciones que per­
mitan clarificar la idea de la investigación de mercados.
Para tal fin, inicialmente se describe el proceso de investigación de mercados, siguiendo las
etapas de planeación y ejecución para llevar a cabo un estudio. Luego se enfocan los tipos
generales de investigación bajo diferentes puntos de vista, como las fuentes de información, los
medios de comunicación empleados, la naturaleza de la investigación, el diseño y las caracterís­
ticas del procedimiento. Después se trata el tema de la operabilidad, determinando los elemen­
tos que permitan transformar una idea inicial en un procedimiento válido y confiable para
medir una situación de mercado. Finalmente, se introduce el proceso de decisión, con el pro­
pósito de establecer una estructura que permita evaluar económicamente el beneficio de la
investigación, relacionando unas acciones de marketing con unos estados de la naturaleza me­
diante una ponderación de riesgo.
24 INVESTIGACIÓN DE MERCADOS

1. EL PROCESO DE INVESTIGACIÓN DE MERCADOS

El proceso de investigación de mercados comprende dos etapas básicas: la planificación y la


ejecución. La planeación tiene por objetivo formular el problema del marketing, enfocar la in
vestigación y diseñar las acciones a ejecutar. La segunda comprende la ejecución y el control de
la investigación. El proceso de investigación consta de nueve lases, las cuales se presentan en el
esquema siguiente;

Etapas básicas: Fases:

Formulación del problema


Marco teórico
Planeación Diseño del estudio
Programación de actividades
Proceso de investigación
Preparación de la muestra
Recolección de datos
Ejecución Procesamiento de datos
Análisis de resultados
Presentación del informe

Figura 2.1 Etapas y fases del proceso de investigación.

Planeación del proceso de investigación

La planeación Liene dos objetivos generales: aclarar el problema y definir el enfoque de investi­
gación. Comprende cuatro fases que se estudian a continuación.

Formulación del problema


La primera fase del proceso de investigación es la formulación del problema y consiste en
analizar la situación que permita establecer los propósitos específicos y exponer los términos de
la investigación en forma clara y precisa. En esta fase se enfocan dos aspectos: el primero explo­
ra los antecedentes que condujeron a emprender la investigación de mercados y el segundo
especifica los objetivos.
La metodología requiere consultar a las personas involucradas en el problema para con­
certar los objetivos. Inicialmente, el problema no es bien comprendido por las partes, y se hace
muy útil utilizar un proceso de lluvia de ideas, mediante el cual se reúnen los protagonistas del
problema para expresar sus puntos de vista y propuestas de solución. Las opiniones y propues­
ENFOQUE GENERAL

tas se recogen sin objeción a todas las personas involucradas, quienes deben expresar una idea
por ronda, en orden estricto. Se hacen las rondas necesarias hasta agotar el tema. En una segun­
da instancia se sintetizan las opiniones y propuestas presentadas en las rondas, se evalúan en
grupo y se clasifican en orden de importancia para sacar conclusiones.
La misión del investigador es clarificar el problema, asesorar con relación a la utilización
de los recursos y coordinar la determinación de los objetivos. Para esto debe centrar los aspec­
tos relevanLes y desechar los que no cumplen una finalidad clara, para evitar la proliferación de
información innecesaria y costosa. Los objetivos de investigación deben ser congruente con los
propósitos de la gerencia, y cada dato debe cumplir con un propósito determinado.
En el caso 2.1 se presenta una propuesta que resume las etapas y fases del proceso de
planeación en un proyecto de investigación dado. A partir de los requerimientos de informa­
ción se establecen las fuentes que la suministran y las formas de acceder a ellas.

Marco teórico
El marco teórico se establece a partir de los razonamientos y conocimientos vigentes sobre el
tema de marketing en estudio. Comprende todos los estudios e información disponible sobre el
tema a investigar, los cuales proporcionan las ideas iniciales para avanzar en el propósito gene­
ral de la investigación. El listado de datos que resultan en esta fase constituye la información
secundaria, en tanto que la información obtenida en forma directa para cumplir con un propó­
sito específico de la investigación es la información primaria
La información primaria consulta las unidades de análisis, las cuales suelen ser las personas
a quienes se dirige el estudio, pero también pueden ser cosas, hechos y eventos, entre otros. Los
instrumentos comunes para recolectar la información primaria son las encuestas, los púneles, los
experimentos, las sesiones de grupos, las entrevistas profundas y los estudios proyectivos. En tanto
que la información secundaria se encuentra disponible en bancos de datos, listados, revistas, y
otras formas, la cual suele ser recolectada por entidades públicas y privadas para uso de los
investigadores. Los estudios de investigación de mercados particulares, realizados por las em­
presas, suelen ser confidenciales y, por tanto, no hacen parte del marco teórico.

Diseño del estudio


La fase del diseño establece los procedimientos que se deben cumplir para la recolección de la
información, ajustados a dos propósitos generales: uno económico y otro estadístico. El prime­
ro establece las condiciones de costo y tiempo y el segundo se refiere a las condiciones de
validez y confiabilidad. Los requerimientos estadísticos tienen en cuenta la representa tivi dad de
la muestra y la objetividad del método aplicado. Los económicos tienen en cuenta las limitado-
INVESTIGACIÓN DE MERCADOS

nes de los recursos, la necesidad de acceder a las fuentes de información y la programación en


el tiempo.
Para recolectar datos primarios se debe definir la población a la cual se destina la investiga­
ción, seleccionar la muestra y determinar el proceso de recolección. El cumplimiento de los
principios estadísticos garantiza la representatividad y la objetividad del procedimiento. Los
requerimientos económicos consideran los recursos disponibles, el acceso a las fuentes y el
tiempo de duración de la ejecución.
Esta fase incluye también el diseño del formulario y la planeación de la logística que
consiste en la movilización de los recursos necesarios para lograr la información, en los aspectos
relacionados con encuestadores, coordinadores y supervisores, el adiestramiento, equipamiento
y transporte, las ayudas persuasivas y visuales, y los recursos necesarios para procesar los datos
y analizar la información.

Programación de actividades
En la programación se presupuestan el tiempo y los costos a incurrir en un proyecto de inves­
tigación de mercados. Esto es, la ordenación temporal de las actividades y de los recursos a
utilizar en el desarrollo del proyecto.

Codificación Descripción de la actividad


A Diseño del formulario
B Consecución de equipos y materiales
C Prueba piloto del cuestionario
D Consecución de implementos para
levantar el marco muestral
E Levantamiento del marco muestral
F Selección de la muestra
C Preparación de los encuestadores
H Información a los destinatarios
1 Recolección de la información
J Auditoría
K Procesamiento de datos
L Análisis de información
M Elaboración del informe
N Presentación de resultados

Figura 2.2 Actividades de un proyecto de investigación de mercados.


ENFOQUE GENERAL 27

Las técnicas de programación y control, como los gráficos de barras y los diagramas de
ruta crítica, son suficientes para programar la ejecución. En la figura 2.2 se hace un listado de
las actividades normalmente contempladas en una encuesta.
En el cuadro 2.1 se emplea un formato de tres columnas para establecer los objetivos, las
necesidades y las fuentes de información de un proyecto de investigación. Cada columna co­
rresponde a una de las tres primeras fases del proceso de planeación de la investigación.

Caso 2.1 Planeamiento de una investigación de mercados

Se necesita estudiar la factibilidad económica de un proyecto para un nuevo punto de venta


de una cadena de almacenes de artículos textiles. El estudio plantea su principal interés en la
ubicación del punto, por estar en una zona de la ciudad donde aún no se ha desarrollado la
actividad comercial. Según la propuesta de una firma de investigación de mercados, especia­
lizada en proyectos urbanos, se incluyen como objetivos de investigación, como infor­
mación necesaria y como fuentes de información a consultar, los que se indican en el cua­
dro 2.1.
La presentación de la propuesta cuenta con tres columnas: a la izquierda se escriben
los objetivos específicos de investigación, que para este caso fueron cuatro, cada uno evalúa
aspectos diferentes. En la columna central se escribe el tipo de información requerida y en la
columna derecha la fuente de información a consultar para obtener dicha información. Esta
forma de presentación proporciona un orden que ayuda a una mejor comprensión del pro­
blema y diseño del instrumento para recolectar los datos.

Ejecución de la investigación

Un proyecto de encuesta se desagrega, en muchas actividades, pero todas esas labores forman
parte de las cinco fases básicas de la ejecución. Estas son: el proceso de preparación de la mues­
tra, la recolección de datos o trabajo de campo para recoger la información, el procesamiento de
datos, el análisis de resultados y, finalmente, la presentación del informe (figura 2.1).

Preparación de la muestra
Los procedimientos que utiliza el muestreo estadístico se apoyan en un marco muestral que
incluye todos los elementos de la población a consultar. El marco es la base para extraer la
muestra y su obtención constituye una tarea fundamental de esta fase. En estudios concluyen-
INVESTIGACIÓN DE MERCADOS

Cuadro 2.1 Planeación del proceso de investigación.

OBJETIVOS DE INFORMACIÓN FUENTES DE


INVESTIGACIÓN NECESARIA INFORMACIÓN

1. Estimar el potencial de - Plano de la zona de Departamento Estadístico


compra textil en la influencia de la ubicación Planeación Metropolitana
población asentada en la
Perfil socioeconómico de Departamento Estadístico
vecindad del punto de
la población aledaña
venta
- Vías de acceso y rutas de Oficina de Tránsito
autobuses

2. Análizar la competencia - Estructura comercial de la Estudio de observación


existente en la zona de zona
influencia del almacén - Oferta comercial
- Oferta textil
- Servicios al público
Factores claves de la Entrevista de profundidad
comercialización con comerciantes vecinos
- Servicios públicos ofreci­ Información secundaria
dos en la zona

3. Determinar el medio - Inversión publicitaria de Información secundaria


publicitario adecuado los negocios textiles
para la promoción del - Medios más aceptados por Estudios de observación
almacén el mercado meta
- Valores culturales de la Entrevista de profundidad con
zona y los objetivos del comerciantes vecinos
almacén

4. Medir el perfil de las - ¿Qué compran? Encuesta dirigida a las amas


amas de casa con - ¿Cuánto compran? de casa mediante
respecto a la compra de - ¿Dónde compran? entrevistas personales
textiles en el sitio
- ¿Cómo compran?
estudiado
- ¿Cuándo compran?
- ¿Condiciones para com­
prar?
ENFOQUE GENERAL 29

tes, donde se hace inferencia estadística, el marco muestral garantiza la representatividad de la


muestra. Para levantar el marco muestral de las amas de casas de una ciudad se requieren
implementos como mapas cartográficos de la parte urbana y de la zona rural, o listados de
viviendas por barrios y sectores, o parcelas, según el caso. Los marcos para otros fines suminis­
tran listados de clientes, de entidades comerciales y establecimientos similares, los cuales pro­
porcionan información sobre la población destinataria.
Otra tarea de esta fase es la construcción del cuestionano, cuando éste es el instrumento
utilizado para la recolección de la información. Cuando se trata de procedimientos diferentes a
la encuesta, el instrumento a utilizar puede ser tan variado como el de una guía de trabajo,
hasta un artefacto para grabación de datos. De todas maneras se necesita determinar la confia­
bilidad y validez del instrumento a utilizar y de las preguntas a formular en el interrogatorio.
Otros procedimientos diferentes a las encuestas también requieren preparar y garantizar
la participación de los integrantes, como las sesiones de grupo y aunque la selección es menos
rigurosa que en la encuesta, de todas maneras es necesario disponer de un marco de referencia
del cual se puedan elegir los informantes, así no contenga todos los elementos de la población.

Recolección de datos
La recolección, que es la etapa más larga y costosa del proceso de investigación, consta de
actividades para seleccionar e identificar la fuente de información, el acceso a la misma y el
registro de los datos solicitados.
El proceso de recolección de datos puede comprender datos primarios y secundarios.
Cuando se trata de datos primarios, esto es los obtenidos directamente de la fuente, mediante la
comunicación con las personas o la observación de hechos, eventos y objetos, el proceso se
conoce también como trabajo de campo. Si se trata de datos secundarios, se consultan los siste­
mas de información existentes de oficinas especializadas que se dedican a proporcionar infor­
mación y de otros organismos como gremios, universidades e instituciones públicas y privadas
Ellos son importantes en el proceso previo de estudio y para definir algunos elementos del
diseño.
Las tareas que componen el trabajo de campo, conforman un conjunto operaciones de
logística, que movilizan recursos y procedimientos para la búsqueda de datos primarios. Para
una investigación basada en encuestas, el trabajo de campo incluye tareas como las siguientes:

• Contratación de personal, como encuestadores, supervisores, personal de planta y demás


que puedan intervenir en la recolección de la información.
30 INVESTIGACIÓN DE MERCADOS

• Adiestramiento de los entrevistadores y demás personas que intervengan en la investiga­


ción, con relación al procedimiento a seguir.
• Programación de las entrevistas por medio de contactos previos a través de un medio.
• Realización de las entrevistas. Este proceso comprende la identificación y localización del
encuestado, el acceso a él y presentación, la persuasión a colaborar, y finalmente, el dili-
genciamiento del formulario donde se registra la información.
• Supervisión de la ejecución en forma simultánea con la realización de las entrevistas, o
mediante una constatación después de realizar la entrevista, o a través de auditorías des­
pués de varios días.

La recolección de información por medios diferentes a las encuestas sigue otros procedi­
mientos, que se estudiarán a su debido tiempo.

Procesamiento de datos
Los datos constituyen la materia prima de la investigación de mercados, pero necesitan ser
procesados para su interpretación y análisis. Se trata entonces de trasladarlos registros directa­
mente del instrumento de recolección a un medio seguro y apto que permita depurar, clasificar,
analizar y presentar la información. El procesamiento de datos posibilita la ejecución de gran­
des volúmenes de datos para convertir en información útil, los datos brutos provenientes direc­
tamente del instrumento utilizado. Comprende las siguientes tareas:

• Definición de las variables y códigos que faciliten la clasificación de la información y el


análisis estadístico.
• Elección de los recursos, equipos y medios adecuados para el tratamiento de la informa­
ción.
• Depuración y clasificación de la información y presentación adecuada para su interpreta­
ción y análisis.

Análisis de resultados
El análisis de la información conduce a la obtención de conclusiones. En esta fase se hace uso
de herramientas de análisis especiales que proporcionan una base objetiva y potente para inter­
pretar los resultados.
Las siguientes son algunas formas de enfocar el análisis:

• El análisis empírico se desprende de la observación de los tabulados, ordenaciones, fre­


cuencias e histogramas, entre otros, realizados en la etapa clasificadora del procesamiento
ENFOQUE GENERAL

de datos. Esta interpretación es el análisis más utilizado y la calidad de las conclusiones


depende de la experiencia y capacidad del investigador.
• El análisis estadístico básico utiliza software especializado para evaluar la calidad de la
medida, con base en la inferencia y el análisis de hipótesis.
• El análisis estadístico avanzado proporciona herramientas estadísticas para manejar gran­
des cantidades de variables que arrojan resultados muy difíciles de observar bajo otras
condiciones.

Presentación del informe


La presentación de los resultados se puede hacer de tres formas: utilizando un informe escrito,
haciendo una presentación audiovisual o mediante una conferencia verbal. El informe escrito
contiene los siguientes apartes: la introducción donde se expone el problema y los objetivos del
estudio; el resumen de conclusiones; la descripción de la metodología utilizada; las limitacio­
nes de la investigación; los resultados que constituyen el cuerpo central del documento; y las
conclusiones y recomendaciones.
El informe escrito se puede acompañar de una presentación audiovisual o de una presen­
tación verbal, que permita resaltar aspectos relevantes y facilitar su comprensión, extender los
conceptos, resolver inquietudes y explicar otros aspectos que no quedan por escrito. Es impor­
tante el uso de pancartas y proyecciones para centrar la atención de la audiencia y mantener un
adecuado dominio del tiempo de exposición.
Debe ser de lectura fácil y su redacción clara, concisa y precisa. Puede ser necesario
elaborar ediciones especiales de acuerdo con las necesidades de los funcionarios. Por ejemplo,
un resumen ejecutivo para los altos mandos y una exposición técnica para los administradores
del marketing. El informe debe dolarse de una buena presentación y de una adecuada comuni­
cación.

2. LAS FUENTES DE INFORMACIÓN

Las fuentes de información de la empresa se generan tanto en el interior como en el exterior de


ella. Las generadas en el interior de la empresa se basan en la experiencia que se registra de las
distintas operaciones de la empresa, relacionadas con la actividad del marketing, como las
ventas, los costos, la destinación de los productos, etc. Una clase de informe se refiere a las
programaciones de los recursos e insumos y otra a los resultados de la operación.
t. -•*- • » xx

32 INVESTIGACIÓN DE MERCADOS

Pero es la información extema la razón de ser de la investigación de mercados. Como ya


se ha expresado, las fuentes pueden ser primarias o secundarias. La información primaria, a su
vez, puede ser sindicada si su uso va a ser compartido entre varios clientes, en cambio si la
información se levanta en una sola ocasión, con miras a cumplir con un fin específico de una
investigación dada, se dice que es “ad hoc”. La información secundaria constituye la informa­
ción de “fondo”, disponible al momento de ejecutar la investigación. Las formas como se en­
cuentra la información secundaria se presenta de múltiples maneras y se localiza en muy diver­
sas entidades.
La información de inteligencia es aquella que proviene de múltiples fuentes externas pero
no se considera propia de la investigación de mercados, dado que no es sistemática y con
frecuencia no tiene bases objetivas.

Origen de la información Personas


Objetos
Hechos
Eventos
Modelos
Bancos de datos

Aunque la mayor parte de los datos se originan directamente en las personas, también es
posible que se originen en la observación directa de objetos, hechos o eventos, en la aplicación
de modelos o en los extractos de bancos de datos.
La información proveniente de personas se logra mediante la observación física y la co­
municación verbal de conocimientos, características, conductas y actitudes. La información
sobre objetos o cosas se logra mediante la observación física, como por ejemplo, los inventarios

Figura 2.3 Las fuentes de información.


ENFOQUE GENERAL

para conocer el movimiento de las ventas; o las acciones de los clientes para conocer sus reac­
ciones frente a una promoción. Los modelos se utilizan para experimentar comportamientos de
los mercados. Los bancos de datos se constituyen con información recolectada para otros fines
diferentes pero que resultan de utilidad para muchos estudios específicos.
La recopilación de datos surge de la necesidad de evaluar una variable de marketing,
formulada dentro de los objetivos de un proyecto de investigación de mercado. Las variables de
marketing representan los estados de la naturaleza de un fenómeno de marketing. Ellas pueden
hacer referencia a características de tipo geográfico, demográfico o psicográfico; pueden represen­
tar estados de comportamientos o conductas; o pueden referirse a las actitudes de los individuos
para establecer los estados de conocimiento, opiniones, motivaciones e intenciones de la gente
frente a una marca, un producto, una persona, empresa y similares.

Referencias de las variables de marketing

Características Comportamientos Actitudes

Geográficas Conocimientos
Demográficas Conductas Opiniones
Psicográficas Estilos Motivaciones
Intenciones

Fuentes primarias

Los medios de recolección de información se clasifican de acuerdo con el método utilizado para
obtenerla, bien sea éste la observación, la comunicación, la experimentación o la simulación1. La
observación utiliza el medio visual para registrar datos sobre personas, objetos, eventos o he­
chos; la comunicación utiliza el medio verbal en forma oral o escrito; la experimentación aplica
tratamientos para establecer relaciones de causalidad; la simulación aplica modelos de mercado,
que reproducen en una escala menor una situación real.

Métodos: Medios:
Métodos y medios de investigación Observación Visual
según las fuentes primarias Comunicación Verbal
Experimentación Tratamiento
Simulación Modelo

i Clasificación según Kinnear


34 INVESTIGACIÓN DE MERCADOS

En el cuadro 2.2 se presentan algunos casos para cada método de recopilación de infor­
mación, los cuales serán expuestos, con mayor detenimiento, a continuación:

Cuadro 2.2 Métodos de recopilación de información primaria.

1 Observación 2 Comunicación
Auditoría de almacenes (Store audit) Encuestas
Prueba de despensas (Pantry check) Paneles
Entrevistas de grupo
Entrevistas de profundidad

3 Experimentación 4 Simulación
Prueba de mercado Pruebas de marketing
Enfoque de grupo de laboratorio

Métodos de observación
La observación, como método de recolección de información, desempeña un papel similar al
de la comunicación. Este método se aplica para registrar, mediante el empleo de los sentidos,
objetos, eventos, hechos, comportamientos o rastros de las consecuencias de un hecho pasado.
Los procedimientos que utiliza la observación consideran cinco elementos fundamentales2 en
su diseño.
• El primero tiene relación con la estructura, esta puede ser cerrada cuando se necesita obte­
ner volúmenes grandes de medidas para completar encuestas de tipo cuantitativo. La es­
tructura es abierta, es decir inestructurada, cuando el estudio tiene objetivos cualitativos y
necesita identificar comportamientos o desempeños, para lo cual se cuenta con mayor
libertad de registro y se requiere depender en gran parte del criterio del observador.
• El segundo tiene que ver con la forma de aproximarse al encuestado, ésta puede ser abierta
cuando el individuo es consciente de la presencia del observador y de la situación de
sentirse observado La aproximación se aplica en forma encubierta cuando se preparan en
forma camuflada para no despertar distracción o inhibiciones en el observado.
• El tercer elemento se refiere al momento en el cual se registra la información. El registro se
puede hacer coincidental o simultáneo con la ocurrencia del evento, o en diferido si se
hace un tiempo después, cuando se registran las características de una acción por sus
consecuencias.

2 Según Kinnear.
enfoque general 35

ar- • El cuarto elemento de diseño es el escenario de observación, el cual es el natural en la


mayoría de las casos, pero en ocasiones es aconsejable un montaje artificial construido
para prefabricar una situación o acelerar los acontecimientos.
• El último elemento de diseño es el medio utilizado para registrar la información, el cual
puede ser manual o automático. El medio manual se apoya en la observación personal y
utiliza observadores adiestrados para tal fin, en tanto que el automático utiliza instrumen­
tos electromecánicos para registrar los hechos, cuando por causas económica, físicas o
psicológicas no es recomendable efectuarlas con personas. De esta forma se logra aislar la
subjetividad, el tiempo requerido se reduce y se elimina la contratación excesiva de perso­
nal.

Elementos basados en la observación La estructuración


La aproximación al observado
El momento de registro
El escenario de prueba
El medio de registro

ai al
¿los, Los ejemplos del cuadro 2.3 son procedimientos muy conocidos en investigación de

lado, mercados, que usan la observación como método de obtención de la información.


s2 en Cuadro 2.3 Ejemplos en que se aplica la observación.

Auditoría de almacenes Prueba de despensas


□bte-
"Store Audit" "Pantry Check"
>a es-
vos y Observación diferida de los niveles Observación indirecta de existencias en
nayor de inventario en almacenes al detal. despensas de hogares.
Observación de objetos (no de personas). Observación directa, con registro
personal, estructurada.
bierta
ón dt Observación estructurada Pruebas del comportamiento humano
ran er.
Estudio coincidental sobre sintonía de los Observación natural de personas, sobre
medios. la conducta y actitudes con relació
siró sí a un proceso de marketing.
o si si
Observación electromecánica Reacciones frente a un nuevo producto.
•or su* directamente sobre aparatos de Observación camuflada.
televisión de las señales sintonizadas.
Observación inestructurada.
36 INVESTIGACIÓN DE MERCADOS

Métodos de comunicación
Las técnicas que usa la comunicación son las más recurridas en la investigación de mercados.
Basan su naturaleza en la formulación de preguntas habladas o escritas, ya sea por medio de un
formulario o mediante entrevistas personales u otros mecanismos, como la grabación.
El procedimiento puede ser directo, si el consultado tiene conocimiento del propósito de
la investigación. Si éste se camufla se dice que es indirecto. Para recopilar la información se
requiere en ocasiones de una estructura que proporcione una guía, especialmente cuando se
trata de una recolección de daLos extensa. Por el contrario, cuando se trata de obtener informa­
ción de profundidad, se prefiere una forma abierta o libre. Entonces los procedimientos que
utiliza la comunicación se pueden subdividir en cuatro clases, según la estructuración del ins­
trumento y la ilustración que se ofrece al consultado acerca del objetivo de la investigación.

La estructuración
Si el instrumento de recolección presenta una estructura cerrada, que proporciona una guía del
procedimiento que indica las pautas a seguir, y deja poca o ninguna libertad al entrevistador, se
dice que utiliza un procedimiento estructurado. Por el contrario, si no existen o sólo hay unas
pocas guías para el investigador, se dice que el procedimiento es abierto o inestructurado.
La decisión de utilizar una estructura abierta o cerrada depende del objetivo de la inves­
tigación. Cuando se requiere explorar áreas del conocimiento y es importante establecer cierta
dinámica con los entrevistados, para profundizar en un tema, se aplica el procedimiento
inestructurado. En tanto que cuando se trata de allegar datos en gran volumen pero con poca
profundidad porque se trata de inferir, se prefiere el procedimiento estructurado.

La ilustración
Es posible que la investigación exija un procedimiento indirecto, por razones que se originan en
inhibiciones, prejuicios, o para obtener respuestas espontáneas y se requiere ocultar el propósi­
to de la investigación. Si por el contrario, es factible ilustrar al consultado el propósito de las
preguntas porque se asume que el infonnante tiene capacidad y voluntad de suministrar la
información requerida en forma objetiva y confiable, se dice que el procedimiento aplicado es
directo.
Los procedimientos se dividen en cuatro clases, según el grado de estructuración e ilus­
tración, como se ilustra en la figura 2.4 en donde se presentan algunos ejemplos.
ENFOQUE GENERAL 37

Procedimientos Estructurados Inestructurados

Técnicas de encuestas, Sesiones de grupo y entrevistas


páneles y experimentos de profundidad donde la
Directos donde el informante información se suministra en
proporciona información forma objetiva y con gran
objetiva en forma libertad y poco estructurada.
estructurada. 2

Elaboración de una tarea Técnicas proyectivas donde el


para suministrar información informante proyecta su
Indirectos en forma indirecta siguiendo posición en forma indirecta
patrones de procedimiento. basadas en aplicaciones de la
3 psicología clínica.

Figura 2.4 Clasificación de los procedimientos de investigación del método de comunicación.

Técnicas estructuradas directas


En las técnicas estructuradas directas, las preguntas se formulan siguiendo una norma expresa­
da en un cuestionario, para que se siga una misma orientación, un mismo patrón de procedi­
miento, se utilicen exactamente las mismas palabras, en la misma secuencia, se sirvan de las
mismas ayudas, y se utilice el mismo patrón de trabajo, para asegurar la objetividad del proce­
dimiento. Esta técnica es la propia de la investigación de mercados y se utiliza en encuestas,
páneles y auditorías.

Técnicas estructuradas indirectas


Esta Lécnica proporciona una guía al encuestado, como un cuestionario, para que sirva de
soporte en el suministro de la información que tiene sobre un tema de interés, sin permitirle
conocer el objetivo de la investigación. El posterior análisis de las respuestas posibilita inferir
acerca de las creencia y sentimientos de la gente, porque se supone que sin el conocimiento del
tema que pueda inducir la respuesta se expresan más fácil las creencias y sentimientos, cuando
se solicitan espontáneamente. Con este argumento se obtiene una medición más segura de la
fuerza y la dirección de las actitudes.

Técnica inestructurada directa


Las técnicas inestructuradas directas no requieren aplicar el mismo patrón de procedimiento en
la formulación de preguntas a los encuestados. Con la falta de estructura se busca mayor flexi­
38 INVESTIGACIÓN DE MERCADOS

bilidad y libertad de expresión del que se puede lograr por el sistema de encuestas. Con este
método se busca un nivel importante de interacción con los participantes, que son conducidos
por un especialista cuyo papel es motivar la participación, se produce así lo que se llama dinámica
de grupo. En lugar de un cuestionario, las respuestas y hallazgos se asientan en instrumentos como
grabaciones o filmaciones, o simplemente por anotaciones escritas al momento de los hechos o
por recordación. La investigación cualitativa, como las sesiones de grupo y las entrevistas de
profundidad, encuentra en esta clase de técnica sus mayores aplicaciones.

Técnicas inestructuradas indirectas


Las técnicas inestructuradas indirectas que presentan poca o alguna estructuración según la
aplicación, se conocen también con el nombre de proyectivas. Se derivan de la sicología clínica
y están disenadas para obtener información sobre opiniones creencias y sentimientos de indivi­
duos que no ofrecen posibilidad de proporcionar la información correcta. La característica de
estas técnicas consiste en que presentan temas ambiguos e indefinidos con el fin de lograr que
el entrevistado se proyecte a través de la interpretación o el significado que de en sus respues­
tas, y así descubrir aspectos ocultos de su personalidad y actitudes con relación a un problema
de marketing.
Estas técnicas se utilizan cuando las personas presentan objeciones por temor, por inse­
guridad, por no comprometerse, por autoestima o, simplemente, por no asumir una actitud
crítica ante ciertos aspectos. En investigación de mercados su uso ha disminuido por la subje­
tividad en la interpretación y por la falta de seguridad para la puesta en prácLica de los hallaz­
gos.

Métodos de comunicación y observación


Los métodos de comunicación, comparados con los de observación, tienen las siguientes ven­
tajas:

• Proporcionan mayor versatilidad.


• Ganan en velocidad, puesto que no se requiere esperar la ocurrencia del evento, como
sucede cuando se utiliza la observación.
• El costo es igualmente menor por el tiempo que se gana.

Pero también contienen algunas desventajas, así:

• Existe la renuencia de algún público a suministrar información por temor, falta de tiempo
o desinterés.
ENFOQUE GENERAL 39

• Igualmente existe incapacidad de algunos individuos a suministrar información, debido a


la falta de expresión verbal o por ignorar la respuesta.
• La parcialidad que a veces se presenta al suministrar información en forma viciada.

Métodos experimentales
Aunque la experimentación utiliza la observación y la comunicación para recolectar la informa­
ción, no es tan simple como éstas, puesto que se requiere diseñar una estructura procedimental
que permita controlar las variables independientes.
El experimento requiere efectuar tratamientos a grupos de personas y registrar sus conse­
cuencias como variables dependientes. El método utiliza pruebas estadísticas para respaldar las
conclusiones y establece controles para convalidar la aplicación.
Cuando los experimentos se realizan en recintos artificiales, en forma de sesiones de
grupo, se puede permitir obtener un mayor control, pero esto implica, a su vez, la pérdida de
una mayor espontaneidad, de algo de libertad y, por tanto, pueden surgir elementos distorsio-
nadores. Lo contrario sucede cuando se realizan en campo abierto, pero tampoco se está libre
de las interferencias de los elementos externos al experimentos, que, en ocasiones, suelen pro­
ducir problemas peores. Para ello, el método experimental suele considerar grupos de control
que permitan separar los efectos de estas influencias externas.
El método permite trabajar con varios grupos experimentales para cumplir una función
de control y deducir relaciones de causalidad. Se puede realizar con pequeños o grandes gru­
pos, en fonna de sesiones de grupo o de paneles de colaboradores. En un campo amplio es
posible utilizar los habitantes de una pequeña población, los vecinos de un barrio, o los clientes
de una tienda.

Componentes del experimento Grupos experimentales


Tratamiento
Mediciones

Métodos de simulación
Estos métodos se proponen obtener información a partir de modelos construidos por computa­
dor, que intentan imitar el funcionamiento real de los mercados, para describir y conocer el
funcionamiento de un proceso de marketing. La simulación, como la experimentación, permite
el control de variables independientes y el conocimiento de respuestas a las acciones de marke­
40 INVESTIGACIÓN DE MERCADOS

ting. Entonces es posible comprender la mecánica del mercado, establecer las relaciones entre
efectos y causas y aislar las componentes relevantes que afectan un resultado final.
El tamaño adecuado del modelo de simulación no deja de ser una propiedad importante.
Si en la construcción del modelo de simulación se hacen consideraciones excesivamente rigu­
rosas para llegar a conclusiones válidas puede llegar esto a convertirse en un proceso sumamen­
te complejo de realizar. Si, por el contrario, se recurre a la simplificación puede no proporcio­
nar resultados significativos. De todas maneras es de entender que la misión principal del modelo
de simulación se orienta al conocimiento y la comprensión del problema de marketing, antes
que a la obtención de resultados concluyentes.

Fuentes secundarias

La información secundaria está expresada en forma de datos, textos, literaturas, fórmulas y


teorías, las cuales fueron recogidas con propósitos diferentes al estudio objeto de análisis, y en
alguna forma se tiene acceso a ellas.
Las fuentes secundarias pueden tener un origen interno, cuando se trata de información
propia de la empresa, como las estadísticas de ventas. También pueden tener un origen externo
si la información concierne al macroambiente en el cual participa la empresa. Estas fuentes
pueden estar localizadas en entidades del sector público, en asociaciones gremiales, en publica­
ciones especializadas, en firmas de investigación de mercados, entre otros. Las indagaciones de
carácter oficial se caracterizan porque el suministro de información es obligatorio para las enti­
dades de los sectores económicos.
La información secundaria es importante considerarla antes de emprender una investiga­
ción de mercados, entre otras razones porque:

• Allí puede estar la solución al problema investigado.


• Los costos de la información secundaria son mucho más bajos que los de la información
primaria.
• Porque de todas maneras, aunque no proporcione la solución, contribuye a la definición
del problema y a la elaboración de las hipótesis.
• Igualmente, con base en la información secundaria se contribuye al planeamiento de la
obtención de datos primarios.
• Finalmente, la información secundaria puede ser que proporcione el marco muestral o, al
menos, resulte muy útil para su elaboración.
ENFOQUE GENERAL 41

Bases de datos
Los instrumentos más importantes para conformar los bancos de datos son los censos y marcos
de referencias, algunos de ellos, como el censo de población, la encuesta de hogares, índices de
precios, la encuesta anual manufacturera, y otras, son actividades que desarrollan los gobiernos
cada cierto período de tiempo. Otras entidades ejecutan levantamientos propios del sector,
como el censo de licencias de construcción, o las licencias de importaciones.
Algunas entidades públicas mantienen importantes bancos de datos de información se­
cundaria que se pueden utilizar en la investigación de mercados. Mencionamos las siguientes:
• Departamento Administrativo Nacional de Estadística, DAÑE.
• Departamento de Planeación Nacional, DPN.
• Banco de la República.
• Instituto de Comercio Exterior.
• Promotora de Exportaciones, Proexpo.
• Universidades, como la Nacional, de Panamá, de México.
• Departamentos de planeación de los municipios, como Planeación Metropolitana de
Medellín.
• Asociaciones gremiales como la Asociación Nacional de Industriales, AND1, Federación
Nacional de Comerciantes.
• Las Cámaras de Comercio.
• Entidades privadas de investigación de mercados como Nielsen, Me Ericsson.
• Instituto Geográfico.
• Cámara de la Construcción.

Censos
Los censos son levantamientos exhaustivos de listas de personas, entidades, objetos, etc., cuyo
conocimiento importa para planear las políticas de marketing. Las aplicaciones más conocidas
son los censos de población y vivienda, realizados por los gobiernos, aproximadamente cada diez
años. Existen también censos sectoriales de establecimientos comerciales, instalaciones fabriles,
establecimientos de servicios y otros que de alguna forma se necesitan conocer para desarrollar
las funciones de marketing.

Encuestas sectoriales
Las encuestas sectoriales son más recurridas que los censos por su menor costo y mayor versa­
tilidad Las grandes encuestas se utilizan para medir el costo de vida, para establecer la compo­
sición de la canasta de consumo familiar, para escrutar el desempeño del sector manufacturero,
42 INVESTIGACIÓN DE MERCADOS

etc. Las encuestas, cuya información tiene carácter confidencial y no llegan a conocimiento
público, no hacen parte del marco teórico general de la información secundaria, excepto para
las empresas que las usufructúan.

Estadísticas
Las estadísticas sectoriales conforman grandes bancos de datos y son proporcionadas por enti­
dades estatales descentralizadas y entidades gremiales. Están muy generalizadas en los sectores
de la economía como en el manufacturero, el sector comercial, el comercio exterior, el transpor­
te, entre otros, y muchos tipos de información proporcionados por el sector oficial.

Marcos y directorios
Los directorios conforman información de identificación de los entes pertenecientes a un deter­
minado sector o actividad de la economía. Son utilizados como marcos muéstrales para muchas
aplicaciones en investigación de mercados. Se menciona como ejemplo el popular directorio
telefónico, pero se editan también directorios especializados por actividades económicas, cul­
turales y gremiales.

3. TIPOS DE INVESTIGACIONES

La investigación de mercados es una herramienta con objetivos pragmáticos de corto plazo,


utilizada para asistir a la gerencia en la toma de decisión, pertenece al tipo de investigación
aplicada, sin embargo se apoya en la investigación básica, en la aplicación del método científi­
co. En el cuadro 2.4 se presenta un paralelo entre la investigación básica y la aplicada.
La investigación de mercados presenta dos enfoques básicos: investigación cuantitativa e
investigación cualitativa. Cualitativa cuando se profundiza en el conocimiento de una situación
de marketing en búsqueda de conceptos y manifestaciones de la naturaleza. Cuantitativa cuan­
do se trata de inferir la medida de un parámetro poblacional.
ENFOQUE GENERAL 43

Cuadro 2.4 Paralelo entre la investigación básica y la aplicada.

Tipos de investigación

Investigación BÁSICA Investigación APLICADA

Busca contestar preguntas Contribuye a la toma de decisión


de índole teórica. gerencial.
Busca nuevas manifestaciones de Descubre los estados de la natu-
la naturaleza. raleza.
Busca nuevos elementos Inventa y desarrolla nuevas técnicas.
de investigación.

Enfoques de la investigación de mercados Cuantitativa


Cualitativa

Investigación cualitativa

La investigación cualitativa se puede utilizar con un propósito exploratorio o para proporcionar


una base orientadora3, según se trate de clarificar las situaciones y los problemas del mercado
que permitan despejar el camino hacia una investigación de tipo concluyente, o cuando se
busca, directamente, el conocimiento conceptual que determina el comportamiento de los mer­
cados.
Dado que la investigación cualitativa indaga el conocimiento profundo, las muestras uti­
lizadas suelen ser de pequeño tamaño pero suficientes cuando se trata de investigar atributos
genéricos. Los requerimientos para seleccionar la muestra no necesitan ser demasiado riguro­
sos, pero la representatividad sigue siendo una condición inobjetable.
El objetivo de la investigación cualitativa es agregar nuevos elementos de juicio para
mejorar el conocimiento de un marco teórico; no se trata de obtener frecuencias o estimar
medidas para inferir sobre un parámetro, como en el caso de la investigación cuantitativa. Los
procedimientos cualitativos buscan profundidad en el conocimiento de los problemas, en tanto
que, los cuantitativos hacen énfasis en lo extensivo, para poder extraer resultados concluyentes.

3 Según Acker
INVESTIGACIÓN DE MERCADOS

La investigación exploratoria consulta las ideas básicas para preparar un enfoque de in­
vestigación. Los procedimientos se limitan a la consulta de información secundaria, o la ejecu­
ción de un sondeo, utilizando una pequeña encuesta piloto o al manejo de un modelo de simula­
ción.
En las clínicas de marketing, el objetivo exploratorio es más profundo, pues se trata de
describir una problemática de marketing y obtener conclusiones, por lo que este tipo de inves­
tigación también se denomina estudios de casos. El procedimiento requiere consultar las fuentes
relacionadas con la problemática, no solamente personas, sino también historiales, literatura e
información existente sobre problemas similares, sin descontar el aporte del conocimiento pro­
pio del investigador, que, en este caso, debe ser un especialista.
La investigación orientadora busca el conocimiento de una problemática para proporcio­
nar una dirección al proceso de decisión. Las técnicas dentro de esta categoría utilizan la diná­
mica como característica fundamental, ya sea para estimular a un grupo o para profundizar en
las entrevistas. Se utiliza el método directo cuando se interactúa en forma objetiva, o el indirec­
to cuando las respuestas se proyectan en forma inconsciente.
Las técnicas usuales son la entrevista de profundidad, las sesiones de grupo y las técnicas
proyectivas. La entrevista de profundidad utiliza la comunicación verbal directa o indirecta, a
través de la interacción del entrevistador y el informante, con el objetivo de recopilar conoci­
mientos e ideas profundas sobre un tema investigado. Las sesiones de grupo buscan la informa­
ción estimulando una dinámica de interacción verbal dentro de un grupo de individuos, con­
ducidos por un investigador que modera la sesión. Las técnicas proyectivas utilizan las pruebas

Figura 2.5 Investigación cualitativa frente a la cuantitativa.


ENFOQUE GENERAL 45

de la psicología clínica para descubrir las causas profundas del comportamiento, cuando no es
posible conocerlo a través de la respuesta espontánea.
La observación, en contraposición a la comunicación verbal, es también un recurso de
frecuente utilización en la investigación cualitativa, y aunque no se puede considerar como un
método exclusivo de esta disciplina, es allí donde encuentra su mayor aplicación.

Figura 2.6 Contraste entre la investigación exploratoria y la orientadora de la


investigación cualitativa.

Investigación cuantitativa

En la investigación cuantitativa el propósito es medir un parámetro de una población para


llegar a un resultado concluyente que soporte una decisión bajo un riesgo previsto. Requiere
utilizar muestras de gran tamaño que garanticen el rigor estadístico necesario para hacer
inferencias. Ya no se trata, como en el caso cualitativo, de indagar en lo profundo del conoci­
miento del mercado, para conocer la forma como se manifiesta la naturaleza, sino en precisar el
peso de cada estado en términos absolutos o relativos.
Un ejemplo que describe esta diferencia se presenta cuando el objetivo cualitativo de un
estudio es identificar las marcas que participan en el mercado, en tanto que el objetivo cuanti­
tativo es determinar la participación de cada marca en el mercado. Es claro que el estudio
cuantitativo se soporta en el conocimiento cualitativo del fenómeno a investigar.
Tres son los propósitos fundamentales para llevar a cabo un estudio cuantitativo: un
primer objetivo es descriptivo, cuando se necesita conocer el perfil de un proceso de mercado,
46 INVESTIGACIÓN DE MERCADOS

otro objetivo es aplicar un control a una respuesta de marketing para lo cual se necesita rastrear
un desempeño, y finalmente, un tercer objetivo es determinar una relación entre las causas y un
efecto de mercado observado. Las herramientas aplicables en cada caso son la encuesta, el pánel
y el experimento, respectivamente.

Estudios descriptivos
Los estudios descriptivos tienen como propósito dominar o ampliar el conocimiento de la es­
tructura, propiedades y medidas de los mercados. La encuesta es la herramienta natural para
ello y es el prototipo que caracteriza la investigación de mercados. De hecho, es el instrumento
esencial en la elaboración de los planes de marketing y en el diseño de nuevos proyectos.
La medición es lo fundamental de esta herramienta, pero no se descartan los propósitos
cualitativos. Sea el caso, por ejemplo, de una encuesta dirigida a los fabricantes de muebles,
donde el objetivo sea determinar la forma cómo recurren a los proveedores de madera. La
encuesta puede indagar, simultáneamente, por las fuentes de abastecimiento y medir la
frecuencia de utilización de las mismas. Aunque en este caso se presenta una búsqueda cualita­
tiva, en la encuesta siempre existe implícitamente un propósito cuantitativo, que en este caso es
la distribución de frecuencia de las formas utilizadas. Si solo se trata de identificar a los pro­
veedores sería suficiente una encuesta piloto, que no busca conclusiones cuantitativas. El caso
2.2 presenta algunos ejemplos de estudios descriptivos que requieren utilizar la técnica de
encuesta.

Figura 2.7 Propósitos y herramientas de la investigación cuantitativa.


ENFOQUE GENERAL 47

Análisis de perfil: Proporciona la evaluación de las características asociadas con un producto,


una marca, una entidad, una persona, por medio de una lista de atributos importantes.
Prueba de producto: Compara las características de un producto con relación a otros de la
competencia, a través de la percepción que tienen los consumidores.
Investigación psicográfica: Analiza a los consumidores relacionados con variables que enfocan
el estilo de vida y la personalidad.
Búsqueda de oportunidades: Investiga las posibilidades de extensión de la línea o expansión de
los mercados, a través del conocimiento de tendencias y crecimientos de los mercados, del
posicionamiento de las marcas competidoras, y el descubrimiento de nichos no atendidos.
Investigación de la mezcla de marketing: Investiga frecuencias de oferta o uso de productos,
categorías de precios, formas de distribución y de promoción utilizadas por los competido­
res.
Estudios de potencial de mercado: Evalúa el consumo real y potencial del mercado, a través de
las medidas de consumo de los individuos de la población.
Estudios de perspectiva: Relaciona los pronósticos de ventas, mediante la asociación de varia­
bles y la utilización de modelos de predicción de ventas.

Estudios de control (monitoreo)


El propósito de los estudios de control (monitoreo), es suministrar información de un mismo
tipo en forma periódica y sistemática para medir un desempeño, controlar los sistemas de
marketing o vigilar el comportamiento de los mercados. El pánel es la técnica propia para el
control, y según el objetivo se definen muchas aplicaciones, como se expresa en el caso 2.3. El
pánel se utiliza también en la realización de experimentos, que requieren aplicar una serie de
tiempo.

Caso 2.3 Aplicaciones comunes de la investigación de "monitoreo"

Pánel de consumidores: Se utiliza para suministrar información periódica sobre consumos en


cantidad y valor por producto, por sitios de compra, marcas, formas de compra, precio, etc.
Pánel de expertos: El objetivo es suministrar información sobre oportunidades y amenazas
del mercado.
48 INVESTIGACIÓN DE MERCADOS

Investigación publicitaria: Utiliza un panel para conocer la eficacia de una campaña publicita­
ria, a través del conocimiento, aceptación y decisión de los integrantes con relación al men­
saje transmitido.
Auditorías de distribuidores: Recoge datos relacionados con las venias e inventarios de los
distribuidores, para determinar destinaciones por zonas geográficas, por entorno y por canal
de distribución.

Estudios explicativos o causales


El objeto en los estudios explicativos es descubrir las relaciones entre causa y efecto. Las varia­
bles que representan las causas son independientes y los efectos son variables dependientes. El
experimento pretende probar una hipótesis que plantea una causa productora del efecto obser­
vado en un tratamiento. Para obtener las conclusiones se recurre a las pruebas de hipótesis
utilizadas en estadística.
Una causa puede ser determinada cuando la relación de variables plantea una función
cierta. Este caso se expresa de la forma Y=F(X), en donde para cada valor de X existe un solo
valor para Y Pero la causa probabilista es la razón del experimento, donde la relación entre
variables son de tipo aleatorio, lo cual se expresa de la forma Y^FCXpX^, en donde para un
valor de existen múltiples valores de Y, dependiendo de los otros valores de X2. Entonces, el
estudio experimental determina en qué proporción las causas Xp X2 explican el efecto Y.
Para concluir acerca de una relación causal se requiere chequear la asociación entre las
variables estudiadas, las incondicionalidad de las mismas y la interacción con otros factores
ajenos al experimento. Para ello se aplican, respectivamente, las pruebas de correspondencia, la
pruebas de independencia y las correlaciones de tas variables.
Los experimentos permiten controlar la interacción de influencias extrañas que distorsionan
los resultados, utilizando diferentes mediciones en el tiempo o por medio de varios grupos
experimentales.

Caso 2.4 Aplicaciones comunes de la investigación explicativa

Investigación publicitaria: Un propósito es determinar la proporción de las ventas correspon­


diente a los efectos de una campaña publicitaria.
Pruebas de empaque: Determina la correspondencia entre el empaque de un producto con la
acogida del consumidor.
ENFOQUE GENERAL

Perspectivas: Determina elasticidades y regresiones, las cuales permiten predecir la variación


de una respuesta como resultado de una variación en la causa, por ejemplo del precio con la
respuesta del mercado.

El diseño transversal, que se utiliza en la encuesta, obtiene en una sola ocasión una medi­
da en un punto del tiempo, y proporciona una descripción estática de una situación de merca­
do. El diseño longitudinal, que se utiliza en el pánel, obtiene en forma repetitiva una serie de
medidas periódicas y sistemáticas originadas en una misma fuente, y proporciona una descrip­
ción dinámica. El diseño experimental puede utilizar alguno o ambos diseños.

Diseño transversal

□ Tiempo

12 3 4 5 6 7 8 9 10 11 12

Diseño longitudinal

□ B 0 0 E E Tiempo

A 1 2 3 4 5 6 7 8 9 10 11 12

Figura 2.8 Características de los diseños transversal y longitudinal.

La prueba de mercado que se describe en el caso 2.5 es un experimento muy recurrido en


investigación de mercados, el cual será explicado con más detalles en capítulos subsiguientes.

Caso 2.5 Prueba de mercado

La prueba de mercado es un caso particular de experimento de campo que considera como


grupo de prueba una población pequeña y aislada, a la cual se le aplica un tratamiento, que
puede ser, por ejemplo, una campaña publicitaria que no suele traspasar dicho entorno. El
objeto es determinar el impacto y calidad del mensaje transmitido anLes de aplicarlo al mer­
cado nacional. Esto permite detectar los problemas en pequeña escala, donde se menguan
las consecuencias negativas y se corrigen para el lanzamiento definitivo. El costo de los
errores es pequeño puesto que solo se afecta una proporción del mercado no significativa,
50 INVESTIGACIÓN DE MERCADOS

que corresponde a la población sede del estudio. Esta es una prueba útil cuando se proyecta
lanzar un producto nuevo o una nueva campaña de publicidad, con la ventaja de disminuir
la incertidumbre al probar sus efectos en una población pequeña.

4. APLICACIONES

Mirado desde el punto de vista del producto, la investigación de mercados presenta dos formas
de aplicación según se trate de un producto de consumo final o de consumo intermedio. El prime
ro se destina al consumo definitivo, en tanto que el segundo es un insumo de otra transforma­
ción o corresponde a un consumo institucional.
En la figura 2.9 se presenta el caso de la cadena de producción textil. La base, que es la
más amplia, se refiere al consumidor final, pero se desarrolla una cadena de productos interme­
dios que va desde la fibra hasta la confección, pasando por las hilanderías, las tejedurías y los
acabadores. En toda esta cadena, los productos que allí se intercambian pertenecen a la catego­
ría de los productos intermedios, excepto las prendas que son, finalmente, consumidas por las
personas.

Enfoque de la investigación De productos finales

De productos intermedios

Los productos intermedios están destinados a satisfacer los diferentes eslabones de la cade­
na de producción, efectúan una transformación sobre un producto, o cambian su identidad o
naturaleza. La comercialización a iravés de intermediarios que compran para reventa, no cam­
bia la identidad y la naturaleza del producto, solamente lo fracciona en tamaños adecuados
para cubrir el mercado.
El mercado meta de los productos de consumo final son los usuarios, en tanto que para
los productos industriales estos son gerentes, jefes de compras, jefes de producción, etc. es
decir las personas que deciden las compras institucionales. Éste es el enfoque por el cual las
investigaciones de mercado se diferencian en investigaciones de productos finales y de produc­
tos industriales, cada cual con sus instrumentos de investigación particulares.
La investigación de mercado orientada a productos de consumo final se caracteriza por
las siguientes propiedades:
ENFOQUE GENERAL

• La población destinataria del estudio es muy extensa.


• La selección de los integrantes de la muestra debe considerar un procedimiento aleatorio.
• El tamaño de la muestra suele ser grande.
• El acceso a los consultados no suele ser complicado.
• La respuesta al formulario suele ser fácil.
• El traslado y levantamiento del marco suele ser en ocasiones complejo y costoso.

Cuando se trata de productos industriales el procedimiento utilizado cumple otras carac­


terísticas como las siguientes:

• El mercado meta es más limitado, conformado por unos pocos compradores.


• La selección de la muestra utiliza ventajosamente el juicio del investigador.
• Como el tamaño de la población es pequeño, es frecuente utilizar el censo.
• El acceso se hace más complejo por la condición del informante. Las consultas tiene mayor
exigencia.
• El entrevistador es una persona preparada y conocedora del tema investigado.
• El levantamiento del marco mueslral no es complicado.

Figura 2.9 Pirámide de los componentes de la cadena textil.


52 INVESTIGACIÓN DE MERCADOS

Operabilidad de la investigación

Los planteamientos de una investigación de mercado se formulan, inicialmente, en términos


muy amplios o poco específicos. Así surge una idea de lo que se desea, sin evidenciar la meto­
dología a seguir. Para hacer operable una idea se requiere descomponerla en objetivos específi­
cos y precisos, los cuales facilitan la fórmula que permite establecer las fuentes de información
y la forma de acceso; surge de allí un procedimiento de investigación. Las variables de marke­
ting deben cumplir dos propiedades:

1. Que sean identificables, esto es, que exista una asociación de la variable con un atri­
buto.
2. Que sean codificables, esto es, que pueda generar valores propios en forma numérica o
alfabética.

Dependiendo de la naturaleza de las variables y de la forma como se relacionan, se genera


el procedimiento de recolección de datos El estudio de investigación se configura cuando se
formulan las variables en forma de necesidades de información y se plantea un procedimiento
que posibilite el acceso a la fuente.

VARIABLES
INVESTIGACIÓN

PROCEDIMIENTO

Variables de marketing

Las variables en un proceso de marketing representan los estados. Los datos evalúan las varia­
bles. Estos pueden ser numéricos o cuantitativos, alfabéticos o cualitativos o combinados. Las
variables se refieren a características, conductas y actitudes de los individuos. De acuerdo con
ello se denominan variables clasificatorias, conductuales y actitudinales.

Tipos de variables Clasificatorias


Conductuales
Actitudinales
ENFOQUE GENERAL 53

Variables clasificatorias
Las variables clasificatorias hacen referencia a las características externas de los individuos, físi­
cas o intrínsecas, las cuales pueden ser observables o no observables. Las características intrín­
secas se obtienen mediante la comunicación verbal, en tanto que las físicas se logran con la
observación. Las variables das ificato ñas son de cuatro tipos así:
Variables geográficas, se refieren a descripciones de situación y entomo de los individuos,
como la región donde vive, la ciudad donde nació, el clima de ellas, el tamaño de la ciudad, el
entorno, si se trata de una ubicación rural, citadina o fronteriza, las condiciones de la vivienda, como
por ejemplo, si cuenta con agua potable, etc.
Variables demográficas, describen características de tipo fisiológica, sociocultural o econó­
mica del individuo. Por ejemplo la edad, el ciclo de vida, el sexo, la raza, entre las primeras, o
la religión, la condición social, la escolaridad, la nacionalidad, el estado civil, entre las segun­
das, y el nivel de ingresos, el tamaño de la familia, la ocupación entre las terceras.
Variables Psicográficas. Se refieren a los estilos de vida de las personas y a los tipos de
personalidad. El estilo de vida se identifica a través de tres clases de atributos que relacionan las
actividades del individuo, los intereses, los valores esenciales y la posición social, los cuales se
describen en la figura 2.104.
La clasificación por estilos de vida es un tipo de estudios que ha adquirido gran impor­
tancia en los últimos tiempos, dentro del proceso de segmentación estratégica de los mercados.

Factores----------- > Actividades Intereses Posiciones

Atributos Trabajo Familia Política


relacionados Pasatiempos Trabajo Cultural
Vida Social Patria Social
Vacaciones Logros Personal negocios
Diversiones Comunicación Económica
Deportes Comunidad Autoestima
Compras Vestuario Futuro
Participaciones Alimentación

Figura 2.10 Variables relacionadas con el estilo de vida de los individuos.

Variables conductuales
Las variables conductuales describen los comportamientos de los individuos relacionados con
un aspecto del marketing, como la compra, la utilización o el consumo de un producto o
4 Ver Acker.
54 INVESTIGACIÓN DE MERCADOS

marca. Permiten evaluar aspectos tales como la lealtad de marca, la tasa de uso, los hábitos de
compra, la ocasión de compra, el beneficio percibido, los factores de decisión de compra, y
otros similares. En la figura 2.11 se presenta un cuadro de necesidades de información, y se
indican los adverbios comúnmente utilizados para plantear las preguntas relacionadas con las
variables conductuales.

Adverbios Acciones

¿Qué compra?
¿Cuánto utiliza?
Preguntas claves para identificar ¿Cómo compra?
las variables de marketing, ¿En dónde consume?
relacionadas con ¿Quién usa?
la conducta del ¿A quién hace?
consumidor ¿Por qué participa?

Figura 2.11 Adverbios utilizados para plantear las preguntas relacionadas con
las variables conductuales.

Por ejemplo, con relación al proceso de compra de los clientes en un centro comercial, las
variables conductuales identifican las cosas que compran los consumidores, el modo cómo las
compran, la forma cómo lo hacen, el tiempo cuándo compran, el sitio dónde compran, la razón
del porqué compran, entre otras similares. Aunque las variables conductuales hacen referencia a
las conductas pasadas y presentes, el objeto es predecir el comportamiento futuro, asumiendo
que se repetirá en el corto plazo.

Variables actitudinales
La actitud es el estado mental que indica la posición del individuo frente a una situación de
marketing. La actitud es movida por conocimientos, razonamientos, intereses, valores y opinio­
nes elaboradas a partir de los estímulos e influencias recibidas. Estas condiciones mentales o
internas del individuo no siempre son de fácil conocimiento, dada la presencia de situaciones
inhibitorias que impiden la comunicación.
Se considera que la actitud se manifiesta a través de cuatro estadios o etapas. La primera
es la cognoscitiva, que mide la conciencia y conocimiento que el individuo tiene de un producto
o marca consultada. La segunda es la expresión de ese conocimiento, pues implica la formación
ENFOQUE GENERAL 55

Fase: Dirección + Dirección -

Componentes de la actitud Conocimiento Alerta Ignorancia


Opinión Preferencia Rechazo
Motivación Intención Opción
Decisión Compra Desestimiento

de una opinión, buena o mala, en forma de inclinación o rechazo del individuo. La tercera es la
motivación que expresa la posibilidad o voluntad de compra, utilización o consumo del produc­
to o marca. Finalmente, la cuarta expresa la decisión o intención de comprar, usar o consumir.
Se supone que ha superado la barrera de la voluntad y se tratan de superar las restricciones que
se anteponen a la capacidad para la acción.

Caso 2.6 Actitudes de los consumidores frente a una marca

Hace seis meses, una empresa lanzó un nuevo producto dentro de un programa de extensión
de la línea, y considera importante estudiar su mercado potencial. Para ello contrata una
investigación para determinar las actitudes de los consumidores frente a su producto.
Las preguntas planteadas en La encuesta permitirán conocer las actitudes de los indivi­
duos en las cuatro etapas: conocimiento, opinión, motivación e intención de compra del produc­
to. Para explorar en el interlocutor el conocimiento de la marca, se plantean preguntas que
indagan el conocimiento de productos similares, del nuevo producto y de productos sustitu­
tos. Igualmente sobre las necesidades que cubre y la racionalización de ella.
Si conoce el producto se indaga la opinión con relación a: la credibilidad que le pro­
porciona la marca, la aceptación del nuevo producto, la posibilidad de lealtad a la marca,
etc. Las preguntas sobre motivación plantean la utilidad y funcionalidad del nuevo produc­
to, la necesidad del mismo. Finalmente, se plantea la intención de compra o de recompra,
según el caso, preguntando la razón que tiene para comprar el nuevo producto, el porqué y
el para qué compra.

Elementos del procedimiento

Los elementos que componen el procedimiento son: el instrumento de recolección de informa­


ción, la operación de campo y las escalas para asentar la información.
56 INVESTIGACIÓN DE MERCADOS

Instrumentos de recolección. Constituyen el medio físico de soporte o recolección de


los datos. Otros soportes diferentes al formulario son las grabaciones, las filmaciones, las cáma­
ras de obtención de información, los laboratorios diseñados para estudios experimentales, los
modelos de marketing construidos para simular el mercado, entre otros.
El instrumento tiene en el caso de la encuesta doble función, porqué además de asiento
de la información, sirve de guía procedimental para garantizar la objetividad y uniformidad de
recolección,
Operaciones de campo. Las actividades que se llevan a cabo en la operación de campo
constituyen la logística. El procedimiento de recolección integra estas operaciones con los ins­
trumentos.

PROCEDIMIENTO = INSTRUMENTO + OPERACIÓN

Un panel de consumidores tiene actividades como el enganche de participantes, la visita


previa para garantizar la colaboración del participante, la explicación de la forma para diligen­
ciar el formulario, la comunicación de los incentivos, etc.
Escalas de medida. Un formulario se puede diseñar de mil formas, pero igualmente los
datos se pueden asentar de otras tantas. La escala se relaciona con la forma de plantear las
preguntas y cómo se reciben las respuestas. Las escalas se diseñan simples para extractar datos
cuantitativos, sencillos o complejos, cuando se trata de medir actitudes.

La decisión de investigación

La investigación de mercados tiene su costo, pero minimiza los errores en las decisiones empre­
sariales relacionadas con el mercado. La porción del costo dedicado a la investigación puede
alcanzar el 2% de las ventas en las empresas mejor orientadas al mercado, pero rara vez se le
otorga mas del 0,1 %. Es poco el impacto del costo de investigación de mercados en el precio de
los productos. A pesar de esto, la información a recolectar debe tener un fin, cada dato a conse­
guir debe tener una utilidad.
ENFOQUE GENERAL 57

Si dado el caso de un dato cuya fluctuación no modifica substancialmente una decisión,


no es indicado invertir en su determinación. Si, por el contrario, la decisión es sensible ante
pequeñas variaciones del dato, se justifica pagar la información. Esta sencilla descripción se
ilustra en el caso 2.7 donde se menciona el proceso de decisión que proporciona una estructura
objetiva para decidir bajo un riesgo calculado, si se justifica o no emprender una investigación
de mercados.
La estructura es del tipo de árbol o dendograma. Su interpretación se hace de izquierda a
derecha, y a partir de los estados de la naturaleza se cuantifica un valor esperado del beneficio.

Caso 2.7 Lanzamiento de una promoción

En un plan para una promoción textil, se esperan ventas marginales de 35 millones de pesos.
Se necesita conocer la participación textil en la canasta familiar. La apreciación que se tiene
de ésta actualmente es del 7%. Bajo este supuesto los ingresos por ventas serian de $35
millones, pero si la participación no fuera superior al 6%, las ventas serían únicamente de
$30 millones, y dado que los gastos de la promoción alcanzan los $30 millones, se tendría
una utilidad de $5 millones si la participación es de 7% y de cero si es de 6%. En caso que los
imprevistos incrementen los costos en un 10%, con el 6% de participación se incurriría en
una pérdida de $3 millones. Significa esto que es necesario conocer la participación textil
con mayor seguridad para tomar una decisión de ejecutar o no la investigación.
Estas situaciones se pueden estructurar en un árbol de decisión como se indica en la
figura 2.12. El caso A hace referencia al costo de $30 millones y el caso B al de $33 millones.
El razonamiento se hace así: en el caso A la utilidad esperada es de $2,5 millones. A
esta cifra se llega si existe igual probabilidad de ocurrencia de cada uno de los dos estados; el
6% y el 7% de participación. Esto es 2,5 = 5 x0,5 + 0 x 0,5. Entonces si el estado es A no se
incurre en pérdidas cualquiera que sea la decisión de hacer o no el estudio. Si el estado es B
existe la posibilidad de una pérdida, y, por tanto, es importante pagar una investigación de
mercado para conocer el valor de la participación.
En el caso B, la ganancia esperada anual es de $-0,5 millones, puesto que
U = $2 X 0,5+(-$3) x 0,5 = -$0,5. Este sería el valor máximo que se podría pagar por la
información.
La teoría de decisión es una herramienta de los métodos cuantitativos de la cual hace
uso la investigación de mercados, como se expone con mayor profundidad en el capítulo 13.
58 INVESTIGACIÓN DE MERCADOS

Decisión Estados de la Consecuencias Probabilidad


naturaleza de estado

Prob. = 0,5

Prob. = 0,5

Prob. = 1,0

Prob. = 0,5

Prob. = 0,5

Prob. = 1,0

Figura 2.12 Diseño utilizado para representar la estructura de la decisión.


INVESTIGACIÓN CUALITATIVA

Los estudios cualitativos centran su búsqueda en lo conceptual, en la natu­


raleza de los problemas de marketing o en la fonna como se manifiestan.
Permiten, desarrollar marcos teóricos para descubrir aspectos de forma an­
tes que medidas. Se pregunta por el “¿cómo es?”, en lugar del ¿cuánto es?
Normalmente se suelen considerar unos pocos elementos muéstrales por lo que el problema de
la generalización en los estudios cualitativos, se torna discutible para hacer inferencias. Se acla­
ra que el hincapié se hace para desarrollar marcos conceptuales en los procesos de marketing y
no para hacer inferencias de tipo cuantitativo. El marco conceptual busca generalizaciones
sobre las bases del conocimiento que permita ampliar, actualizar o convalidar un marco teórico,
apunta a la vigencia o cambio de las premisas en las cuales se soporta un proceso de marketing.
Por tanto, la investigación cualitativa proporciona un proceso de búsqueda complemen­
tario al de la investigación cuantitativa, que utiliza el muestreo estadístico para hacer generali­
zaciones sobre los parámetros poblacionales. Los estudios cualitativos en investigación de mer­
cados cumplen dos propósitos; uno explora la naturaleza de un proceso para mejorar los criterios
de decisión, y otro orienta las decisiones.
Los estudios exploratorios se enfocan hacia la definición de los problemas, a la búsqueda
de hipótesis, a la generación de nuevos conceptos, o a la realización de pruebas previas para
afrontar estudios mas estructurados. Los estudios orientadores buscan indicios para resolver un
problema de marketing.

Información secundaria
Investigación cualitativa Exploratorios Sondeos
Analogías y simulaciones
Estudios de casos
Entrevistas de profundidad
Orientadores Sesiones de grupo
Estudios proyectivos
Estudios de observación

Figura 3.1 Tipos de estudios en la investigación cualitativa.


60 INVESTIGACIÓN DE MERCADOS

1. ESTUDIOS EXPLORATORIOS

La investigación exploratoria no cuenta con una metodología propia ni enfoca propósitos espe­
cíficos de investigación. El objetivo es descubrir aspectos que pueden afectar el diseño de una
investigación más amplia o escudriñar nuevas situaciones de marketing. Son útiles para identi­
ficar problemas, para precisar formulaciones, para definir cómo afrontar una investigación pos­
terior, para buscar cursos de acción o para hallar nuevas manifestaciones de la naturaleza de un
proceso comercial, cuando se conoce poco o nada del objeto de investigación. Son de bajo
costo, de pequeña escala, muy versátiles y flexibles, y sirven de punto de partida para establecer
bases del conocimiento o retroalimentar un proceso de marketing. Es el indicado cuando se
conoce poco o nada del objeto de investigación.
De acuerdo con la cantidad de información requerida, algunos estudios exploratorios ¡
sólo llegan a una primera fase de recolección de información ya existente, otros utilizan una
encuesta dirigida a unos pocos individuos bajo cierta amplitud procedimental, otros mas elabo­
rados requieren mayor dedicación de tiempo y penetración en el conocimiento de una situa­
ción dada, y, finalmente, existen aplicaciones que utilizan la analogía y la simulación.
Son procedimientos amplios y subjetivos, que van desde sondeos simples y de poco rigor,
hasta estudios de casos y clínicas de marketing que utilizan entrevistas profundas y costosas. Se
clasifican en cuatro formas: estudios de información secundaria, sondeos, simulaciones o ana­
logías, y estudios de casos.

Información secundaria

Son estudios de tipo cualitativo que se resuelven consultando la información secundaria actual­
mente disponible. Este tipo de estudio se utiliza cuando la gerencia sólo está interesada en la
consulta del marco teórico existente, el cual se haya en la literatura empresarial y en los bancos
de datos. Para el estudio puede ser suficiente recopilar esta información o desarrollar con base
en ella modelos o esquemas aproximados.
Estas fuentes se pueden obtener a través de entidades públicas que manejan estadísticas
oficiales, de entidades gremiales con información sectorial, en centros de investigación de uni­
versidades y oficinas privadas, en empresas privadas y en otras entidades nacionales o interna­
cionales.
Un caso particular de estudio basado en información secundaria son los historiales, útiles
cuando se trata de investigar casos similares a un problema específico de marketing. Un estudio
INVESTIGACIÓN CUALITATIVA 61

de este tipo permite sugerir cursos de acción, pero no son concluyentes, porque los aconteci­
mientos no se repiten exactamente iguales en todos los casos.

Sondeos

Los sondeos son consultas parcialmente estructuradas y poco planeadas, que tiene tres propó­
sitos principales: allegar mayor conocimiento de una situación, validar una encuesta para una
investigación concluyente y decidir la realización de una investigación.
El primer propósito explora los conocimientos generales de un tema de interés, mediante
el diseño de una pequeña encuesta dirigida a un grupo de personas que por su experiencia,
aportan los elementos necesarios para enfocar otra investigación de carácter más concluyente.
El segundo propósito es validar el funcionamiento de una encuesta, mediante la realiza­
ción de un estudio piloto, con el propósito de corregir problemas de procedimiento. La encues­
ta corregida y aprobada será después utilizada en una investigación central. Los aspectos que se
desean probar tienen que ver con la comprensión de la redacción y del léxico utilizado, con la
conformación de categorías y con la capacidad de la encuesta para recibir la información nece­
sitada.
El tercer propósito realiza sondeos rápidos para obtener información de problemas o
identificar situaciones cuya presencia está creando perturbaciones en el mercado.

Simulación digital o analogías

Es una técnica que utiliza modelos con los cuales es posible medir la respuesta probable del
mercado ante determinadas acciones de marketing. Se requiere disponer de modelos construi­
dos con base en la información disponible y en el marco teórico aceptado. Por tanto, cuando se
trata de nuevos mercados y productos, la simulación es limitada como fuente confiable de
recolección de datos.
Los modelos de simulación tienen cuatro componentes. El primero lo conforman las
unidades participantes, como los clientes, los distribuidores, los consumidores, etc. El segundo
son las variables que representan procesos como las compras, los costos, etc. El tercero son las
probabilidades que regulan el desempeño entre las variable y las unidades participantes. Final­
mente, el cuarto son los parámetros que condicionan las tendencias, como la retribución en
ventas del gasto publicitario.
Manejar el modelo significa aplicar ciertos estímulos para conocer las respuestas proba­
bles del mercado. Por ejemplo, si se suministra una fórmula de marketing dada, el modelo
INVESTIGACIÓN DE MERCADOS

Figura 3.2 Modelo de simulación por computador.

proporciona como respuesta las ventas esperadas. Por lo tanto, es posible ensayar innumerables
casos, de los cuales se seleccionan los que mejores resultados proporcionen. Esto hace de la
simulación una herramienta poderosa para la comprensión y asimilación de una problemática
comercial. No es, sin embargo, decisiva para concluir categóricamente, puesto que los modelos
son representaciones, analogías simplificadas de la realidad, y ante la complejidad y dinámica
del mercado, resulta improbable la construcción de modelos perfectos.

Estudio de casos

El estudio de casos es un tipo de investigación empírica cuya misión es describir, comprender


y diagnosticar una situación, o caso de mercado, del cual se requiere hacer una revisión integral
de los elementos involucrados en el problema. Estos estudios lo suelen realizar especialistas
conocedores del sector en el cual la empresa tiene su actividad y suelen también recibir el
nombre de clínicas de marketing. No se dispone de una metodología específica y se apoyan en
gran parte en la capacidad y el conocimiento del investigador.

Caso 3.1 Estudio de casos

Se toma como caso, el de una red de distribución de una empresa que, por alguna razón, no
obtenía los mismos resultados comerciales en una zona, que en las restantes del país. El
objetivo era describir el problema y entender las variables que estaban operando en dicha
región, con el fin de suministrar un diagnóstico y obtener soluciones.
INVESTIGACIÓN CUALITATIVA 63

El estudio tuvo múltiples enfoques. En principio se enfocó en los conflictos existentes


entre distribuidores, luego en los del distribuidor con el proveedor, y, finalmente, en los
existentes entre los distribuidores de la zona y los de otras zonas, que interfieren sus merca­
dos.
Finalmente, se llegó a la conclusión de que las causas del bajo rendimiento se debían
a la forma como estaba diseñada la misma red, dadas las características de la mezcla del
producto que allí se estaba comercializando. Al no existir una diferenciación en ella, los
distribuidores se convertían en competidores de la misma marca, deterioraban la rentabili­
dad del producto y desmotivaban su mercadeo.
Aunque la metodología en el estudio de casos no es estándar, requiere la formulación de
objetivos de investigación, la planeación de un sistema de recolección de información y de
documentación, el registro de observaciones, la ejecución de entrevistas, y la creación de archi­
vos, entre otras.
Las características del estudio de casos, son:

• El principio básico es la interpretación de un proceso complejo de marketing.


• Enfoca las interrelaciones de las diferentes estructuras que los puede afectar.
• Busca descubrir nuevos elementos, situaciones y procesos, algunos de los cuales no pue­
den ser previstos.
• Busca reflejar la realidad en forma completa y profunda, para lo cual se debe describir el
problema, el contexto y los procesos que allí intervienen.
• El procedimiento recurre a la utilización de entrevistas de profundidad y sesiones de
grupo.
• El investigador debe ser un conocedor capacitado, con experiencia, tanto en el marke­
ting como en la industria que estudia, debe actuar con carácter de asesor, y gozar de
autoridad.

2. ESTUDIOS DE ORIENTACIÓN

Los estudios orientadores hacen énfasis en la profundidad obtenida en la información suminis­


trada por unos pocos individuos. Hace uso de una metodología poco estructurada y requiere
conocimientos especializados. Algunos métodos utilizan la interacción mediante dinámicas de
grupo y entrevistas de profundidad. Los estudios son directos o proyectivos dependiendo del
objetivo de investigación. Este tipo de estudio se ha popularizado en investigación de mercados
para dirigir nuevas ideas sobre el producto y la publicidad, especialmente
64 INVESTIGACIÓN DE MERCADOS

La metodología en estos casos es rigurosa pero poco estructurada. De ella se derivan


cuatro modalidades: entrevistas de profundidad, sesiones de grupo, estudios proyectivos y estudios de
observación.

Entrevista de profundidad

Se fundamenta en una entrevista personal no estructurada, abierta y duradera, orientada por


especialistas que tratan de dar el máximo grado de libertad al consultado para contestar un
interrogatorio profundo, dentro de unos tópicos de interés delimitados. El propósito es explo­
rar áreas del conocimiento humano, actitudes o comportamientos, de algo que se conoce poco
o no se tiene información, para definir un problema, ilustrar un proceso de mercadotecnia,
formular líneas de acción o conocer motivaciones profundas del comportamiento humano.
El entrevistador debe memorizar los temas a tratar y planear la secuencia y forma de
conducir la entrevista, con el fin de lograr un interrogatorio exhaustivo y encontrar el significa­
do profundo de las respuestas.
A diferencia de la entrevista utilizada en encuestas, ésta trata de una interacción del inves­
tigado y un entrevistador, para estimular la expresión libre y profunda en el tema de estudio. La
entrevista en la encuesta se limita al diligenciamiento de la misma bajo una estructura limitada.
El entrevistador debe estar suficientemente capacitado para cumplir cada una de las si­
guientes funciones:
• Identificar las áreas generales de discusión.
• Crear un ambiente relajado, que estimule la respuesta libre y la expresión espontánea sobre
ideas, creencias y sentimientos del entrevistado.
• Explorar las mayores posibilidades de obtener información.
• Reconstruir, posteriormente, la entrevista y señalar los hallazgos más significativos.
• Determinar en qué momento debe profundizar más, o explorar otros temas.
Las siguientes son las características que debe reunir el entrevistador:

• Suficiente conocimiento del producto, de la empresa, del cliente, de los sitios de comercia­
lización y de los temas de investigación para interesar al interlocutor.
• Experiencia y recursos de persuasión, de los cuales depende el éxito de la entrevista.
• Gran capacidad de memorización, puesto que en la entrevista no se permite tener guías o
formularios.
• Estar muy bien informado sobre el objeto de la investigación y contar con la habilidad
suficiente para guiar la discusión a diferentes frentes.
INVESTIGACIÓN CUALITATIVA 65

La entrevista de profundidad presenta dos formas, de acuerdo con el objetivo: la entrevis­


tó enfocada y la entrevista abierta.
En la entrevista enfocada el entrevistador cubre una tarea, previamente delimitada, de
asuntos a tratar y el objetivo es descubrir las causas de un proceso específico.
Este tipo de entrevistas tiene grandes desafíos, y sus principales destinatarios son ejecu­
tivos, técnicos, expertos, profesionales y líderes en diversas actividades. La persuasión se con­
vierte en la principal habilidad del entrevistador, no sólo para acceder al interlocutor, sino para
crear un ambiente de confianza y para permitir la cooperación necesaria.
La duración, aunque es a discreción del entrevistador, debe ser la menor posible para
evacuar el tema sin pérdida de contenido y eliminar la fatiga o el desinterés. Normalmente,
suele durar una hora. A veces es recomendable, después de la entrevista, dejar algún cuestiona­
rio estructurado para que sea diligenciado luego, y enviado por correo.
En la entrevista abierta el entrevistador tiene total libertad de conducirla, sin sujeción a
norma alguna o tarea previa, para explorar los temas de interés relacionados con un propósito
de investigación.
La duración normal suele ser de una a dos horas. Puede permitirse el uso de grabadoras,
bajo el consentimiento del interlocutor, para un análisis posterior.

Ventajas y desventajas
Entre las ventajas se mencionan:
• Son importantes como técnicas exploratorias para conocer un sector económico al cual se
desea ingresar.
• Permiten ahondar las respuestas simples cuando aportan poco al objeto de investigación.
Buscan causas profundas o elementos de juicio ulteriores que motivan decisiones de com­
pra o consumo
• Permiten la interacción y proporcionan completa libertad de expresión.
Y entre sus desventajas:
• Son cosíosas por el tiempo que consumen y la necesidad de un entrevistador altamente
capacitado.
• Como la muestra es pequeña, no permiten efectuar inferencias estadísticas.
• Las conclusiones se centran en la interpretación del entrevistador, por lo que no se descar­
ta una versión equivocada de los hechos.
• A veces, por el deseo de encontrar hallazgos novedosos, se hacen afirmaciones rebuscadas
que distorsionan el sentido de la investigación.
66 INVESTIGACIÓN DE MERCADOS

Las sesiones de grupo

La sesión de grupo es una forma de recolección de información directa e inestructurada, basada


en una dinámica de grupo bajo la conducción de un moderador, y centrada en un tema especí­
fico de investigación. Los objetivos son similares a los indicados en la entrevista de profundi­
dad, van desde la generación de ideas y el descubrimiento de información poco conocida, hasta
la consecución de razones o motivaciones del comportamiento de las personas, desde un punto
de vista comercial.
El grupo debe reunirse en un ambiente físico apropiado y la duración de la sesión debe
ser suficiente para lograr la participación de cada componente. Las respuestas y las reacciones
pueden registrarse en forma abierta o encubierta, mediante instrumentos como grabadoras y
cámaras de video, entre otras.
La interacción del grupo se debe conducir en forma flexible pero con planeación. El
grupo debe conformarse con un número pequeño de personas, seleccionadas de un mismo
estrato socioeconómico, cultural, o con experiencias comunes. Requiere de un moderador ca­
pacitado que estimule a la libre expresión y conduzca eficientemente la sesión. La metodología
que se aplica es la lluvia de ideas, muy apropiada en estos casos. Se trata de completar un cuadro
de conocimientos, conceptos y opiniones, sobre un tema o problema, a través de las interpreta­
ciones subjetivas de cada participante. Inicialmente, las ideas se deben escuchar sin interpela­
ción, cada participante, en riguroso orden, enuncia una idea por ronda, hasta agotar las posibi­
lidades. Luego las ideas se organizan, se clasifican, se eliminan las redundancias y se sintetizan
en conceptos generales. Al final, se plantea una discusión para evaluar la importancia de cada
concepto para llegar a conclusiones por consenso.
Las sesiones de grupo presentan tres formas según el objetivo de investigación y su grado
de complejidad.

1. Entrevista de grupo
Es una entrevista con la dinámica que aporta la interacción de grupo, para construir un cuadro
descriptivo de actitudes y conductas ante una situación dada. El grado de preparación del
moderador es importante en las tácticas para lograr la participación y la interpretación de situa­
ciones.

2. Enfoque de grupo
El enfoque de grupo utiliza la interacción para determinar las causas de las actitudes y conduc­
tas de las personas. El procedimiento es más exigente que la entrevista para permitir extraer
INVESTIGACIÓN CUALITATIVA 67

relaciones de causalidad. Se busca el porqué y no el para qué. El moderador debe ser un especia­
lista en la dinámica y las técnicas de persuasión e interpretación.

3. Encuesta de grupo
En la encuesta de grupo se reúne un grupo de personas con el propósito de obtener respuestas
a un cuestionario dirigido y conocer las actitudes y conductas de las personas frente a un
problema de marketing especifico. Se utiliza cuando se necesitan hacer tratamientos, demostra­
ciones, dar explicaciones, hacer preámbulos u orientaciones, lo cual no sería posible, o resulta­
ría muy costoso el procedimiento, si se hiciera con el método de encuestas personales. El mode­
rador debe estar entrenado para ejecutar el preámbulo y orientar las respuestas de la encuesta.

Tamaño del grupo


Cuando se trata de consumidores finales, el tamaño óptimo se establece entre diez y doce
personas. Se ha demostrado que un número menor a nueve personas puede llegar a ser poco
eficiente porque propicia la actuación de una persona dominante, y si se cuenta con mas de
trece personas se inhibe la participación de los componentes pasivos. Una sesión para investi­
gar productos industriales, o temas especializados, que se requiere mayores conocimientos,
funciona mejor con la mitad de participantes, siendo seis el número adecuado. Es importante
recalcar que el objeto de una sesión de grupo no es hacer inferencias estadísticas sino generali­
zaciones para completar un marco teórico.

Selección del grupo


La selección del grupo debe considerar los siguientes aspectos:

• El grupo debe reunir características homogéneas, es decir, que haya tenido alguna relación
con el tema a tratar. Un grupo heterogéneo puede resultar muy costoso, pues si algunos
participantes no están suficientemente ilustrados se tendrá que recurrir a un mayor núme­
ro de sesiones.
• Es recomendable que los participantes no hayan tenido experiencias previas en sesiones de
grupo, puesto que suelen asumir el papel de expertos.
• Se debe evitar que entre los componentes haya relaciones de amistad o de consanguinidad
que puedan distorsionar los resultados, ya sea por las similitudes, o divergencias, de actitu­
des que puedan existir entre ellos.

La metodología para reclutar los participantes es muy variable. Lo ideal es una selección
aleatoria, pero, a veces, ello se dificulta por lo cual se recurre a procedimientos, menos riguro­
68 INVESTIGACIÓN DE MERCADOS

sos. Por ejemplo, a través de la colaboración de otros participantes de anteriores sesiones. Un


grupo reclutador, como el mencionado, debe ser rotado con cierta periodicidad para ampliar el
campo de escogencia de los participantes. Para reclutar grupos conformados por personas espe­
cializadas se utilizan los directorios telefónicos o gremiales. Cuando se trata de participantes en
general y no se cuentan con grupos reclutadores se prosigue como se hace con una muestra comen­
te.

Duración de la investigación
El tiempo requerido para una sesión de grupo debe permitir la interacción armónica y
participativa de todos los participantes, antes de explorar el tema a investigar. La experiencia
demuestra que el tiempo ideal para cada sesión debe estar entre una y media y dos horas. Si en
este lapso no se agota el temario, o aparecen nuevos elementos de análisis, se precisa otra
sesión, con otros integrantes.
El número de sesiones para completar una investigación depende de dos aspectos:

• Un aspecto es el transversal, o sea, el número de segmentos o estratos que se deben consul­


tar.
• El otro aspecto es el longitudinal, o sea, el número de sesiones que se deben efectuar por
cada segmento o estrato.

El número de sesiones transversales a realizar es una consideración a priori, que depende


de la cantidad de segmentos a los cuales se orienta la investigación, en tanto que el número de
sesiones por estrato es un proceso a posteriori porque tiene un carácter retroalimentado que
depende del desarrollo de la investigación y de si es necesario ahondar sobre nuevas ideas o
hechos.

COMPONENTE LONGITUDINAL = # DE SESIONES

Figura 3.3 Duración de la sesión de grupo.


INVESTIGACIÓN CUALITATIVA 69

Ambiente
El ambiente para realizar Las sesiones puede ser muy vanado, pero debe reunir una atmósfera
relajada que permita la libertad de expresión y el desempeño espontáneo de los participantes.
El sitio puede ser un salón bien dispuesto, el cual puede diseñarse, específicamente, para este
fin, o utilizar las instalaciones de un centro social.
La cámara de Gessell (figura 3.4) es un instrumento acondicionado para realizar sesiones
de grupo y consiste en una sala privada, dotada de implementos para cumplir con esta función.
Entre estos se destaca el espejo doble faz, que permite la observación pasiva de observadores,
como los patrocinadores del estudio y otros analistas del equipo investigador. La cámara de
Gessell también debe estar dotada de equipos de filmación y grabación para la observación en
diferido.

Figura 3.4 Laboratorio para sesiones de grupo.

Moderador
La actuación del moderador es clave en la interpretación de los resultados. Es el responsable
del manejo de la dinámica y de la conducción hacia los objetivos de investigación. Por tanto, el
éxito de la sesión depende, en gran parte, de la capacidad del moderador. Si la sesión es obser­
vada por otros analistas, se puede contrarrestar la posición única.
Entre las funciones del moderador se pueden mencionar las siguientes:

Conducir adecuadamente la reunión hacia el logro de los objetivos.


70 INVESTIGACIÓN DE MERCADOS

• Orientar y estimular la participación de todos los integrantes el grupo.


• Atender sugerencias del patrocinador, para ahondar en ciertos temas cuando existe la ob­
servación directa.
Las siguientes son algunas características que debe reunir el moderador:
• Contar con empatia para lograr un ambiente de tranquilidad y participación.
• Capacidad para lograr la dinámica de grupo y desarrollar un alto grado de interacción.
• Mantener la flexibilidad y consistencia en el trato de los temas, cualquiera que sea el orden
en que se desarrolle la sesión.
• Capacidad de asimilar el tema investigado y el objeto de investigación, y de identificar el
nivel de información obtenido en cada sesión.

Las principales ventajas de la sesión de grupos, sobre otras técnicas, se centran en el


proceso de interacción de grupo, destacándose las siguientes:

• El efecto de sinergia propio de la dinámica de grupo. Este efecto consiste en la reacción en


cadena que los comentarios suelen despertar, y, de esta forma, aumentar el nivel de partici­
pación más allá de lo normal.
• La seguridad para opinar que proporciona la participación en grupo.
• La aceleración del proceso de recopilación de información.
• El menor costo con relación a otras aplicaciones, como la entrevista de profundidad.

Algunas desventajas son:


• El tamaño del grupo no permite efectuar inferencia estadística.
• Las conclusiones dependen de la experiencia y la capacidad del moderador.

Ejemplos
Los siguientes son ejemplos de algunos de los instrumentos que utiliza como elemento base, la
sesión de grupo:

1. Prueba de concepto (concept test). Esta prueba utiliza sesiones de grupo para verificar la
comprensión y asimilación de las ideas que suscita el diseño de un producto, de un
servicio o de un mensaje publicitario.
2. Prueba de texto (pre-test). Esta prueba utiliza las sesiones de grupo para conocer la
reacción de la audiencia, con relación a la comprensión y asimilación de un mensaje
publicitario que se quiere transmitir. También se puede aplicar para conocer la capaci­
dad de un formulario, con respecto a la obtención de resultados válidos en una en­
cuesta.
INVESTIGACIÓN CUALITATIVA 71

3. Prueba ciega (blind testj. Con esta prueba se comprueba el reconocimiento de las carac­
terísticas de un producto. Esto se realiza sin necesidad de identificar el producto como
se hace en las pruebas de degustación.

Estudios proyectivos

Las pruebas proyectivas se basan en la psicología clínica y la sociología, tienen su principal


campo de aplicación en el estudio de la conducta humana y prestan una ayuda importante a la
investigación de mercados. En este caso, se aplican al consumidor como parte del proceso de
marketing, en las etapas del proceso de decisión de compra.
Los factores de la conducta humana son muy difíciles de identificar y debido a la comple­
jidad del proceso no existe acuerdo sobre las distintas formas de interpretación. Las técnicas
que se utilizan van desde las directas hasta las proyectivas o indirectas, en las que el entrevista­
do no tiene conocimiento del objeto de investigación.
El objetivo del análisis del comportamiento es explicar las causas profundas de las con­
ductas de los individuos, de sus actitudes y sentimientos, para aplicarlo al caso de productos y
marcas. Se basa en la relación entre la conducta y el subconsciente. Es tanto como la diferencia
que existe entre el qué y el porqué, como se expone en el ejemplo de la figura 3.5.
El análisis del comportamiento en investigación de mercados tiene cuatro objetivos bási­
cos:

• Determinar el modelo patrón de la conducta humana frente a un proceso de marketing,


como por ejemplo, la decisión de compra.
• Determinar qué papel desempeñan las necesidades psicogenéticas y aprendidas del indivi­
duo en un proceso de marketing estudiado.

Caso cualitativo Caso cuantitativo

Determinar qué canal se debe Determinar qué modelo utilizar


utilizar para colocar un producto para pronosticar las ventas:
Qué: en el mercado. Y = Ax + B

o p
Determinar el porquéde un canal Determinar el porqué de la
Porqué. para ser el indicado para colocar variable X para pronosticar las
el producto mencionado. ventas.

Figura 3.5 Respuestas del qué y el porqué de un análisis causal de marketing.


n INVESTIGACIÓN DE MERCADOS

• Analizar las respuestas del consumidor frente a las acciones de marketing.


• Conocer deseos ocultos, no satisfechos, del consumidor.

Modelos de comportamiento
Los modelos de comportamiento son esquemas que sirven para explicar la conducta del cliente
cuando toma una decisión de compra. Se mencionan algunos, a continuación:

1. Modelo económico de Marshall. Asume que la compra es el resultado de un cálculo


racional y consciente del individuo, basado en un supuesto económico que relaciona el
precio con otros elementos de marketing como el ingreso, la calidad, la promoción,
entre otros.
2. Modelo conductista de Pavlov. Establece que la compra es el resultado de un proceso
de aprendizaje, que considera cuatro elementos:
— Un impulso que incita a la acción, motivado por una necesidad, o un deseo.
— Una configuración de claves para estimular el impulso de compra, elaborada a través
de la comunicación del producto.
— Una respuesta a dicha configuración, que puede ser positiva si se realiza la compra,
o negativa, si se descarta.
— Una reacción que refuerza el impulso, dada una respuesta positiva o lo extingue, si
es negativa.
3. Modelo psicoanalítico de Freud. Establece que el proceso de compra es una conduc­
ta humana que responde a una satisfacción inmediata de necesidades del individuo,
generada por la interacción de los componentes de la personalidad, que se presenta en
tres manifestaciones:
— El id (o ello), que representa el grupo de necesidades biológicas con las que nace el
individuo.
— El super ego (o super yo) que representa el conjunto de valores aprendidos de la
sociedad, y se presentan en conflicto con el id.
— El ego (oyo) que representa el elemento mediador para equilibrar las necesidades del
ello y las restricciones del súper ego.
El modelo de Freud se utiliza en marketing para esclarecer la mecánica de compra de
un producto desde el punto de vista de los conflictos que ocasionan las estructuras
mentales mencionadas.
4. Modelo social de Veblen. Establece que el hombre, como animal social, expresa sus
deseos y elabora sus conductas, forjadas por la afiliación a los grupos a que pertenece
INVESTIGACIÓN CUALITATIVA 73

o a los que quiere pertenecer, porque estimulan el prestigio, la demostración y la reali­


zación. Considera que el proceso de compra esta influenciado por consideraciones
como la cultura, la familia, la profesión y demás manifestaciones de los grupos socia­
les. Estima que las influencias culturales son duraderas y estimulan los hábitos y creen­
cias en forma absoluta.

Por ejemplo, el grupo que conforma la familia desempeña un papel primordial en las
actitudes frente a la religión, la política y las relaciones humanas. El modelo social considera
que la conducta del individuo es una respuesta a estas influencias, y las variaciones se relacio­
nan con la experiencia y la estructura mental del individuo, como las diferencias de personali­
dad en cuanto a la agresividad, la ansiedad, el exhibicionismo, etc.

Estudio del comportamiento


Los factores que gobiernan la conducta humana son difíciles de identificar y debido a la com­
plejidad de las condiciones psicológicas del individuo no existe acuerdo acerca de ellos. De
todas maneras, el estudio del comportamiento utiliza todas las formas para la recolección de
información, desde las objetivas hasta las proyectivas. Las objetivas proporcionan respuestas
racionales, cuando los individuos actúan movidos por consideraciones físicas y económicas.
Las proyectivas basan su procedimiento en el empleo de situaciones ambiguas y buscan que el
individuo proyecte la respuesta en una pantalla virtual para eliminar el compromiso. Son técni­
cas indirectas donde el entrevistado ignora el objeto de la investigación, y se aplican en forma
de dialéctica verbal, de comprensión conceptual o de respuesta gráfica.
Se asume que el individuo expresa con mayor facilidad aquellas cosas que están de acuer­
do con sus creencias y afinidades, porque tiende a percibir, retener y a exponer esta informa­
ción en forma selectiva. Basándose en esta premisa, es posible medir la fuerza y dirección de las
actitudes en una forma indirecta.
Las pruebas proyectivas necesitan de entrevistadores altamente capacitados, ya que el
procedimiento aplicado para recopilar la información lo elige el investigador según las escue­
las, que se resumen en la figura 3.6. Aún así, su utilización en investigación de mercados ha
sido relativamente limitada, dado que las interpretaciones, a veces demasiado subjetivas de los
resultados, las han desacreditado.

Escuela Gestalt
La escuela de la Gestalt establece que el comportamiento humano es una respuesta consciente
y objetiva a las necesidades del individuo. Su propósito es explicar el comportamiento por
74 INVESTIGACIÓN DE MERCADOS

Figura 3.6 Escuelas psicológicas para estudiar el comportamiento humano.

medio de técnicas de investigación directa, pero no descarta las indirectas, cuando existen
inhibiciones que surgen del conflicto del individuo con su imagen. Estas inhibiciones proceden
de ángulos diferentes, por ejemplo, el consumidor podría no comunicar una actitud que reco­
noce inconveniente para su prestigio. En estos casos, las técnicas proyectivas son útiles para
desviar el compromiso del individuo con sus respuestas.
Algunas pruebas proyectivas de esta escuela, son: la de terceras personas, que es muy útil
para liberar las inhibiciones que de su imagen tiene el individuo; las de asociación de palabras, de
complementación de frases y terminación de la figura incompleta, que presentan tres ángulos dife­
rentes para establecer asociaciones que den una orientación sobre un comportamiento; y la
prueba de elección de error, utilizada para medir sesgos.
Aunque las respuestas no provengan de muestras estadísticamente significativas, son lo
suficientemente homogéneas, cuando se trata del comportamiento humano. Las pruebas re­
quieren de un entrevistador preparado y la ejecución es medianamente compleja y costosa.

Escuela Freudiana
La escuela psicoanalista de Freud establece que el comportamiento humano es impulsado por
causas irracionales e inconscientes. Asegura que no es posible para el consumidor dar razones
objetivas de su comportamiento, aun cuando se haya liberado de inhibiciones, puesto que su
naturaleza humana le impide proceder así.
La investigación de mercados, tiene entre sus objetivos para utilizar la escuela freudiana,
la búsqueda de los deseos reprimidos (el ello) que entran en conflicto con los valores adquiridos
de la sociedad (el súper ego). Para ello depende enteramente de las pruebas proyectivas basadas
en el psicoanálisis, las cuales suelen ser muy complejas y costosas. Las pruebas más utilizadas
INVESTIGACIÓN CUALITATIVA 75

en este campo son: la entrevista profunda, que usa el psicoanálisis para el descubrimiento de
causas ocultas de comportamiento; las pruebas de Rorchach o manchas de tinta y de percepción
temática, que buscan interpretar la forma como los individuos perciben las figuras y otros ele­
mentos visuales.
Las muestras empleadas por esta escuela son muy pequeñas por su costo, y sus partida­
rios, para rebatir su poco significado estadístico, afirman que los impulsos humanos son lo
suficientemente universales que permiten que los hallazgos sean representativos, a partir del
estudio de unos cuantos individuos, y que se puedan generalizar a toda la población.

Escuela sociológica
Esta escuela se basa en la sicología social, la cual establece que el comportamiento humano es
una función del ambiente, y que las necesidades nacen de la relación entre los grupos sociales.
Los objetivos de la investigación de mercados que utiliza pruebas proyectivas, basadas en la
sociología, buscan estereotipos de roles y la forma como ellos influyen en el individuo, frente a
un proceso de marketing.
Desarrolla medidas sociométricas que buscan justificar normas de comportamiento de
grupos para explicar el proceso de compra y consumo de las personas, entre personas y entre
grupos sociales. Los métodos de investigación son parecidos a los utilizados por la gestalt y
algunos de ellos son afines, como las completación defrases, la asociación de palabras y la termina­
ción de la figura incompleta, aunque utilizados bajo la orientación sociológica. El desempeño de
papeles es otra prueba importante que caracteriza a esta escuela.

Pruebas proyectivas
Las pruebas proyectivas se realizan a través de sesiones de grupo o de entrevistas de profundi­
dad. Las indicadas en el recuadro siguiente son algunas de las más conocidas en la investigación
de mercados.

Pruebas proyectivas Elección y error


Terceras personas
Asociación de palabras
Terminación de frases
Completación de textos
Figura incompleta
Representación de papeles
Percepción temática
Entrevista profunda
INVESTIGACIÓN DE MERCADOS

Prueba de elección y error


Esta prueba permite conocer la existencia de sesgos y la dirección de los mismos, que presentan
las actitudes de una población consultada, frente a un tema particular
Es una técnica proyecliva en la cual el entrevistado debe elegir una respuesta entre un
grupo de alternativas, en la que solo una es correcta, y las demás, tienen un carácter aproxima­
do. Si las respuestas se aproximan a la real, por encima, se deduce que existe un sesgo con
dirección positiva, porque sobrestima el objeto investigado, y, lo contrario, si se aproximan por
debajo. Si las respuestas están próximas a la correcta, se deduce que la población esta bien
orientada, respecto al tema, y no existe sesgo.
Puede emplearse para establecer la imagen de una empresa, el precio de un objeto, la opinión
sobre un candidato, el aporte social de una empresa, etc. Cuando se consulta el precio de un
producto, al consumidor se le presenta una tabla de valores para conocer cuál se ajusta a su
percepción. Se pueden utilizar para ello desde sesiones de grupo hasta encuestas, con el fin de
alcanzar grupos más numerosos.

Prueba de terceras personas


Esta prueba — basada en la Gestalt — se utiliza cuando se asume que el individuo tiene un
conocimiento racional de sus actitudes, pero existen inhibiciones que le impiden dar una res­
puesta objetiva. En este caso, se le solicita al encuestado que exprese la actitud de los integran­
tes del grupo social al cual pertenece, o tiene afinidad, en lugar de indicar su propia posición.
Se supone que al ofrecer su versión de la actitud de otros, el informante proyecta la propia.
La inhibiciones que impiden que los informantes den una respuesta objetiva, pueden
surgir cuando su posición no es aceptada por el grupo social al cual pertenece, ya sea porque
implica reconocer un bajo perfil cultural, al aceptar la ignorancia con relación a un tema, o,
simplemente, por los prejuicios que se tienen.
La prueba se puede desarrollar mediante encuestas dirigidas, no requiere de un entrevis­
tador muy experimentado y su análisis no implica profundos conocimientos de psicología.

Prueba de asociación de palabras


En esta prueba se le presenta al entrevistado un listado de palabras, o frases cortas, de las que se
espera produzcan una reacción en él, por lo que se les llama reactivos. El entrevistado debe
asociar cada reactivo con la palabra que mejor describa su actitud, y completar el listado dentro
de un límite de tiempo. Para ello debe transcribir la primera ocurrencia y no se debe permitir
ninguna corrección. Es importante registrar el tiempo que tarda cada asociación.
El listado combina, en un grupo de 50 a 100 palabras, unos diez o quince reactivos claves
INVESTIGACIÓN CUALITATIVA 77

para el tema de investigación Las demás palabras son neutrales o redundantes, las cuales se
utilizan para camuflar el propósito de investigación y con ello evitar el sesgo.
El objeto de esta prueba es conocer la actitud prevaleciente en el encuestado, mediante
una respuesta rápida, lo cual fortalece la asociación.
No se necesitan entrevistadores muy experimentados, puesto que el procedimiento re
quiere de una explicación somera y del control de la respuesta dentro del tiempo indicado. El
analista debe tener buenos conocimientos de psicología para interpretar los datos dentro de
ciertos patrones psicográficos y de comportamiento. La información se puede obtener por me­
dio de entrevistas personales dirigidas, o en sesiones de grupo (ver caso 3.2).

Prueba de terminación de frases


Esta prueba es similar a la anterior, pero en lugar de una lista de palabras se le presenta al
entrevistado una narración, una oración o una frase, ambigua e incompleta, la cual constituye
el reactivo, que debe terminar mediante una transcripción corta del primer pensamiento que se
le ocurra.
Esta prueba, lo mismo que la de asociación de palabras, se identifica con la escuela de la
gestalt, y supone que los entrevistados están dispuestos a revelar actitudes de las cuales son
conscientes. Es útil cuando se requiere someter varias ¡deas a investigación. También se puede
aplicar en forma indirectas mediante la formulación de las oraciones en terceras personas.
Los requerimientos para la recolección de la información, lo mismo que las características
requeridas por el analista, son las mismas que las expuestas en el caso anterior (ver caso 3.2).

Prueba de completación de textos


Es una prueba menos estructurada que la de completación de frases, y consiste en presentar al
interrogado una descripción breve relacionada con el tema de marketing estudiado, para pedir­
le después que la complete. Los detalles deben ser escasos pues se necesita lograr una libre
expresión de las actitudes del entrevistado con relación a la situación investigada.
Es una técnica útil en la etapa de definición de un problema de marketing y para evaluar
necesidades del consumidor de tipo psico-genético. El procedimiento requiere llevar a cabo en­
trevistas profundas, administradas por moderadores experimentados. Además, para el análisis
e interpretación de los resultados, se necesita de profesionales capacitados (ver caso 3.2).

Prueba de la figura incompleta


La prueba es del mismo tipo que el de la completación de frases, pero se busca completar
dentro de una figura, que puede ser una caricatura, o una respuesta a un comentario escrito.
78 INVESTIGACIÓN DE MERCADOS

Generalmente, el dibujo trata de representar dos personajes, a uno de los cuales se le


adjudica una declaración, cuyo texto debe aparecer en un espacio adjunto. Al segundo se le
deja un espacio libre al lado, el cual será utilizado por el entrevistado para transcribir su reac­
ción a la declaración. De esta manera, el entrevistado proyecta, indirectamente, sus actitudes
con relación al tema de investigación.
Esta prueba, utilizada en la psicología clínica, tiene un gran valor en la investigación de
mercados cuando se necesitan realizar estudios sobre/yación de precios, de nuevos productos o de
imagen de marcas. Requiere de un entrevistador con experiencia y de un analista con conoci­
mientos en psicología (ver caso 3.2).

Prueba de representación de papeles


En esta prueba, que pertenece a la escuela social, se le solicita a los participantes que asuman el
papel de otros personajes, simulando un diálogo o un monólogo, sin mímicas, ni actividades
físicas.
Por ejemplo, si se solicita a dos participantes establecer un diálogo, en el que asuman los
roles de un vendedor de una marca y de un comprador, se supone que ellos realzarán la oferta
y las objeciones a la marca, desde esos dos puntos de vista, como sucede en la realidad. Como
todas las proyectivas, esta prueba se suele realizar mediante sesiones de grupo. Como es nor­
mal desarrollar varias pruebas proyectivas en una sola sesión, la de representación de papeles
debe practicarse al final.
Las respuestas, por lo general, se registran en grabadoras y la evaluación de la informa­
ción requiere de un profesional experimentado, con conocimientos de psicología y sociología.

Prueba de percepción temática


Es una técnica flexible que utiliza imágenes, dibujos y fotografías, en forma muy inestructurada,
puesto que presenta figuras en forma más ambigua que la prueba de la figura incompleta, sin
contemplar escenas o diálogos, ni nada que permita describir los personajes, o deje entrever lo
que sucede. Además no contiene espacios en blanco para una posible respuesta. En esta oca­
sión se le pide al consultado que describa la situación que percibe, explicando lo que sucede e
identificando los personajes.
Esta prueba le presenta al encuestado la situación más ambigua de las pruebas proyectivas
y le proporciona gran libertad para describir la situación. Se espera así, que proyecte sus creen­
cias y sentimientos más profundos, sin influencia alguna. Esta técnica se analiza a la luz del
psicoanálisis y en ocasiones ha sido de utilidad para desarrollar temas de marketing. Las entre­
vistas son prolongadas, costosas y su aplicación requiere de personal calificado para la obten­
ción y análisis de la información.
INVESTIGACIÓN CUALITATIVA 79

Prueba de la entrevista profunda


La entrevista profunda puede ser directa □ proyectiva. En la entrevista proyectiva se somete a
prueba en forma inestruclurada, el pensamiento íntimo del investigado. El procedimiento es
prolongado y costoso, las muestras son muy pequeñas y la interpretación de los datos muy
subjetivos. Exige un psicólogo conocedor de la escuela psicoanalítica, y desafortunadamente,
no son de mucho valor en investigación de marketing.

Caso 3.2 Pruebas proyectivas

1. Prueba de asociación de palabras


Se realizó una prueba con el objeto de conocer la actitud de las personas frente a la publicidad.

Palabra estímulo Respuesta Tiempo

Casa costo 10 seg.

Libro pasatiempo 8 seg.

Televisión* vagancia 2 seg.

Tren paseo 7 seg.

Comercial* espera 1 seg.

Automóvil necesidad 12 seg.

Paraguas inútil 15 seg.

Anuncio* tortura 5 seg.

...............etc.

Figura 3.7 Datos obtenidos para la prueba de asociación de palabras.

Como se nota en la figura 3.7, la prueba no parece reportar ninguna información al


respecto. Sin embargo, las palabras televisión, comercial y anuncio, aparecen mezcladas con
otras en forma camuflada. De acuerdo a la forma como se asocian dichas palabras, es posible
conocer la actitud de las personas frente a la publicidad.
Se observa en esta respuesta una actitud francamente negativa frente a la publicidad.
Nótese que los tiempos de respuesta han sido cortos y negativos para las palabras claves, que
aparecen con asterisco, las cuales hacen parte del objeto de investigación.
80 INVESTIGACIÓN DE MERCADOS

2. Prueba de terminación de frases


Se pretende conocer las opiniones sobre la gente que usa la motocicleta como vehículo de
transporte La cartilla debe, contestarse de acuerdo con el sentimiento que se suscita cuando
se enuncian declaraciones como las siguientes:

1. Cuando pienso en las motos me siento muy....


2. Las motos son....
3. Los motociclistas generalmente son....
4. Algunos no le temen a las motos porque....
5. Lo que más me gusta cuando pasa una moto es ...

Los enunciados 4 y 5 propiciaron respuestas, algunas francamente negativas y otras


fanáticamente positivas. Se concluye, que con relación a las motos, existen actitudes extre­
mas, favorables o negativas, y pocas veces, aparece el caso neutral.

3. Prueba de la figura incompleta


Se pretende conocer la opinión de los estudiantes sobre la materia de investigación de merca­
dos. En la figura 3.8 se muestran dos opciones.
Respuestas del tipo no cree en la investigación de mercado demuestran un sentimiento
interno de escepticismo que esta disciplina despierta en ciertas personas.
Las figuras no pretenden manejar una buena expresión facial, para hacer menos sesgada
la respuesta.

1. Algo estructurado 2. Inestructuradas

¿Te gustó la Si, pero


¿Vas a asistir al
demostración
del curso?
curso de verano?
i T

Figura 3.8 Prueba de la figura incompleta.


INVESTIGACIÓN CUALITATIVA 81

4. Prueba de completación de textos


Esta prueba es interesante cuando se necesita determinar quién loma la decisión de compra.
En el caso de las conductas de las madres frente a las demandas de los niños, los publicistas
desean saber para promover un producto infantil, a quién le dirigen el mensaje, a la madre o
al niño. Este es el caso de un cereal exhibido en un supermercado.

La señora Amalia llega con su hijo Luis al supermerca­


do, para comprar el cereal del desayuno de toda la
semana.
Luego de alcanzar la sección indicada, encuentra una
gran variedad de comestibles, marcas, sabores y
formas, conjuntamente con otros productos afines.
La madre se dispone a escoger los alimentos, como
siempre, pero su hijo Luisito se adelanta y...

Concluya Ud. cómo se definió este proceso de


compra, del cereal para el desayuno.

A continuación se presentan algunas probables situaciones del proceso de compra, bajo


diferentes circunstancias que dependen de quién decide la compra y del grado de persua­
sión.

El niño escoge La madre acepta


El niño escoge La madre escoge otro El niño acepta
El niño escoge La madre escoge otro El niño rechaza La madre niega
El niño escoge La madre se niega El niño exige La madre acepta
El niño escoge La madre se niega El niño exige La madre

Figura 3.9 Complete otras posibles situaciones.

5. Prueba de percepción temática


El objeto es asociar las características de cuatro individuos que aparecen representados en
sendas fotografías, para de relacionar el estilo de vida de las gentes por la forma como lucen.
82 INVESTIGACIÓN DE MERCADOS

Se presentan las fotos de cuatro individuos, A, B, C y D y se le solicita al participante


identificar con cuál de ellos asocia las condiciones siguientes:

A B C D

1. Posee un Mercedes Benz


Posee un Renault 9
Posee un Renault 4
No posee automóvil
2. Toma whisky
Toma cerveza
Toma aguardiente
No bebe
3. Participa en actividades de la comunidad
Participa en actividades sociales
Participa en actividades domésticas
No participa

Figura 3.10 Datos para la prueba de percepción temática.


INVESTIGACIÓN CUALITATIVA 83

Estudios de observación

Las técnicas anteriormente descritas aplican la comunicación verbal para transmitir la informa­
ción. Se describen ahora las técnicas que utilizan la observación, la cual puede realizarse en
forma visual o por medio de mecanismos especiales. Las observaciones suponen acciones como
vigilar un comportamiento, examinar las consecuencias de una acción pasada, elaborar un re­
cuento de ocurrencias, conocer las características que cumplen ciertas unidades estudiadas,
describir los hechos relacionados con un evento, entre otras.
Los siguientes son algunos de los objetivos cualitativos que se utilizan en las técnicas de
observación:

• Identificar comportamientos de los clientes frente a un nuevo supermercado;


• Registrar los precios de la competencia;
• Determinar la clase de inventarios disponibles en un almacén;
• Determinar las actitudes de los clientes frente al nuevo empaque de un producto;
• Elaborar la clase de tiendas de esquina existentes en un sector residencial.

Los métodos de observación se usan, igualmente, con objetivos cuantitativos, como cuan­
do se mide la intensidad de tránsito en un cruce vial, para justificar un viaducto, o el movimiento
del inventario de los productos existentes en un almacén, o las frecuencias de ingreso de clientes a
una nueva sucursal bancaria, o las lecturas de contador sobre consumo de energía en un sector
comercial, o el recuento de almacenes al detal en un sector comercial, etc.
Los estudios de observación son de índole cuantitativa cuando el objetivo es elaborar
recuentos, frecuencias o mediciones, y de índole cualitativa cuando se trata de registrar hechos,
vigilar acciones u observar comportamientos.
En las encuestas a menudo se combinan la comunicación verbal y la observación. Por
ejemplo, el acabado de una residencia, antes de empezar una encuesta, es elemento de observa­
ción, que sirve para suponer el estrato socioeconómico del entrevistado. A veces, la observa­
ción se utiliza como medio alterno de registros redundantes que permitan autocontrolar la cali­
dad de una encuesta.

Registrar hechos
Objetivos de los métodos de observación Cualitativos Vigilar acciones

Cuantitativos Recuentos
Medidas
84 INVESTIGACIÓN DE MERCADOS

Algunas técnicas populares que utilizan, exclusivamente, la observación tienen nombres


propios, usualmente en inglés, como el pantry check y el store audil, que determinan los niveles
de inventarios en las despensas de los hogares o en los establecimientos comerciales, respecti­
vamente.
El procedimiento para realizar investigaciones de mercados mediante la observación re­
quiere, como en el caso de la encuesta, llevar las mismas actividades logísticas como el trabajo
de campo, la supervisión, el levantamiento muestra!, el diseño del formulario, entre los más
comunes. Igualmente, con las actividades de oficina como la codificación, la transcripción, el
procesamiento de la información y las correcciones.
Los datos obtenidos mediante la observación son más confiables y sencillos de diligenciar
que los obtenidos mediante la comunicación, pero contienen menor información. En ocasio­
nes, las observaciones demandan mucho tiempo, cuando se necesita la naturalidad de los acon­
tecimientos. Mediante la observación se pueden registrar datos en forma abierta o encubierta,
se pueden utilizar métodos directos o indirectos, se pueden orientar a hechos presentes o pasa­
dos, etc.
Los cinco elementos principales de la observación son: el grado de estructuración, el
grado de aproximación al observado, el momento escogido para registrar el hecho, la naturale­
za del escenario empleado y el mecanismo, o instrumento, para recoger la información. A con­
tinuación se hace una sinopsis de estas metodologías.

Estructurado
Observación Según la estructura
Inestructurado
Abierta
Según la aproximación
Encubierta
Coincidental
Según el momento
Diferido
Natural
Según el escenario
Artificial
Personal
Según el instrumento
Mecánico
INVESTIGACIÓN CUALITATIVA 85

1. Según la estructura

ESTRUCTURADO INESTRUCTURADO
La observación es planeada. La observación es poco planeada.
Utiliza instrumentos de ayuda predefi­ Se basa en el juicio del observador.
nidos para garantizar un seguimiento
objetivo.

Se utiliza en estudios cuantitativos de Se utilizan en estudios de tipo cualitati­


tipo concluyente. vo para definir problemas o plantear
hipótesis.

VENTAJAS: VENTAJAS:
Reduce el juicio del observador en Es importante en la etapa exploratoria
procura de mayor objetividad. del estudio.

Figura 3.11 Métodos según la estructura.

Los métodos de observación, al igual de los que usan la comunicación, pueden presentar
un enfoque estructurado o inestructurado. El enfoque estructurado se requiere cuando es nece­
sario garantizar un estándar en la recolección. El instrumento utilizado debe ser muy planeado
para conservar la homogeneidad del procedimiento. En cambio se utiliza el enfoque
inestructurado cuando es importante el juicio del observador, permite mayor libertad de regis­
tro para explorar nuevas situaciones. La figura 3.11 presenta una síntesis de cada caso.

2. Según la aproximación
La aproximación al observado se puede realizar en forma abierta, esto es, bajo el conocimiento
y conciencia del investigado, o en forma camuflada para evitar un cambio de actitud o de com­
portamiento.

ABIERTO CAMUFLADO
El observado es consciente de estar El observado no sospecha su condición de
siendo objeto de estudio. objeto de estudio.
VENTAJAS: VENTAJAS:
Importante cuando se requieren las Se supone, en ciertos casos, que el compor­
condiciones naturales. tamiento del observado cambiaría sí
fuera consciente de la observación.

Figura 3.12 Métodos según el apercibimiento.


86 INVESTIGACIÓN DE MERCADOS

Cuando la información se puede distorsionar por la inhibición que puede producir en el


observado la presencia del observador, se debe utilizar un camuflaje mediante instrumentos
encubridores, como el espejo de doble faz o una cámara escondida. El primero separa los
compartimientos que albergan a los participantes en una sesión de grupo y a los observadores
no moderadores.
La cámara de Gessell posibilita a los interesados detectar las actitudes en forma simultá­
nea con el desarrollo de la sesión. La cámara escondida, que puede ser de audio o de video,
permite obtener la información en diferido cuando no es posible asistir a la sesión. Esta cámara
se utiliza igual en espacios abiertos que en recintos cerrados.
El camuflaje es útil en los casos siguientes: cuando el patrocinador de una investigación
desea conocer, por sus propios medios, las reacciones que produce en sus clientes la aplicación
de una nueva política de distribución, las que no se presentarían en su presencia; Cuando se
quieren confrontar las actitudes de los consumidores ante ciertos estímulos de marketing, como
un nuevo empaque en un producto tradicional, o la disponibilidad de una nueva oferta, o un
nuevo diseño del producto.

3. Según el momento
Según el momento del registro de la observación, los estudios pueden clasificarse en coincidentales
y diferidos. Las técnicas coincidentales efectúan el registro en el mismo momento en que ocurre
el hecho investigado. Se utilizan cuando se investiga sintonía de programas en medios como la
televisión y la radio. Las técnicas diferidas registran la observación un tiempo después de ocu­
rrir el hecho. Se utilizan en las auditorías de despensas en hogares, o pantry check, de aquí se
deducen las compras o usos de los productos de consumos, en los hogares. La auditoría de
almacenes o store audit, determina el movimiento de las ventas por los cambios de inventarios
en los almacenes al detal o en las bodegas de los distribuidores mayoristas. En la prueba de
trazas se observa, directamente, el contenido de los deshechos y de aquí se deducen las marcas
usadas por los consumidores. Los hechos se observan a través de sus consecuencias.
Las técnicas que se conocen con el nombre de scanner, utilizan programas de computador
especializados en los que es posible registrar en tiempo real, esto es, en el momento en que se
paga una compra en registradora, toda la información de la demanda en forma exhaustiva, se
obtienen resultados directos, económicos y exactos.
INVESTIGACIÓN CUALITATIVA 87

COINCIDENTAL D.FERÍDO

La observación se ejecuta en ei La observación se efectúa un tiempo después de


momento de ocurrir el evento ocurrido el evento

APLICACIONES ESPECÍFICAS APLICACIONES ESPECÍFICAS


1. Estudio de precios 1. Auditoría de despensa o pantry check
2. Estudios de sintonía 2. Auditoría de almacenes o store audit

VENTAJAS: No implica recordar. VENTAJAS: Evita direccionalidad de la respuesta.


El resultado es evidente. Algunos datos no pueden obtenerse por otros
No requiere personal especializado. medios. Medio muy económico.

Figura 3.13 Métodos según la contingencia.

4. Segün el escenario
Para la observación se utilizan en ciertos casos, escenarios artificiales cuando se necesitan ace­
lerar los acontecimientos para reducir el tiempo de duración de los estudios. En forma natural
las esperas para acopiar las ocurrencias requeridas pueden ser demasiado largas, lo que se
puede convertir en una restricción severa para realizar el estudio.

NATURAL ARTIFICIAL

Se observa el comportamiento del individuo Se crea un ambiente artificial dentro del cual
dentro de su contexto habitual. se observa a los individuos, bajo ciertos
patrones de comportamiento.
VENTAJAS: Los hechos suceden tal cual VENTAJAS: No se requiere espera para que
ocurren, en cambio una situación sucedan los eventos, como el caso de la
artificial si no es bien concebida puede observación natural. Estos se precipitan en
conducir a conclusiones inexactas. forma artificial.

Figura 3.14 Métodos según el escenario de observación.

A diferencia de los métodos que usan el encubrimiento, el objetivo aquí es acelerar los
acontecimientos, antes que ocultar al observador. Estos métodos de observación, también lla­
mados de “atrape”, crean situaciones artificiales, cuyos procedimientos, en ocasiones, son con­
trovertidos. Se aplican para mejorar, verificar o corregir errores de funcionamiento en las ventas
al detal, como la atención al público, y el de suministro de servicios, entre otros.
88 INVESTIGACIÓN DE MERCADOS

MEDIO PERSONAL MEDIOS MECÁNICOS

La observación se hace utilizando directa­ La observación utiliza instrumentos electro­


mente el recurso humano. mecánicos.

Figura 3.15 Métodos de observación según el medio.

5. Según el medio de observación


La observación se puede lograr utilizando, directamente» el recurso humano o mediante ins­
trumentos electromecánicos que resultan ideales en muchos casos. Se han desarrollado apara­
tos especiales para tal fin, que resultan más económicos y seguros. Por ejemplo, es factible usar
un medidor de intensidad de tráfico para medir la utilización de una autopista por los automo­
vilistas, en lugar de personas para elaborar dicha tarea.
Otros instrumentos especiales son el audiómetro, que analiza la intensidad de sintonía en
programas de medios como la televisión, el cual se conecta a los aparatos y registra en forma
continua, el tiempo de sintonización de los programas, la cámara oculta, que registra sin llamar
la atención de los observados, los movimientos y gestos de las personas de un recinto cerrado,
como una sala de cine, cuando son estimuladas con una publicidad; la cámara ocular, que
registra el movimiento de los ojos hacia un objeto investigado, para medir el interés de la
audiencia ante un anuncio publicitario; el psicogalvanómetro, que mide la intensidad de la res­
piración, para establecer la reacción emocional de las personas ante determinado estímulo; y el
pupilómetro, que detecta el cambio de tamaño de las pupilas como guía del grado de interés de
la persona. Otros instrumentos se han desarrollado para observar los estados psicológicos a
través de los cambios fisiológicos en las personas.

Ventajas y desventajas de los métodos de observación


Los métodos de observación son útiles cuando las necesidades de información requieren el
cumplimiento de algunas características, como en los casos que se expresan a continuación:

• Cuando se investigan grupos sociales con baja capacidad de colaboración, y se deba libe­
rar a los participantes de la necesidad de cooperación.
• Cuando se necesitan respuestas objetivas, libres de la parcialidad que puedan producir las
respuestas verbales de los consultados.
• Para lograr información que sólo se puede obtener mediante las técnicas que se basan en la
observación.
INVESTIGACIÓN CUALITATIVA

Las desventajas de los métodos de observación son:

• La observación no reemplaza la comunicación. No se pueden interpretar fenómenos difíci­


les de observar, como la actitud, la motivación, la intención.
• La mayor parte de los objetivos de investigación no se pueden obtener por observación.
• En algunos casos produce un sentimiento adverso en el observado, por sentirse objeto de
investigación, lo que puede propiciar una conducta irregular y generar la información
sesgada.
• En algunos casos consume más tiempo, de lo indicado, la espera del evento que se requiere
observar, por lo que puede resultar muy costoso.
• Algunas técnicas de observación artificial, o camuflada, pueden presentar problemas de
ética, difíciles de resolver.

Caso 3.3 Casos de estudios de observación

1 Caso de observación estructurada:


Un estudio tiene corno objetivo hacer un seguimiento a los clientes que llegan en automóvil
a un centro comercial, y observar su comportamiento dentro de él. Para ello, se elaboró un
cuestionario como el que se indica en la figura 3.16, que se debe diligenciar siguiendo un
patrón estricto de orden y de posibilidades.

2. Caso de observación inestructurada:


El estudio de la competencia es un caso muy común de investigación cualitativa e
inestructurada. Es una observación en la que se utiliza el criterio del observador, a quien se
le da libertad para anotar los detalles y hechos importantes que considere conveniente sobre
los productos de la competencia.

3. Caso de observación descubierta:


Se trata, mediante una filmación abierta a los concurrentes a un evento, de captar con múl­
tiples cámaras, las actitudes y comentarios sobre cada ítem en el momento en que se exhiben
ante el público asistente. Este caso se utiliza en las presentaciones de moda, con el objeto de
observar el impacto que produce una nueva colección.
90 INVESTIGACIÓN DE MERCADOS

ESTUDIO DE CLIENTES DEL CENTRO COMERCIAL LOSASES

Observado Nro. Fecha:

Edad: 18-30Ü 31-50 51-70 Hombre: O Mujer: O

Forma de acceso al centro Bus A pie Automóvil


comercial:

Hora en que ocurrió el Sección a la que se dirige Decisión de compra:


ingreso al centro en primera instancia:
comercial:
Telas de mostrador: El Compró:

Sección de confecciones: El No compró: El

Observaciones

Figura 3.16 Formulario estructurado para un estudio de observación.

4. Caso de observación encubierta:


En este caso las cámaras ocultas se utilizan para captar expresiones de las personas asistentes
a una convención de ventas, para evaluar el desempeño de los representantes de ventas y sus
actitudes frente a un nuevo plan de mercadeo. El objetivo es descubrir la credibilidad que
despierta el nuevo plan y la disponibilidad de los representantes para comprometerse en su
cumplimiento.

5. Caso de observación coíncidental:


Se requiere conocer las preferencias por las marcas de café y para tal fin se diseña una prueba
que hace recuentos de frecuencias, observando directamente desde las estanterías, los retiros
que los clientes de un supermercado realizan dentro de un período de tiempo especificado.

6. Caso de observación diferida:


Mediante una auditoría (pantry check), se hace una observación directa a las despensas de los
hogares involucrados en un panel, para registrar la marca de café, que actualmente, las
familias tienen a disposición. De esta manera se determina, en forma indirecta, la participa­
ción de cada marca en el mercado familiar.
INVESTIGACIÓN CUALITATIVA 91

7. Caso de observación natural:


El objetivo de un estudio es corregir los defectos de los funcionarios que atienden al público
desde los mostradores de un supermercado. El investigador hace rondas exploratorias para
observar el desempeño de los dependientes ante diversas situaciones creadas por los clien­
tes.

8. Caso de observación artificial:


En el caso anterior, el investigador se camufla como un cliente del supermercado para detec­
tar las situaciones que se crean con los clientes. Se puede, igualmente, disponer de personas
que propicien situaciones irregulares para verificar la respuesta de los dependientes.

Caso 3.4 Uso complementario de la observación

En los estudios de investigación de mercados es común el uso combinado de la observación


y la encuesta, que utiliza la comunicación. En la figura 3.17 se elabora una encuesta para
tratar de identificar algunos aspectos de la vivienda del entrevistado, que permitan determi­
nar, en forma indirecta, la condición social de la persona entrevistada, y así, elaborar el perfil
de los consumidores de un producto de consumo final.
92 INVESTIGACIÓN DE MERCADOS

RECORDACIÓN
Estudios Publicitarios S. A.
PUBLICITARIA
de la telenovela Café

Después de hacer el interrogatorio, proceda a diligenciar las siguientes preguntas, de


acuerdo con lo observado sobre las condiciones de la vivienda:

Aspecto de la fachada: Aspecto interior: La vivienda tiene


En ladrillo crudo Revocado y pintado Q garaje:
(obra negra) Sin revocar pero Si
En ladrillo tratado o pintado No
revocado En obra negra
(obra blanca)

INTERROGATORIO Proceda al saludo. Identifiqúese y explique el


motivo de la visita. Presente credenciales y prosiga

1. Señora, ¿podría indicarmnos si el día anterior vió por TV no


la telenovela "Café, aroma de muje¡"1 s¡

2. ¿Podría decirnos si recuerda alguna publicidad sobre no


aceites de cocina? s¡

3. En caso positivo, ¿podría recordar la marca


del producto allí publicada?

4. ¿Cuál es el mensaje que percibió?

(continúa).....

Figura 3.17 Estudio de consumo de la marca de aceites "La Mazorca".


INVESTIGACIÓN CUANTITATIVA

En el plan de marketing se fijan los objetivos sobre los cuales se respalda el

4 resto de programas de la empresa, como los planes de producción, de teso­


rería, de financiación y de inversiones. Estos objetivos deben ser congruen­
tes con las condiciones del mercado, con el potencial de ventas, las parti­
cipaciones de las marcas, y el crecimiento de los sectores, en donde la investigación cuantitativa
juega un papel fundamental para sustentar las metas. Con base en un pronóstico se acuerdan
los presupuestos de ventas para apoyar el plan de marketing. Por ello, muchos gerentes no
conciben la investigación de mercados sino a través de cifras, puesto que con ellas pueden
establecer los compromisos y controlar el desempeño comercial.
La investigación cualitativa tiene un propósito de búsqueda y consolidación de un marco
conceptual, identifica los estados de la naturaleza e interpreta el proceso de mercado, en tanto
que la investigación cuantitativa es concluyente, contabiliza las frecuencias y evalúa las condi­
ciones establecidas, fundamentada en el procedimiento científico, para garantizar la objetividad
y consistencia de las conclusiones.
Hablar de investigación cuantitativa es hablar del muestreo estadístico, de la inferencia,
dentro de unos límites de error aceptables, de la selección representativa, de la validez del
marco muestral, del procedimiento de recolección, etc. Los objetivos se basan en la necesidad
de estudios descriptivos, por medio de encuestas, para determinar los estados y sus frecuencias;
en la necesidad de seguirle el curso a los planes para lo cual se utilizan paneles que suministran
medidas periódicas; o en la necesidad de localizar las causas de los problemas, mediante expe­
rimentos que permiten comprobar las hipótesis.

Objetivos en los estudios Descripciones Encuestas


de investigación cuantitativa Control Paneles
Causales Experimentos
94 INVESTIGACIÓN DE MERCADOS

Los elementos que se deben considerar para elaborar una encuesta y desarrollar un panel
se tratan ahora, en este capítulo, en tanto que el experimento se estudia individualmente en
otro. Los capítulos posteriores se dedican al enfoque de otros temas relacionados también con
los métodos cuantitativos, como el muestreo, la escala de medida y la operación de campo

1. EL MÉTODO DE ENCUESTA

El método de encuesta es una técnica estructurada que utiliza la comunicación para recolectar
información, directamente de los integrantes de una muestra, mediante la aplicación de un
cuestionario. Es el método más difundido en la investigación de mercado y se utiliza para
realizar estudios descriptivos que midan frecuencias, determinen perfiles y busquen asociacio­
nes entre variables de marketing. Para cumplir con esta misión, las encuestas consultan las
características, las actitudes y los comportamientos de las personas. El principio de utilidad,
aplicable a la encuesta, establece que la información debe tener una destinación relacionada
con un objetivo de marketing para ser recolectada.

Objetivos de la encuesta Recuentos de frecuencias


Determinar perfiles o atributos
Búsqueda de asociación de variables

El proceso muestral comprende las siguientes etapas.


1. Identificación de la población destinataria. Con base en los objetivos de la investiga­
ción, se determinan las características y requisitos que deben reunir los individuos
destinados a integrar la muestra.
2. Diseño del cuestionario. Es el instrumento de recolección de información que se
aplica en cada ocasión a los integrantes de la muestra.
3. Diseño muestral. Define el método muestral y el proceso de selección de los integran­
tes. Para que el grupo de individuos, que constituye la muestra, sea representativo de la
población destinataria, se sigue un patrón de selección, a partir de un marco muestral, en
el que la probabilidad de elección sea la misma. Sin embargo, hay casos en que es prefe­
rible la selección no probabilística, cuando se cuenta con un marco muestral bien cono­
cido.
4. Acceso y recopilación de la información. La encuesta utiliza la comunicación oral o
escrita, y sigue, siempre, unos mismos lineamientos o guías, para garantizar el registro
objetivo de las respuestas.
-STICACIÓN CUANTITATIVA 95

5. Análisis de la información. Los datos crudos provenientes de las encuestas se some­


ten a un procesamiento que es, básicamente, una tarea de clasificación y depuración.
Luego, viene el proceso de análisis, que aplica modelos y algoritmos a la información
procesada.

Para desarrollar, exitosamente, la encuesta, es necesario disponer de recursos como la


disponibilidad de marcos muéstrales adecuados y el establecimiento de la base logística para
acceder a los elementos seleccionados. Es necesario mencionar también, el recurso profesional
para aplicar las técnicas estadísticas y la disponibilidad para aceptar sus reglas.

Bases del éxito Recursos materiales = Marco + Acceso + Logística

Profesionalismo = Conocimiento + Diligencia

Tipos de encuestas

De acuerdo con el medio de comunicación utilizado para obtener la información, las encuestas
se clasifican en tres tipos: la personal, la telefónica y h postal. La utilización de cada caso depende
del objetivo de investigación, de las fuentes de información, de la accesibilidad al entrevistado
y de los recursos disponibles.

Tipos de encuestas Entrevista personal


Comunicación telefónica
Consulta postal

Entrevista personal
La entrevista personal es el medio más frecuente, y también el ideal, puesto que proporciona
mejor comunicación con el informante, permite intercambiar comentarios y opiniones, plan­
tear preguntas, en forma más comprensible, acentuar y comentar las respuestas importantes y
explorar consideraciones diferentes a las estipuladas en la encuesta. Además, posibilita el con
trol del tiempo para la duración de la entrevista.
Las funciones del entrevistador en la entrevista personal son:

• Localizar al informante y lograr su colaboración.


• Formular las preguntas en forma clara.
• Registrar las respuestas en forma precisa.
96 INVESTIGACIÓN DE MERCADOS

El encuestador debe contar con atributos para despertar la conlianza del interlocutor,
como la buena presentación y la capacidad para acceder a los entrevistados.
Las desventajas de la entrevista personal son la inseguridad y el costo. La inseguridad se
presenta, no solo por a las crecientes amenazas contra la integridad del ciudadano, sino, ade­
más, por el enfoque generalizado de encuestas con otros fines, como las ventas no anunciadas.

Entrevista telefónica
Esta entrevista supone la utilización del teléfono, como el medio más funcional para ciertos
estudios en los que no se justifica la presencia personal. El entrevistador debe desempeñar las
mismas tareas requeridas de la entrevista personal, pero, además, necesita de una buena voca­
lización y capacidad para hacer un uso eficiente de este medio.
El teléfono se utiliza para recopilar grandes volúmenes de información para estudios
concluyentes y levantamiento de grandes marcos muéstrales, en los cuales el énfasis es la can­
tidad, antes que la profundidad. Como no existe la presencia física del entrevistador, se utilizan
cuestionarios cortos y simples, en consideración a la aparición de problemas distintos a los que
se presentan en la entrevista personal, como el tiempo de duración de la entrevista, que es
mucho menor y, por tanto, lo que se requiere es de mayor habilidad para diligenciar los formu­
larios.
Las técnicas de telemarketing se utilizan, igualmente, para realizar investigaciones de mar­
keting, porque permiten acumular grandes cantidades de datos, en forma fácil y a bajo costo.

Encuesta postal
La consulta postal posibilita la recolección de información a distancia, en forma impersonal.
Los medios pueden ser el correo oficial, el propio, el fax o la red electrónica.
La Lasa de respuesta suele ser muy baja, y para persuadir su diligenciamiento y devolu­
ción, se recomienda acompañar el formulario con cartas de presentación del estudio o de la
empresa investigadora, con redacción fácil e internar acciones, como repetir el envío de los
formularios, forzar la respuesta mediante pedidos de colaboración, vía telefónica o postal, car­
tas recordatorias a quienes no hayan contestado, ofrecimientos de recompensas o premios,
entre otros.
Las desventajas de las encuestas por correo, son: la baja tasa de respuesta, la posibilidad
de que el directorio telefónico no sea el marco muestral adecuado, las respuestas sesgadas, cuan­
do son contestadas por personas diferentes a quienes se ha dirigido el estudio.
En la tabla 4.1 se hace una síntesis de las ventajas y desventajas de los tipos de encuesta,
bajo diferentes puntos de vista, como la versatilidad, el costo, la duración, el control, la canti­
INVESTIGACIÓN CUANTITATIVA 97

dad, la calidad de la información que se puede obtener y la posibilidad de minimizar el proble­


ma de no respuesta.

Accesibilidad a la fuente

El problema de accesibilidad a la fuente, es la dificultad para alcanzar al destinatario y realizar


la entrevista exitosamente. La dificultad de acceso depende del destinatario, de la duración de
la entrevista, de la clase social a la cual pertenece y de la ubicación geográfica.

Origen de los problemas para El destinatario


acceder a la información La duración
La clase social
La ubicación

1. El destinatario. De acuerdo con la experiencia, es el que presenta el mayor grado de


dificultad. En especial, cuando se trata de personas importantes, o con poca disponibi­
lidad de tiempo, por su tipo de ocupación, o de personas que son problemáticas por
otros aspectos de índole similar. Es el caso de los ejecutivos de las empresas, muy
difíciles de concretar, de los profesionales independientes, cuyo tiempo de atención se
mide en dinero, etc. Para cumplir esta misión, se necesitan utilizar procedimientos
persuasivos complicados, con base en incentivos, como obsequies o invitaciones a even­
tos especiales,a veces muy costosos. En la figura 4.1 se presenta una relación de costos
de acceso a la fuente a través de diferentes medios de acceso, y en dónde se observa la
dificultad para llegar a un destinatario importante1. Se toma como base la encuesta de
menor valor, la cual corresponde al tipo postal, sin incentivo. El costo de una encuesta
a personajes muy importantes puede superar 50 veces el del anterior.
2. La duración de la entrevista. Es el segundo aspecto en importancia. Si se requiere de
tiempo, se debe advertir, previamente, al entrevistado y convenir con él, para evitar
desacuerdos que. puedan frustrar la entrevista, ya sea por ausencia de éste, por fatiga o,
simplemente, por pérdida de interés.
3. La clase social. Representa el tercer nivel de dificultad debido a los obstáculos que sus
integrantes colocan para protegerse del acceso público en general, dada la desconfianza
reinante hacia el suministro de información personal, o por la falta de voluntad para

1 Tabla extractada de Naylor, Investigación de Mercados


98 INVESTIGACIÓN DE MERCADOS

Tabla 4.1 Ventajas y desventajas según los tipos de encuestas.

Criterio Personal Teléfono Correo

1 Versatilidad Es la más versátil, Es menos versátil, Es la menos versátil,


Capacidad de permite usar pero permite pero permite
adaptarse a las ayudas visuales. hacer aclaracio­ ayudas gráficas.
necesidades del nes.
estudio.

2. Costo Es el medio más Es menos costoso, si En términos genera­


Valor de las costoso, por se trata de les, es el menos
entrevistas, requerir el llamadas locales, costoso.
supervisión y desplazamiento o el más costoso,
desplazamiento. humano. si llamadas de
larga distancia.

3. Duración Toma mayor Es el medio más No se puede


Tiempo de desplaza­ tiempo, por la rápido; facilita la controlar el
miento y dura­ duración de los capacitación, tiempo de
ción de la desplazamientos. coordinación y duración de la
entrevista. el control. encuesta.

4. Control Mayor grado de Requiere de un Se requiere de un


Capacidad para control. El marco muestral pánel de volunta­
lograr los muestreo muy completo. rios que permita
objetivos en conglomerado El directorio el logro efectivo
forma efectiva y es el más telefónico, a del objetivo.
eficiente. funcional. veces, no lo es. No suele ser muy
representativo.

5. Cantidad Logra la mayor La entrevista es fácil Se requiere mayor


Contenido de información, de suspender por esfuerzo del
información por por utilizar el el encuestado. consultado. La
encuesta. medio personal, No ofrece ayuda información es
contrasta la visual. menor y el
duración y formulario no
utiliza ayudas puede ser muy
visuales. extenso.
INVESTIGACIÓN CUANTITATIVA 99

Criterio Personal Teléfono Correo

6. Calidad Buena, excepto para La no presencia del Indicado para temas


Información temas sensibles. entrevistador sensibles. El
libre de sesgo Permite recopilar crearía errores. entrevistador no
información Debe recurrir en puede clasificar
coincidental. menor grado a la las preguntas.
recordación. Está sujeta a ser
Pueden darse
rechazada o mal
respuestas falsas.
respondida.

7. No respuesta La más baja NR. Se Fácil acceso. Requiere de alta


Porcentaje de disminuye al El horario es motivación para
realización de usar carta de clave. La lograr la coopera­
la encuesta. presentación. posibilidad de ción. Es la de más
Difícil acceso, por ofrecer un fácil acceso.
el temor. incentivo es
poca.

colaborar con las investigaciones de mercados, en ciertos segmentos sociales. Se


requieren utilizar métodos especiales para persuadir el suministro de información,
pero el incentivo que se ofrezca debe proporcionar un halago personal, antes que eco­
nómico.
4. La ubicación geográfica. Representa el cuarto nivel de dificultad, dado que se puede
tratar de sitios o localidades alejadas, con difícil, o costoso, transporte, o que pueden
estar ubicados en barriadas peligrosas, o en sectores rurales. El costo, en estos casos, se
puede duplicar cuando la situación aconseja disponer de acompañante.

Relación de costos 3 6 9 12 ... 50


Encuesta por correo, sin incentivo
Encuesta por correo, con incentivo □
Encuesta por teléfono, área suburbana
Encuesta por teléfono, nacional l Ll
Encuesta personal, área suburbana
Encuesta personal, nacional
Encuesta a personas importantes
d
c .1
-- ,
Figura 4.1 Relación de costos de entrevistas en diferentes medios.
100 INVESTIGACIÓN DE MERCADOS

Soluciones a los problemas de acceso


Las dificultades implícitas en la ejecución de las encuestas, conllevan a la aplicación de méto­
dos fáciles para obtener la muestra. Los dos casos mas recurridos son la encuesta interceptada y
la encuesta ómnibus.
La encuesta interceptada, es llamada así porque la selección de las unidades participantes
en la muestra, se hace mterceptándolas en los sitios de convergencia, como los centros comercia­
les, supermercados, parques y similares. Aunque esta solución, en muchos casos, es buena, la
representatividad de la muestra puede dejar dudas sino se analizan, a conciencia, los objetivos
del estudio y las condiciones que debe cumplir el destinatario.
La encuesta ómnibus permite recoger, en un mismo formulario, información diversa que
cubre diferentes objetivos. Se utilizan cuestionarios que plantean grupos de preguntas incohe­
rentes entre sí, pues se trata de satisfacer asuntos diferentes en una misma encuesta. Este proce­
dimiento disminuye, ostensiblemente, los costos, pero, por lo mismo, se pueden llegar a desco­
nocer los principios que garantizan su representatividad. En la encuesta ómnibus es posible
que se presenten sesgos, cuando el entrevistado no es el apropiado para toda la variedad de
preguntas allí presentes.

El cuestionario
El cuestionario es la forma impresa que sirve de instrumento para recolectar la información y
guiar el procedimiento. Para cumplir la primera función, el cuestionario contiene las preguntas
y el medio para registrar las respuestas, en una escala apropiada. Para la segunda función,
proporciona una estructura que permite seguir la misma secuencia, plantear el mismo interro­
gatorio y asistir su diligenciamiento con explicaciones ante situaciones especiales.
El cuestionario proporciona la estructura que debe cumplir el desarrollo de la encuesta.
Cuánto más orientada sea la respuesta, más estructurada resulta la encuesta. El seguir los mis­
mos lincamientos proporciona mayor objetividad al proceso de recolección, pero menor liber­
tad de expresión al informante.
Un cuestionario típico consta de cinco cuerpos: datos de identificación, datos de presenta­
ción, instrucciones, interrogatorio y datos de clasificación. Cada conjunto tiene una finalidad espe­
cífica.

Partes del formulario Datos de identificación


Prólogo de presentación
Instrucciones
Interrogatorio
Clasificación
INVESTIGACIÓN CUANTITATIVA 101

1. Datos de identificación. Los datos de identificación comprenden una sección de en­


cabezamiento, que comienza con un título sobre la denominación de la investigación,
la empresa ejecutora y la identificación del informante. Esta última incluye datos gene­
rales de identificación como el nombre, la actividad, la edad, etc del consultado, hasta
el nivel que se requiera. Parte de esta información es clave para el proceso de auditoría,
puesto que con dicha información será posible localizar, posteriormente, al consultado
para confrontar sus respuestas. Dentro de las posibles respuestas que aparecen en esta
sección, no todas las comunica, verbalmente, el consultado, puesto que una parte pue­
de ser llenada por el entrevistador, mediante su propia observación, como por ejemplo,
el aviso publicitario de un establecimiento, la apreciación del tamaño de una fábrica o
la edad de una persona, etc. La identificación del respondiente es opcional, dependien­
do del propósito de la investigación y del grado de confidencialidad que presenta el
contexto del formulario.

Componentes de un formulario de 4 páginas


i

Figura 4.2 Componente del formulario.

En la figura 4.3 se presenta el encabezamiento correspondiente a una encuesta que


patrocina una empresa textil, realizada anualmente para conocer la evolución del con­
sumo del vestuario.

Estudio sobre la confección en Colombia Simerca

Ciudad: Empresa:
Respondiente: Dirección:
Cargo: Teléfono:

Figura 4.3 Datos de identificación de una encuesta.


102 INVESTIGACIÓN DE MERCADOS

2. Prólogo de presentación. Es un escrito que puede estar impreso en el mismo formu­


lario o en una carta aparte, con membrete de la firma ejecutora del programa. Esto
despierta tranquilidad en el encuestado y ayuda al curso normal de la entrevista. El
prólogo se puede presentar en forma anticipada a la entrevista, por el medio postal,
cuando se hace necesario superar los obstáculos del acceso. En el estudio de la empresa
de confección, que sirve de ejemplo, se utiliza como prólogo de presentación la redac­
ción que se muestra en la figura 4.4.

Apreciado Sr. Confeccionista:

Por medio de la presente encuesta estamos llegando a la tercera versión del


estudio de la Confección Colombiana. Cordialmente lo invitamos a colabo­
rar por lo que le solicitamos nos dispense unos cuantos minutos de su valio­
so tiempo, contestando, fielmente, el cuestionario que a continuación le
presentará la Srta. Mariana Vázquez, con cc 2345676, quién se desempeña
como entrevistadora de Simerca, cuya referencia puede ser solicitada al
teléfono adjunto.

Como retribución a su valioso aporte, pronto le estaremos enviando una


copia de las conclusiones y los hallazgos de la presente investigación, en
nuestro informe final, el cual estará disponible para mediados del mes de
julio:

Atentamente:

Juan Vélez

Gerente Simerca, Servicios de Investigación de Mercado, Teléfono 345.23.45

Figura 4.4 Prólogo de presentación de una encuesta.

3. Instrucciones. Es un escrito que se puede presentar en forma de un pequeño manual


con las normas que debe observar la persona que va a diligenciar el cuestionario, bien
sea, el encuestador o el encuestado, de acuerdo con el tipo de estudio. En el caso
último, cuando es el mismo informante quién diligencia el formulario, se dice que es
una herramienta autoinforme o autoadministrada. El manual se puede presentar en un
folleto aparte, en el cual se explique desde el tipo de respuestas que se puede esperar,
hasta la forma de proceder para estimular la respuesta. Si se trata de una encuesta
pequeña, o si el formulario es auto administrado, las instrucciones puede estar integra­
das, directamente, en el contexto del cuestionario. Consultar el ejemplo de la figura
INVESTIGACIÓN CUANTITATIVA 103

4.5, sobre las instrucciones para diligenciar el formulario de manera autoadministrada


por el entrevistador.
4. Interrogatorio. Es el cuerpo central del cuestionario, contiene las preguntas diseñadas
para cumplir con el objeto de investigación. El formulario se presenta en un formato
adecuado para registrar las respuestas en el tipo de escala adecuado. La figura 4.6
presenta las primeras preguntas de un formulario. Al final de esta sección se presenta
una encuesta que el lector puede consultar desde ahora.
5. Datos de clasificación. Esta es la parte final del cuestionario. Aquí se hacen las pre­
guntas clasificatorias, que, generalmente, son las más sensibles y, por Lanto, se dejan
para el final, con miras a no frustrar la entrevista desde el comienzo, ante la eventuali­
dad del rechazo.
Las preguntas clasificatorias indagan sobre ingresos, ventas, precios, proveedores, con­
diciones de ventas, capacidades de producción, disponibilidad de equipo y maquina­
ria, precios de los proveedores, entre otros. Como se nota, este tipo de preguntas des­
pierta prevención o desconfianza en los entrevistados. En las investigaciones industriales
se presenta cierta resistencia a colaborar con el diligencia miento de los formularios,
pues en ellas se formulan muchas preguntas de tipo clasificatorio. Observar en la figura
4.7 la parte final del formulario empleado en el estudio de la confección.

LOS IMPRESOS
Para asentar las respuestas se presentan dos formas: el formato convencional que contiene las
preguntas y las respuestas en el mismo impreso y el formato espejo en el que Las preguntas se

Manual de Instrucciones

Comenzar la entrevista con un saludo breve, explicar el objeto del estudio,


el nombre de la entidad ejecutora, al mismo tiempo que se entrega el folleto
que contiene el prólogo de presentación.

Inmediatamente, proceda a contestar cualquier sugerencia, pero trate de no


alargar el tiempo a más de cinco minutos.

Trate de distensionar la conversación comenzando con una pregunta


introductoria.

Si la respuesta para la segunda pregunta es no, pase a responder la segunda


parte del cuestionario que aparece en reverso de esta hoja.

Figura 4.5 Instrucciones para diligenciar un formulario autoadministrado por el entrevistador.


104 INVESTIGACIÓN DE MERCADOS

1. ¿Puede indicar los tres productos más 1.___________________________


vendidos durante el último año? 3

3.____________________________

2. ¿Cómo fue este año el Mucho Mucho


desempeño comercial de su mejor Mejor Igual Peor peor
empresa con relación al □ □ □ □ □
anterior?

3. Exprese su conformidad o disconformidad con relación a las siguientes


afirmaciones, según las siguientes opiniones
□ 5. Completamente de acuerdo
D 4. De acuerdo
□ 3. Neutral
□ 2. En desacuerdo
□ 1. Completamente en desacuerdo

Las recientes medidas comerciales, 5 4 3 2 1


aplicadas por las autoridades económicas, □ □ □ □ □
han afectado al sector de la construcción.

El incremento de precios, debido al alza de 5 4 3 2 1


las materias primas, ha influido en forma □ □ □ □ □
negativa en la demanda.

Continúa

Figura 4.6 Preguntas iniciales de un formulario particular.

imprimen por aparte. El formato espejo reduce la cantidad de papel y hace la labor más econó­
mica, limpia y sencilla. Sin embargo, cuando se trata de encuestas auto administradas, no es
posible utilizar el sistema espejo, porque el encuestado debe encontrar las preguntas y respues­
tas en el mismo impreso (ver la figura 4.8).
Los impresos de respuestas, en el formato espejo, tienen la apariencia de tablas especial­
mente diseñadas para complementar el trabajo de transcripción posterior, en el proceso de
sistematización.
En los formularios para estudios basados en la observación, la tarea de la formulación de
INVESTIGACIÓN CUANTITATIVA 105

...... Viene del resto de la encuesta


19. ¿Podría indicar quienes son sus 1
principales proveedores? 2
3

20. ¿Podría indicar el rango que mejor 100-202 201-404 401-800 801-1600
represente el nivel de precios □ □ □ □
proporcionados por su principal
proveedor?

21. ¿Podría indicar las ventas 0-1 2-5 6-10 11-20


promedias durante el año anterior, □ □ □ □
de acuerdo con los siguientes
rangos? 21-40 41-80 81-160 161-más
□ □ □ □

Figura 4.7 Preguntas clasificatorias de una encuesta.

preguntas se simplifica, y todos los demás aspectos comprendidos en el diseño, se reducen


substancialmente. Es importante considerar los siguientes elementos en la elaboración de este
tipo de formulario: 1. A quién observar. 2. Qué se debe observar. 3. Cuándo se debe observar.
4. Dónde se debe observar.
Los formularios orientados a péneles de consumidores, antes que cuestionarios son formatos
para transcribir consumos, cantidades, formas de consumo y otros aspectos similares.

Formato convencional Sistema espejo

Formato zz
Formato Formato
para
de — exclusivo
preguntas
preguntas para asentar
y respuestas
las
dispuestos
— respuestas
en cada Una sola hoja
formulario
___________ -

Figura 4.8 Tipos de cuestionarios.


106 INVESTIGACIÓN DE MERCADOS

Construcción del cuestionario


El cuestionario es el instrumento propio de la encuesta, pero también se aplica en el panel y en
la experimentación. En el panel su elaboración presenta menos dificultad, puesto que se suelen
considerar preguntas sobre conductas o comportamientos. Con frecuencia es diligenciado por
las mismas personas que participan en el pánel y lo hacen repetitivamente en el tiempo, para
conformar una serie de datos sobre los fluctuaciones de las variables de marketing bajo estudio.
En los procedimientos experimentales se utilizan los formularios para registrar hechos o resul­
tados que permitan conocer los efectos de un tratamiento.
La elaboración del cuestionario es una labor dispendiosa y dehcada, que requiere cuida­
do y tiempo para producir un interrogatorio coherente y congruente, de acuerdo con los si­
guientes principios:

• Principio de congruencia para formular preguntas convenientes. Ni menos de lo que se nece­


sita, ni más de lo estipulado en el objetivo de investigación.
• Principio de coherencia para realizar preguntas consistentes con la temática, entendibles y
armónicas en su secuencia.
• Principio de autenticidad, que produzca resultados válidos y confiables.

El proceso seguido en la construcción del formulario contempla tres etapas: planificación,


secuencia y diseño del formulario.

Proceso de construcción del formulario Planificación del formulario


Secuencia de las preguntas
Diseño del formulario

Planificación
La planificación del formulario se fundamenta en los objetivos de la investigación y la pobla­
ción destinataria de la encuesta. El propósito es formular una secuencia de preguntas concordantes
con la fuente consultada y las necesidades planteadas.
En esta etapa se debe seleccionar el medio de. recolección, analizar anticipadamente el pro­
cesamiento al cual se va a someter la información, diseñar el formato y los espacios necesarios
para codificar las respuestas y permitir la transcripción al medio electrónico, considerar las
necesidades del análisis estadístico, preparar las escalas de medida apropiadas y determinar la
forma de asentar los datos.
Adicionalmente, se debe someter el formulario a pruebas para establecer su validez y su
INVESTIGACIÓN CUANTITATIVA 107

operacionalidad. De allí puede surgir la necesidad de establecer algunas preguntas de control


para medir la consistencia de las respuestas y validar el formulario.
En resumen, la planificación comprende las siguientes tareas:

• Revisar los objetivos de la investigación.


• Identificar las fuentes de información.
• Definir el medio y los procedimientos de recolección de la información.
• Desarrollar el interrogatorio.
• Determinar las necesidades de análisis y las escalas de medida.
• Establecer el esquema secuencial por bloques temáticos.
• Establecer las pruebas a aplicar.

La figura 4.9 presenta un formato que proporciona una guía para transformar los objeti­
vos de investigación en preguntas consistentes con los mismos, redactadas bajo una secuencia
temática. Esto hace viable la realización de un formulario coherente, armónico, sin sobrecarga
de preguntas inapropiadas.

Secuencia de las preguntas


La estructura del cuestionario la constituyen los bloques de preguntas afines. En estos bloques
temáticos se agrupan las preguntas interrelacionadas, ordenadas en una secuencia deductiva
que facilite el interrogatorio.
La secuencia deductiva ayuda a ordenar las ideas, permite mayor concentración del entre­
vistado en temas específicos, maximiza la autenticidad de las respuestas, permite mayor control
de la entrevista y un diseño gráfico más eficiente. Una mala secuencia causa desconcentración,
puede influir negativamente la disposición del encuestado para proporcionar respuestas co­
rrectas, y puede invalidar el cuestionario como instrumento de recolección.
El ordenamiento secuencial consta de tres aspectos: las selección de los temas, el ordena­
miento de los bloques y el ordenamiento de las preguntas dentro del bloque.

A. Selección de los temas


Los temas se determinan agrupando las preguntas interrelacionadas. El primer tema tratado es
introductorio, utiliza una o varias preguntas de despegue, de contenido sencillo y fácil respues­
ta, para entrar después al interrogatorio de fondo.
La estructura temática da gradualidad y lógica a las respuestas, y proporciona mayor
fluidez a la entrevista. Para enlazar dos bloques temáticos, se utilizan preguntas que permitan
cambiar el tema en forma natural. Este tipo de preguntas son más necesarias cuanto más dife-
108 INVESTIGACIÓN DE MERCADOS

Objetivo Información Requisitos de información

Evaluar el mercado Estimar el público de 1. Determinar la población


potencial para discos ambos sexos, en edades de grupos por edad.
compactos de música de los 14 a los 19 años, 2. Investigar el gusto por este
rock en español. a quienes se destina tipo de música.
esta oferta.

Determinar la oferta 1. Investigar las compras de


actual. este tipo de música en
otros formatos.
2. Investigar las compras de
música similar.

Determinar la forma de 1. Preguntar por la forma y


promoción adecuada. estilo de vida de esta
población.
2. Investigar los medios más
utilizados para escuchar
esta música.

Figura 4.9 Plan de formulación de preguntas.

rentes sean los temas, y si se requiere, se anuncian explícitamente para predisponer al infor­
mante sobre un nuevo punto de concentración.
Los temas en encuestas de investigación industrial enfocan aspectos relacionados con las
ventas, la distribución, los proveedores, la competencia, las finanzas, la producción, entre otros.
En encuestas de consumo final, los temas relacionan el producto, la marca, la actitud, el desem­
peño, la descripción del interlocutor, entre otros.

B. Ordenamiento secuencial de bloques


Lo recomendable para ordenar los bloques es transitar de lo fácil a lo difícil. Esto implica colo­
car primero los bloques de temas de dificultad menor y dejar para el final los de contenido
difícil, complejo o delicado.
Los temas son complejos, por la disposición que le exige al encuestado, para una respues­
ta, son difíciles, por el conocimiento y el razonamiento que exige la respuesta, y son delicados,
por la sensibilidad que despierta. Un buen ordenamiento de bloques permite que parte de la
información recibida se salve cuando ocurre una deserción del participante en el transcurso de
la entrevista.
INVESTIGACIÓN CUANTITATIVA 109

C. Ordenamiento secuencial de las preguntas


Un bloque se puede agolar con una sola pregunta o, por lo general, puede requerir de un
conjunto de ellas, tal que se justifique seguir una secuencia deductiva, que transite de lo general
a lo particular. Esto implica plantear primero las preguntas de contenido general y desarrollar,
después, en forma gradual, los asuntos más específicos.
Una secuencia inductiva, esto es que transita de lo particular a lo general, produce efectos
que afectan la calidad de la respuesta. Este error, que puede invalidar el formulario, hace parte
de lo que se denomina efecto de prueba.

Diseño gráfico
El diseño gráfico proporciona en un papel la forma y la estructura del interrogatorio. Un buen
diseño facilita el diligenciamiento del cuestionario y no se debe subestimar. En este caso, se
debe eludir el prejuicio del orden, que sólo da importancia al fondo o contenido de la encuesta y
desestima la forma de su presentación.
El objetivo del diseño gráfico es facilitar el asentamiento de los datos, orientar la solución
de problemas en el momento de recolección y proporcionar los flujos a las respuestas. El diseño
debe considerar los bloque temáticos, su orden, las derivaciones de las preguntas condiciona­
das a las respuestas, las escalas de medida, las ayudas visuales y las facilidades para asentar los
datos. Un diseño incorrecto le resta funcionalidad, comprensión y precisión al proceso.
El diseño gráfico es más un arte que una técnica, sin embargo, se recomienda seguir
normas como las siguientes:

• Mantener un formato homogéneo en todas las preguntas. Esto facilita la lectura y el segui­
miento.
• Dejar espacios suficientes, que permitan la escritura cómoda y legible de los datos. Se
deben evitar diseños densos con apariencia entreverada.
• Utilizar papel de buena calidad, especialmente en cuestionarios que serán diligenciados
por el entrevistado.
• Presentar ayudas, sean éstas formatos, gráficos o dibujos que permitan la comprensión
integral. Por ejemplo, en preguntas cerradas con muchas categorías, la respuesta se facilita
utilizando tarjetones como se muestra en el caso 4.1.
• Utilizar guías gráficas como flechas o similares, útiles para asegurar los flujos de preguntas,
como se muestra en el caso 4.2.
110 INVESTIGACIÓN DE MERCADOS

Caso 4.1 Utilización del tarjetón

La siguiente es una pregunta extractada de un cuestionario, que investiga las actitudes de las
personas frente a la práctica del amor.
Pregunta: Indicar dos de los siguientes atributos, que se presentan en el tarjetón, que sean los
más importantes para la persona con quien usted mantiene, actualmente, una relación afectiva

□ aspecto físico 7 □ carácter 13 □ educación


□ cultura 8 □ dinero 14 □ profesión
□ inteligencia 9 □ responsabilidad 15 □ amistades
□ posición social 10 □ afabilidad 16 □ seguridad
□ presentación 11 □ ocupación 17 □ afinidades
□ juventud 12 □ compañía 18 □ comida

Figura 4.10 Tarjetón de alternativas.

Como se observa en la figura 4.10, ella proporciona al interrogado una cantidad gran­
de de posibles respuestas. Por tanto, para evitar respuestas imprecisas, se entrega un tarjetón
para que el infórmame lo estudie y repase, cuantas veces sea necesario, para asegurar que la
selección sea suficientemente meditada. La pregunta tiene cierto contenido confidencial, lo
cual es una ventaja del tarjetón, porque proporciona cierto grado de intimidad en la selec­
ción.

Caso 4.2 Guías de flujo

El siguiente interrogatorio se extractó de una encuesta que utiliza una guía de flujo, según
las respuestas del interrogado. El ejemplo es supuesto, pero es claro para reconocer la impor­
tancia de este procedimiento.

4. ¿Conoce usted la marca Seat para Si -> Siga a la 5


automóviles? No -> Páse a la 23

5. ¿Considera usted que esta marca Si -> Siga a la 6


produce artículos de calidad? No —> Pase a la 17
6. ¿Estaría interesado en comprar un Si -> Siga a la 7
automóvil de esta marca? No -> Pase a la 14
7. ¿Piensa comprar próximamente Si —> Termine
un automóvil marca Seat? No —> Pase a la 8

Figura 4.11 Interrogatorio con guía de flujo.


INVESTIGACIÓN CUANTITATIVA 111

2. FORMULACIÓN DE PREGUNTAS

Aunque no existe una técnica específica para formular preguntas, siempre es posible mejorar la
formulación de las mismas, gracias a la experiencia, a los conocimientos y al sentido común, sin
desconocer que es una habilidad personal.
Como principio general, se plantean dos cualidades que deben cumplir las preguntas:

1) Que se puedan responder.


2) Que sean congruentes con los objetivos.

Se estudian a continuación los tipos de preguntas, los problemas de las respuestas, los
errores de las preguntas, las formas para eliminar los errores y la redacción de las preguntas.

Consideraciones para formular las preguntas Elección del tipo de preguntas


Problemas de las preguntas
Eliminación de problemas
Redacción de las preguntas

Tipos de preguntas

En la formulación de preguntas se consideran dos elementos para plantear una pregunta: la


estructura y el enfoque. Según la estructura, las preguntas pueden ser abiertas o cerradas y según
el enfoque, pueden ser directas o indirectas.

Abiertas
Elementos de las preguntas La estructura
Cerradas

Directas
El enfoque
Indirectas

Preguntas abiertas
La característica de la pregunta abierta es la respuesta libre, tal como la propone el informante,
sin las indicaciones o limitaciones, propias de la pregunta cerrada.
Este tipo de pregunLa tiene las siguientes ventajas:
112 INVESTIGACIÓN DE MERCADOS

• Es útil para introducir la encuesta y plantea un tema simple que estimule una actitud
positiva y desprevenida en el informante.
• Es apropiada cuando se requiere la respuesta libre de influencias, cuando existen demasia­
das posibilidades de respuesta y cuando se requiere una respuesta rápida y espontánea.
• Es propia de la investigación exploratoria, cuando se requiere conocer ideas y opiniones
libres.

En contraposición, tiene las siguientes desventajas:

• El encuestador puede interpretar la respuesla con otro significado diferente, por prejuicios
o predisposición personal.
• La respuesla no es bien transcrita, por ser demasiado breve o por ilegible.

Preguntas cerradas
La pregunta cerrada propone una serie de categorías o alternativas, previamente determinadas,
como posibles respuestas. Las categorías deben cumplir las siguientes propiedades:

• Que sean, colectivamente, exhaustivas, esto es, que agoten todas las posibilidades.
• Que sean, mutuamente, excluyentes, esto es, evitar categorías con significados paralelos o
ambiguos.

Las siguientes son algunas de las ventajas que tiene el uso de las preguntas cerradas:

• Reducen la parcialidad del encuestador o la posibilidad de inducción de la respuesta.


• El procesamiento se facilita porque son más fáciles y rápidas de contestar.
• Son las indicadas cuando se utilizan cuestionarios autoadministrados.

En contraste, presentan las siguientes desventajas:

• Necesitan mayor elaboración previa, para integrar todas las alternativas posibles.
• Si las respuestas no son exhaustivas, algunas respuestas no encuentran cabida.
• La estructura cerrada limita la libertad de expresión del consultado.

Selección dicotómica: Este tipo de preguntas indaga hechos o realidades bipolares, esto
es, con dos posibilidades de respuesta como: la ocurrencia o no de un evento, el acuerdo o
desacuerdo con una declaración, la calificación buena o mala de algo, etc.
En ocasiones, para disminuir el número de no respuesta, se debe considerar la respuesta
neutral con un no sabe, NS, o no respuesta, NR. La respuesta neutral se incluye para eliminar el
compromiso del informante; en caso contrario, se obliga al enfoque dicotómico, presionando la
respuesta.
INVESTIGACIÓN CUANTITATIVA 113

Indique, ¿cómo reacciona Ud. cuando tiene un fumador al frente?

□ Se siente muy molesto


□ Se siente molesto

□ Le es indiferente

□ No respuesta

Figura 4.12 Caso de pregunta cerrada con selección múltiple.

Selección múltiple: Presenta mas de dos alternativas o categorías de respuesta. Es im­


portante establecer el numero y el orden de las categorías. El mejor funcionamiento se logra con
cinco a siete categorías. En caso de emplear más de siete categorías se aconseja el uso de un
tarjetón, que se entrega al entrevistado para que lo lea las veces que necesite para hacer su
selección.
En resumen, la forma de respuestas ofrece tres posibilidades de preguntas: 1) abiertas,
para dar completa libertad de respuesta, 2) cerradas múltiples, para escogencia entre varias
categorías y 3) dicotómicas, para una respuesta bipolar. La figura 4.12 ilustra el caso de la
pregunta cerrada con selección múltiple, incluye la no respuesta.

Cuestionario Abierto Cuestionario Cerrado


Preguntas abiertas. Preguntas cerradas.
Respuestas libres. Marcos de referencias.
Búsqueda exploratoria. Encuestadores no especialistas.
Interactiva. Elimina sesgo del encuestador.

Cuestionario Directo Cuestionario Indirecto


Objetivo, abierto. Estructurado.
Predomina la objetividad en Objetivo disfrazado.
las respuestas.

Figura 4.13 Tipos de cuestionarios.

El enfoque en las preguntas


Las preguntas se pueden enfocar en forma directa o indirecta. En el primer caso se asume que
el interrogado tiene la capacidad de suministrar la respuesta correcta, porque tiene la voluntad
114 INVESTIGACIÓN DE MERCADOS

y desinhibición necesarias para ello. En el segundo caso, las preguntas se formulan en forma
indirecta, porque se asume que existen impedimentos para proporcionar la respuesta correcta.

Problemas de las respuestas

Los problemas se presentan cuando no hay respuesta o es incorrecta. Las causas se resumen en
la capacidad o la voluntad para responder.
El problema de capacidad se refiere a la imposibilidad del informante para suministrar,
correctamente, la respuesta; el problema de voluntad se presenta por el desinterés en propor­
cionar la respuesta correcta, presentando falsedad o rechazo.

Problemas de las respuestas No respuesta (NR)


Respuestas viciadas

Causas de los problemas La capacidad


La voluntad

Para proporcionar la Ignora la respuesta.


respuesta (NR) Olvida la respuesta.
Problemas de No entiende la pregunta.
capacidad Para proporcionar la Da una interpretación diferente.
respuesta correcta No sabe comunicar la respuesta.

Para proporcionar la Respuesta confidencial. Violación de la


Problemas de respuesta (NR) privacidad. Fatiga. Falta de tiempo. Temor.

voluntad Para proporcionar la Desinterés. Prejuicios personales.


respuesta correcta Prejuicios sociales. Prejuicio de
cortesía. Inhibición.

Figura 4.14 Causas de los problemas de respuesta.

El caso 4.3 ilustra, mediante algunos ejemplos, los problemas que se presentan por falta
de capacidad o de voluntad.

Caso 4.3 Problemas de respuesta

A continuación se analizan las causas de las fallas que se presentan en la formulación de


preguntas.
INVESTIGACIÓN CUANTITATIVA 115

Por falta de capacidad


Pregunta 1: Indicar la composición de la fibra de la tela de la última camisa comprada.
Aquí la falla es suponer que el consumidor corriente conoce las características técnicas de las
telas con las cuales se confeccionan las prendas de vestir. Falta de capacidad porque el con­
sultado ignora la respuesta.

Pregunta 2: Indicar el precio de las prendas compradas durante el último semestre.


Es una pregunta mal formulada puesto que se requiere una formidable memoria para recor­
dar los precios de las compras de seis meses. El consultado no tiene capacidad porque olvida
la respuesta.

Pregunta 3: ¿Cuál es el promedio diario de venta en apuestas al “chance”?


Esta pregunta se hizo a vendedores de la apuesta chance para conocer los ingresos promedios
provenientes de su venta. La palabra promedio se interpretó en la jerga de los loteros como
venta marginal, es decir, la venta extra que los loteros hacían con otros productos diferentes
al chance. En este caso, la redacción no tiene problemas, pero la formulación es incorrecta
porque el consultado no entiende la pregunta. En su jerga se debió formular así: Unas por
otras, ¿cuánto es la venta diana en el chance?

Pregunta 4: Exprese su percepción de la Seven Up, como bebida gaseosa.


Esta es una pregunta abstracta que muchos de los consultados no responden porque no
tiene significado para ellos. Este es un caso en el cual el consultado no sabe la respuesta,
porque no entiende la pregunta.

Por falta de voluntad


Pregunta 5: Nuestra firma esta interesada en conocer la acogida que ha tenido la propuesta de la
División de Impuestos Nacionales para facilitar el pago de los nuevos impuestos.
Las respuestas pueden estar afectadas por los resentimientos que despierta la institución
patrocinadora ante la nueva imposición. La formulación de esta pregunta falla por falta de
voluntad para proporcionar la respuesta conecta con respecto a los facilidades establecidas.

Pregunta 6: ¿Podría indicar cuál es el nivel de escolaridad alcanzado por Ud.?


En este tipo de pregunta, el destinatario puede desfigurar la respuesta por prejuicio de pres­
tigio. Esto se presenta cuando se pregunta por niveles de ingresos, escolaridad, cultura,
salud, entre otros. No existe voluntad y el encuestado falsea la respuesta si piensa mejorar su
posición frente al encuestador.
116 INVESTIGACIÓN DE MERCADOS

Pregunta 7: ¿Suele Ud., en sus compras, adquirir nuestros productos de la marca Gatoraton?
Se puede creer que suministrar respuestas favorables mejora la impresión ante el encuestador
y se responde en términos corteses, pero se falsea la respuesta cuando se aplica el denomina­
do prejuicio de cortesía.

Pregunta 8: ¿Está de acuerdo con la legalización del aborto como método válido para el control de
la natalidad?
Preguntas como ésta pueden parecerle comprometedoras al respondiente y, por tanto, des­
pertar su desinterés en proporcionar la respuesta correcta y, como resultado, mostrar una
dirección falsa con relación al contenido de la pregunta.

Causas del rechazo o NR (no respuesta)


1. Por confidencialidad
Es muy frecuente en estudios de productos industriales, que se considere que la información
solicitada sea confidencial y se corra el riesgo que ella llegue a conocimiento de la competencia.
Por ejemplo, cuando se pregunta por los niveles de descuento ofrecidos a los clientes.

2. Por privacidad
Ocurre cuando el interlocutor considera que la pregunta invade su privacidad y se niega a
responder. Algunos temas, como la situación económica, las creencias, la sexualidad, la posi­
ción política, entre otros, pueden producir esta reacción.

3. Por tiempo o fatiga


Una entrevista muy larga, o demasiado monótona, disminuye la atención del interlocutor hasta
negarse a continuar con ella. Aspectos como la falta de tiempo y la realización de entrevistas en
horarios de ocupación, conllevan a la negativa de cooperación.

4. Por temor
El temor es el problema principal en el ejercicio de la investigación de mercados, dada la inse­
guridad reinante y el mal uso que algunos le han dado a la actividad, al utilizarla para otros
propósitos, como cobranzas, visitas fiscales, o ventas disfrazadas.

Eliminación de errores

Los enores en la formulación de preguntas a veces resultan inevitables, pero se pueden idear
tácticas para minimizar su ocurrencia. Estas tácticas se aplican para despertar la colaboración
INVESTIGACIÓN CUANTITATIVA 117

del interlocutor y contrarrestar los vicios en las respuestas. Se mencionan a continuación algu­
nas de ellas, pero es indudable que el ingenio y la imaginación no tienen límites para hallar
nuevas variantes.

Tácticas para evitar el error por falta de capacidad


Una pregunta bien construida puede ser excelente para un entrevistado culto, pero de nada
sirve sí se formula para otro público menos capacitado. Aunque la falta de capacidad es una
causa de no respuesta, en algunos casos se puede contrarrestar utilizando tácticas de recorda­
ción, las cuales se aplican bajo dos formas:

1. Planteando preguntas previas. Algunas preguntas previas sobre un tema sensible,


pueden despertar la confianza del informante. Algunos temas de tipo cultural, econó­
mico, demográfico o similar, pueden despertar prejuicios en el interlocutor, entonces
se recomienda formular preguntas previas de fácil respuesta, que puedan generar un
efecto positivo, para evitar la no respuesta o la respuesta incorrecta.
2. Mediante un recordatorio. En lugar de preguntas previas, es posible proceder con
comentarios recordatorios sobre el tema, que despierten la confianza en el informante;
se propicia de esta forma que proporcione la respuesta correcta.

En el caso 4.4 se elaboran preguntas bajo las dos tácticas mencionadas.

Tácticas para evitar el error por talta de voluntad


1. Afirmación contra-parcializadora. Cuando se trata de temas sensibles es muy posible
que resulte un direccionamiento en las respuestas. Para obtener respuestas correctas, se
permite un enunciado previo que contrarreste una respuesta esperada, que elimine
prejuicios, tabúes o dictámenes aceptados.
2. Pregunta indirecta. Es la manera de formular preguntas que hagan recaer la responsa­
bilidad sobre terceras personas. Esto puede evitar que se crea un compromiso del en­
trevistado con ciertas preguntas sensibles, puesto que responde bajo las creencias de
otras personas, que probablemente sean las suyas propias.
3. Rangos de categorías. El utilizar rangos en forma de categorías, en lugar de datos
exactos, es una táctica valedera en preguntas que indagan aspectos económicos, como
ingresos, ventas, producciones, inventarios, descuentos, y otros, que resultan algo com­
prometedores, como edades, condición social, etc.
4. Respuesta aleatoria. Esta es una táctica especial para preguntas muy sensibles. Existe
una forma para obtener la respuesta real sin necesidad de que el informante compro-
118 INVESTIGACIÓN DE MERCADOS

meta su posición; consiste en formular dos preguntas: una sensible, que es el objeto de
la investigación y otra inocua, utilizada como comodín. El interlocutor responde una
de ellas al azar sin identificar cuál. En esta forma se puede determinar el resultado de la
pregunta sensible como se procede en el caso 4.5.

Caso 4.4 Tácticas para evitar el error

1. Preguntas previas
Un estudio investigó en el público la actitud del libertador Bolívar con relación al general
Santander, según la interpretación de García Márquez en su libro El general en su laberinto.
Como era posible que algunos consultados respondieran con respuestas evasivas para encu­
brir su ignorancia sobre el tema, se plantearon preguntas previas con miras a obtener res­
puestas que mejorasen la posición del interlocutor.
En el caso siguiente se hacen tres preguntas previas a la adecuada para cumplir un
objetivo.

1. ¿Ha oído hablar del escritor Gabriel García Márquez?


2. ¿Podría citar alguna de sus obras?
3. ¿Ya ha tenido la ocasión de leer una de sus obras titulada El general en su
laberinto?
4. Si es afirmativa, ¿Qué opinión le merece la forma como se trata la conducta del
Libertador frente a su compañero de armas el General Santander?

De esta forma se puede esperar que una o dos respuestas sean positivas, y evitar que su
ignorancia resulte total en el tema.

2. Recordatorio del tema


En el tema anterior, el problema se pudo resolver mediante otra táctica de tipo recordatorio,
bajo un enunciado como el siguiente, antes de formular la pregunta:

Como usted sabe García Márquez lanzó su nuevo libro El general en su laberinto,
que trata de los últimos días del libertador Simón Bolívar.
A pesar del poco tiempo que lleva de lanzada la edición, díganos si ya tuvo la
oportunidad de leerla, y en caso positivo, ¿podría indicarnos qué opinión le merece
la forma como se trata allí la conducta del Libertador frente al General Santander?
INVESTIGACIÓN CUANTITATIVA 119

Caso 4.5 Técnica de la respuesta aleatoria

Una compañía de seguros de vida patrocina una investigación para determinar la proporción
de la población adulta que padece problemas de presión arterial. Este es un tema sensible
que muchos informantes consideran como impedimento para adquirir un seguro de vida.
Para aplicar la técnica de la respuesta aleatoria, se selecciona como pregunta comodín
la inscripción en la segundad social, a raíz de que éste es un dato bien conocido que permite
confrontar la pregunta objetivo.
Es posible construir las dos preguntas así:

Primera pregunta, (objetivo) => ¿Sufre usted de presión arterial?


Segunda pregunta, (comodín) => ¿Usted está inscrito en la seguridad social?

Al investigado se le solicita contestar sola una de ellas, de acuerdo a una elección al


azar de probabilidad conocida. El método se puede basar en el día del natalicio así: en caso
de ser un número impar responde la primera pregunta y si es par la segunda. Se deduce
entonces que las respuestas se reparten por igual en cada caso, y por tanto la posibilidad de
contestar cada pregunta es 0,5. Como se conoce que probabilidad de la pregunta comodín
es 0,60, se puede inferir el resultado como se observa en la tabla de la figura 4.15.

Sí No Respuestas esperadas
1. ¿Sufre de presión? 50 150 "200"

2. ¿Utiliza el ISS? '120" "80" "200"

Resultado encuesta "170" "230" "400"

Figura 4.15 Cálculo de la respuesta aleatoria.

Si los informantes son 400, la mitad responden cada pregunta, esto es, doscientos y
como el 60% de los consultados están inscritos en la Seguridad Social, se espera 120 res­
puestas positivas y 80 negativas, de la mitad que responde la segunda pregunta.
Si el resultado de la encuesta es: SI = 170 y NO = 230, es fácil acomodar las cifras en la
matriz de las dos casillas restantes para que la sumatorias sea consistentes por filas y colum­
nas. Se concluye entonces, que 50 personas de 200, esto es el 25% tienen problemas de
presión.
120 INVESTIGACIÓN DE MERCADOS

Redacción de las preguntas

De la formulación de las preguntas depende la calidad de las respuestas. La validez del formu­
lario presenta allí su mayor falla. Una pregunta se puede formular de muchas formas, pero
siempre se puede mejorar. De las muchas versiones se selecciona la que mejor interprete el
objeto de la investigación.
La redacción de las preguntas requiere dos principios fundamentales:

1. La pregunta debe ser universal, esto es, debe tener el mismo significado para el inves­
tigador y los investigados.
2. La pregunta debe interpretar el objeto de la investigación.

Los atributos de una buena redacción son: la precisión, la objetividad y la viabilidad.

Atributos de una buena redacción Precisión


Objetividad
Viabilidad

1. La precisión
Una pregunta es precisa cuando el sentido siempre es el mismo y la interpretación es consisten­
te entre los encuestados.
La precisión se caracteriza por la claridad en el significado, la sencillez en su formulación,
la utilidad de la pregunta y la identidad con un tema.

Elementos de la precisión La claridad


La sencillez
La utilidad
La identidad

a. Claridad. La pregunta es clara cuando las oraciones tienen un significado coherente.


Esto implica que la redacción utiliza un vocabulario y una construcción congruente
con el propósito de la consulta.
b. Sencillez. La pregunta es sencilla cuando la construcción y las palabras son las apro­
piadas para la población destinataria. Las preguntas deben consultar el léxico o jerga de
la población, es decir, estar adaptadas al medio.
c. Utilidad. La pregunta es útil o necesaria si se relaciona con el propósito de investiga­
ción. Las preguntas fuera de contexto se deben evitar porque confunden y no agregan
INVESTIGACIÓN CUANTITATIVA 121

mayor información. Además, generan mayor costo por mayor requerimiento de tiempo
en las entrevistas.
d. Identidad. Una pregunta es única si su formulación identifica solo un tema de infor­
mación. Si se hacen varias preguntas bajo un mismo enunciado se produce una
ambigüedad que confunde al informante sobre cuál contestar y al encuestador sobre
cuál interpretar. Se debe plantear un enunciado por tema.

Caso 4.6 Preguntas imprecisas

Pregunta a: ¿Qué significado tiene para usted el efecto residual que contiene un insecticida?
Esta pregunta no es clara, porque resultan interpretaciones diversas sobre el efecto residual,
como por ejemplo: no deja residuos, se aplica a insectos residenciales, tiene una mayor
potencia, etc. El significado no es universalmente reconocido en la población objetiva.
Pregunta b: ¿Cuánto vende Ud., en promedio, al día en loterías?
Es la misma pregunta, ya mencionada, que se hizo a vendedores callejeros de apuestas chance
para evaluar sus ventas diarias. En este caso no se considera sencilla, puesto que, aunque el
significado es correcto, no lo es para los vendedores de apuestas, dado que el significado de
promedio es desconocido entre ellos. Una prueba piloto posterior concluyó que dicha pre­
gunta se debía formular así: “unas por otras” ¿cuánto vende?
Pregunta c: ¿Ud. suele consumir la marca Intima y la compra en supermercados?
Ante una respuesta positiva, no se sabe qué contesta: si consume la marca, o la compra en
supermercados, o ambas. La pregunta no tiene identidad, y para solucionarla se debe sepa­
rar, planteando, primero, el consumo de la marca y luego, la compra en supermercados.

2. La objetividad
Parece redundante recalcar sobre la objetividad que se debe tener cuando se pretende conocer
una información sobre algún aspecto del mercado, puesto que la información sesgada no tiene
ningún valor. La objetividad en las preguntas debe ser una característica del investigador, sin
embargo, por razones inconscientes, es probable que se formulen preguntas direccionadas que
invaliden el estudio.
Cuando las preguntas tienen problemas de objetividad se dice que son inducidas, y suce­
den cuando se presenta una de estas causas: 1. Cuando la pregunta sugiere o enmarca la res­
puesta, 2. Cuando se formula una pregunta tendenciosa, y 3. Cuando la pregunta tiene res­
puesta implícita o evidente.
122 INVESTIGACIÓN DE MERCADOS

Preguntas inducidas Enmarcadas


Tendenciosas
Implícitas

a. Preguntas enmarcadas. Se presentan cuando se acompañan con enunciados que su­


gieren la respuesta. Estos enunciados se justifican aduciendo mayor ilustración para el
informante, pero en realidad trasmiten una opinión de fondo, que deja reflejar una
dirección a la respuesta. Las preguntas se deben liberar de enunciados con contenidos
de opinión, aunque se justifiquen para aclarar situaciones.
b. Preguntas tendenciosas. Las preguntas tendenciosas se formulan dentro de un con­
texto emotivo que direcciona la respuesta. En este caso, se sugiere la respuesta en for­
ma más sutil que en el anterior y, por tanto, la direccionalidad resulta más difícil de
detectar. A diferencia de la anterior, no agrega un enunciado ilustrativo, pero, a cam­
bio, la sugerencia se hace en la misma formulación, invitando al entrevistado a adherir­
se a la respuesta que se deja entrever.
c. Preguntas implícitas. Las preguntas implícitas se presentan con mayor frecuencia de
lo que se piensa. Generalmente tienen respuestas evidentes. Algunas veces se hace
necesario formularlas para permitir algún respiro al informante o para bajar un poco la
concentración cuando se trata de cuestionarios complicados.

Caso 4.7 Preguntas sin objetividad

Preguntas enmarcadas
El gobierno, pensando en la protección de la vida del peatón, aprobó, recientemente, la ley que
obliga a todos los automovilistas a tomar el seguro de responsabilidad civil. ¿Está Ud. de acuerdo
con la expedición de dicha ley?
Esta pregunta enmarca la respuesta en forma afirmativa y la evaluación de esta pregun­
ta puede no reflejar la realidad del pensamiento de los ciudadanos con relación a este tema
Los ciudadanos deben asumir por cuenta propia la responsabilidad de sus actos y no se les
puede liberar de ella con la obligación de adquirir un seguro de responsabilidad civil. ¿Considera
Ud. apropiado que se establezca el carácter de obligatoriedad para un seguro que cubra a lodos los
conductores de vehículos?
Este es una enmarcación opuesta a la anterior que busca otra salida para aceptar la
necesidad de la ley aprobada.
Pregunta tendenciosa
¿No le parece a Ud. que es justo la obligatoriedad del seguro de responsabilidad civil para salva­
guardar la vida de los peatones?
INVESTIGACIÓN CUANTITATIVA 123

Pregunta enunciada en forma tendenciosa, que, prácticamente, sugiere una respuesta positiva.
Pregunta implícita o evidente
¿Está de acuerdo con proteger la integridad física de los peatones?
¿Esta de acuerdo con la administración eficiente?
Preguntas implícitas cuyas respuestas son evidentes.

3. La viabilidad
La viabilidad de la pregunta proporciona respuestas correctas. La respuesta es falsa, o no existe,
cuando es complicada, o exige mucho trabajo. La viabilidad de la pregunta se logra cuando se
eliminan los planteamiento confusos y las preguntas problemáticas o complicadas.

Problemas de viabilidad Preguntas confusas


Preguntas problemáticas
Preguntas complicadas

a. Preguntas confusas. Se presentan cuando la redacción es difícil o estereotipada, aun­


que su construcción sea correcta, precisa y objetiva.
b. Preguntas problemáticas. Se presentan cuando las respuestas requieren del entrevis­
tado una acción o labor, como la consulta de libros, u otras fuentes de información o la
consulta con personas que no están a su alcance. Para obtener este tipo de respuesta se
requiere de un incentivo y se debe permitir la auto administración de la encuesta, y su
diligenciamiento en un tiempo posterior.
c. Preguntas complicadas. Se presentan cuando requieren una respuesta elaborada, como
efectuar cálculos, o hacer un gran esfuerzo mental, o deducir conclusiones, o manejar
conceptos difíciles. Las encuestas de este tipo se deben concertar con cita previa y
aclarar de antemano su complejidad, para evitar la deserción del informante en el
curso de la entrevista.

Caso 4.8 Preguntas no viables

Pregunta confusa: ¿Considera usted que el valor de la información perfecta es un límite superior
válido para invertir en una investigación?
La pregunta, aunque bien formulada, es confusa por utilizar terminología técnica, no
comprensible para el público destinatario.
Pregunta problemática: ¿Podría suministrar el valor de las ventas de su compañía en los ídtimos
tres meses?
124 INVESTIGACIÓN DE MERCADOS

La anterior pregunta es problemática, y por ello, presenta un alto índice de no res­


puesta o respuesta falsa. Se puede reformular proponiendo categorías que eviten la consulta
de libros de la empresa.
Pregunta complicada: Contestar la pregunta a, sí al sumar a las dos últimas cifras del año de su
nacimiento, el número del mes y el del día correspondiente, resulta un número par. Si es impar,
conteste la pregunta b.
La respuesta se complica porque exige un esfuerzo mental para dirimir qué pregunta
responder.

Condicioness para formular las preguntas:

Atributos de Claridad Problemas de (Inducidas): Problemas de Confusión


precisión Sencillez objetividad Enmarcadas viabilidad Complejidad
Utilidad Tendenciosas Complicación
Identidad Evidentes

Figura 4.16 Elementos fundamentales en la formulación de preguntas.

3. PRUEBA DEL CUESTIONARIO

Los formularios, así se hayan preparado con gran cuidado, generalmente presentan problemas
y, por tanto, deben pasar una prueba piloto o de pre-lest, antes de utilizarse masivamente. Esta
se hace diligenciando unas cuantas encuestas (10 a 30) para detectar posibles fallas de funcio­
namiento en las preguntas, en la estructura o en la validez. La muestra no requiere ser aleatoria,
puesto que no se trata ahora de inferir, sino de corregir el instrumento.
Las fallas se presentan en la redacción, en la comprensión, en la extensión, en el enuncia­
do, en la utilidad de las preguntas, en las categorías determinadas y en la secuencia. El pre-test
requiere que cada pregunta se revise con preguntas como las siguientes: ¿Cómo se usarán las
respuestas en el análisis final?, ¿La pregunta es fácil de interpretar?, ¿La pregunta añade nueva infor­
mación?, ¿Se trata de una duplicación innecesaria de otra pregunta?
Para terminar esta sección se presenta como caso 4.9, una encuesta completa de carácter
personal.
INVESTIGACIÓN CUANTITATIVA

En la figura 4.17 se presenta el formato de una encuesta que indaga algunas características
de la vida sentimental de las personas. Encuestas de esta naturaleza son muy usuales en
investiga-ción de mercados, puesto que ayudan a conformar marcos teóricos alrededor de
los estilos de vida, de los valores culturales de una sociedad y de la búsqueda de oportunida­
des de negocios, entre otros.

Encuesta de opinión Simer


Investigaciones
de Mercado

Sexo M F

Estado civil Soltero Casado Separado U. Libre

Me alegra saludarlo(a) mi nombre es Juan Vélez

Trabajo para la firma Simer y estamos realizando una encuesta de opinión sobre algunos
aspectos triviales de la parte sentimental de las personas. Usted puede tener la seguridad de
que no preguntaré nada que le pueda molestar
Le agradecería mucho si fuera tan amable de atenderme un momento

1 Sin importar su estado civil actual y 1.1. Si__


sin necesidad de identificar Nos vamos a referir a esa relación
persona alguna, ¿podría decirme si
1.2. No___
actualmente tiene una relación de
tipo sentimental? Entonces vamos a referirnos a su última relación
sentimental
1.3. No ha tenido__

2 ¿Recuerda el lugar específico donde 2.1. Si ¿Cuál?


conoció a esa persona?
2.2. No___
126 INVESTIGACIÓN DE MERCADOS

3 ¿Podría indicar dos de los 3.1. El atractivo físico 3.8. La relación social
siguientes factores que 3.2. La cultura 3.9. Responsabilidad
encuentra más 3.3. La inteligencia 3.10. La personalidad
atractivos en esa persona 3.4. Nivel económico 3.11. La ocupación
con la cual guarda o 3.5. La presentación 3.12. Consanguinidad
tuvo dicha relación 3.6. La edad 3.13. Otro
afectiva? ¿ea las 3.7. La parte afectiva
alternativas.
NR

4 Diga cómo calificaría su grado de satisfacción 4.1. Muy buena


en esa relación afectiva. ¿Diría que ha sido o 4.2. Buena
fue? 4.3. Regular
NR 4.4. Mala
4.5. Pésima

5 Conteste los siguientes planteamientos CA Completamente de acuerdo


desarrollados sobre esa persona, según A De acuerdo
su posición con la escala de al lado R Regular
D En desacuerdo
CD Completamente en desacuerdo

CA A R D CD
Es una persona muy romántica
Resulta que es una persona poco fiel
Es una persona muy práctica
Es una persona alterable o poco calmada
Es una persona muy fogosa y sensual
Es una persona muy comprensiva
Es una persona muy celosa
Expresa mucha alegría
Es una persona muy extrovertida
Es una persona activa o deportista

6 ¿Podría contestar si esa persona, en su


Mas Igual Menos
opinión, reúne las siguientes
que yo que yo que yo
características con relación a Ud.?

Es inteligente
Es culta
Es activa
Tiene iniciativa
INVESTIGACIÓN CUANTITATIVA
___________ 127

7 ¿Considera que en el momento en el que 7.1. Mucho 7.4. 0 Poco


conoció a esa persona, Ud. tenía éxito 7.2. Algo 7.5. 0 Nada
amoroso?
7.3. Regular

8 ¿Cuánto tiempo conoció a esa persona, 8.1. Primera vista 8.4. 0 1 a 6 meses
antes de comenzar la relación 8.2. 0 Una semana 8.5. 0 ’/2 a 1 año
sentimental?
8.3. Un mes 8.6. 0 Más de 1 año
1 9 Usted se considera una persona 9.1.0 9.2.0 9.3.0
Tímida Normal Extrovertida

10 Usted considera a esa persona 9.1.0 9.2.0 9.3.0


Tímida Normal Extrovertida
111 ¿Cuánto tiempo ha durado ésta o duró 11.1. 0 Menos '/2 año
su ultima relación sentimental? 11.2. 0 ’/2 a 1 año
11.3. 0 1 a 2 años
11.4. 0 2 o más años

12 ¿Podría indicarnos a qué se dedica Ud. 12.1. 0 Trabaja


actualmente? 12.2. 0 | Estudia
0NR 12.3. 0 Trabaja y estudia
12.4. 0 Dedicado hogar
12.5. 0 Busca empleo

13 Ingresos mensuales 15.1. <$150.000 15.3. 0 $300.000 a 600.000


15.2. $150.00 a $300.000 15.4. 0 más de $600.000

Figura 4.17 Encuesta de opinión Dónde dispara cupido.

Errores de las encuestas

La encuesta es ampliamente utilizada en la investigación cuantitativa porque permite obtener


resultados concluyentes. Dado que maneja grandes volúmenes de información permite hacer
inferencias sobre los parámetros de un universo. Es versátil pues se puede aplicar a cualquier
población destinataria, para múltiples objetivos y como apoyo a otras herramientas cuantitati­
vas, como los páneles y los experimentos.
La encuesta encuentra dos tipos de errores: el error muestral, producido por la selección
aleatoria de los participantes y los errores no muéstrales, que se localizan en el procedimiento,
el instrumento y el procesamiento.
128 INVESTIGACIÓN DE MERCADOS

Errores del encuestamiento

Error muestral
Error en la fuente
Error por rechazo
Preguntas mal formuladas
Error en el instrumento No respuesta
Error de respuesta

Error del encuestador


Error en el procedimiento
Error de procesamiento

Figura 4.18 Localización de los errores de encuesta.

En la figura 4.18 se esquematizan los errores de la encuesta, mediante un cuadro que


facilita la localización de las causas.

Fuentes de error
1. Error muestral. Resulta del procedimiento aleatorio mismo. Se reduce con el tamaño
muestral.
2. Rechazos. Es la renuencia a participar en la encuesta, lo cual distorsiona la representa-
tividad de la muestra. El sesgo se produce cuando cambia la estructura de la muestra
con relación a la de la población. El error por rechazo se puede minimizar asignando
los recursos suficientes para poder acceder y persuadir a los participantes.
3. Preguntas mal formuladas. Este error se origina en las fallas de redacción y construc­
ción de las preguntas. Las pruebas de validez del formulario permiten comprobar su
efectividad,
4. No respuesta. Es la negativa a responder una pregunta. Se minimiza con las ayudas
para facilitar la capacidad y la voluntad del participante.
5. Error de respuesta. Se da por la inexactitud en las respuestas. Se disminuye utilizando
tácticas para lograr la autenticidad.
6. Error del encuestador. Se presenta ante las fallas en el asentamiento de la información
suministrada. Se puede minimizar con adiestramiento.
7. Error de procesamiento. Se presenta por los errores de transcripción y control, ocasio­
nados en el procesamiento de la información. Se debe disponer de filtros de errores y
aprovechar las técnicas informáticas.
INVESTIGACIÓN CUANTITATIVA 129

Tácticas para disminuir el error de procedimiento


Las siguientes son unas normas sencillas que permiten atenuar los errores que se presentan en
el proceso de encuestamiento:

• Seleccionar entrevistadores que actúen con integridad, con facilidad de expresión, trato
cortés y de adecuado nivel educativo.
• Asegurar anticipadamente la colaboración del entrevistado.
• Recalcar la importancia de las respuestas del entrevistado.
• Capacitar a los entrevistadores para que estimulen la neutralidad y la respuesta auténtica
del informante.
• Mantener una misma metodología en todas las entrevistas.
• Normalizar el procedimiento entre los entrevistadores.
En las entrevistas personales se recomienda:

• Portar tarjeta o carta de presentación y considerar la importancia de la primera impresión.


• Hacer una presentación previa del entrevistador, ya sea mediante una carta o una llamada
telefónica.
• Suministrar presentes o incentivos al entrevistado, cuando sea necesario.
• Capacitar al entrevistador en Lécnicas de persuasión para lograr la participación del infor­
mante y disminuir la no respuesta.
• Contar con encuestadores de buena preparación para lograr mayor información que la
solicitada.

En las entrevistas telefónicas se recomienda:

• Utilizar formularios simples y poco comprometedores.


• Consultar la disponibilidad del entrevistado.
• Disponer de una buena dicción para evitar la no respuesta.
• Poseer capacidad de expresión ante la falta de ayudas visuales.
• Capacidad para manejar el tiempo, dado que las duraciones son menores que en el caso de
la entrevista personal.

En las entrevistas postales se recomienda:

• La encuesta debe ser muy clara y bien redactada, puesto que no hay la presencia personal
para aclarar las dudas.
• Envío previo de cartas, informando sobre el objeto de la investigación.
• Efectuar llamadas telefónicas para reforzar la devolución de la respuesta.
• Ofrecer obsequios, rifas, o contraprestaciones para ampliar la tasa de respuesta.
130 INVESTIGACIÓN DE MERCADOS

Soluciones al problema de no respuesta


El problema de no respuesta se presenta cuando hay rechazo a contestar todo, o parte, del
formulario. Este problema admite las siguientes correcciones:

1. Corrección en frío. Es la primera acción y consiste en determinar si la información


existente es suficiente para obtener conclusiones. En caso afirmativo, se corrige la no
respuesta dentro de las categorías establecidas, siguiendo el mismo patrón de las demás
respuestas. Se hace al final de la encuesta y se supone que los no respondientes no
cambian la estructura poblacional de la muestra.
2. Corrección en caliente. Es similar a la anterior, pero en lugar de corregir la no respues­
ta, de acuerdo con el patrón de frecuencias, se utiliza un procedimiento aleatorio para
cada no respuesta, sugerido por una distribución de frecuencias uniforme.
3. Analizar la no respuesta. El método de corrección se puede evitar si es posible anali­
zar las causales de la no respuesta. De esta manera se determina su comportamiento
mediante un estudio posterior, basado en una submuestra de los no respondientes.
4. Motivar la respuesta. Finalmente, si se requiere resolver el problema de no respuesta
en forma definitiva, se debe insistir con los no respondientes. Para ello se utiliza un
encuestador más experimentado y se buscan elementos de motivación más adecuados.

Validez y confiabilidad de la información


La calidad o precisión de la información es la suma de su validez y su confiabilidad. Traducido
esto en términos del cuestionario, quiere decir que las preguntas proporcionen lo que se quiere
medir y que el procedimiento sea consistente con las respuestas. Obtener este requisito no es
fácil, y es preciso considerar ciertas pruebas que midan la validez y la confiabilidad, las cuales,
se estudiarán en el capítulo siguiente.

4. MÉTODO DEL PÁNEL

El diseño de un pánel es la técnica que se emplea en estudios de seguimiento (monitoreo) y de


experimentos, cuando se requieren establecer senes de tiempo. La característica es la utiliza­
ción recurrente de un grupo de participantes voluntarios, para obtener información periódica,
con el fin de hacer un seguimiento con un propósito de control.
Como los participantes van a colaborar durante un largo período de tiempo, se necesita
de ellos un compromiso que asegure su viabilidad. Por ello el pánel exige mayor planeamiento
INVESTIGACIÓN CUANTITATIVA

ENCUESTA PÁNEL

Es la más utilizada para investigaciones de Se utiliza más en investigación de desempeño


tipo concluyente. y de seguimiento (monitoreo).

Útil en el seguimiento (monitoreo) de varia­ Útil para el seguimiento (monitoreo) de


bles independientes (exógenas). variables dependientes (endógenas).

Propia para los estudios descriptivos como: Útil en los estudios de desempeño para
determinar:
1. Perfiles, características geográficas, demo­
gráficas, socioeconómicas y sicográficas. 1. La eficacia del plan de ventas, participa­
ciones, consumos y percepciones.
2. El conocimiento de la eficiencia del plan 2. El potencial de mercados, análisis de ventas
de marketing por ejemplo, de precios, de y distribución.
distribución.
3. Pronósticos. 3. El análisis de la situación: tendencias,
competencia y demanda.

Figura 4.19 Encuesta frente a panel.

y trabajo que una encuesta, al adiestrar al participante en un trabajo persistente, eficiente y real.
Para lograr ésto se deben considerar premios o presentes que despierten el interés. Con ello se
logra el reclutamiento y se mantiene activa la participación y la motivación. En la figura 4.19 se
hace una comparación entre las dos herramientas.
Hay tres características que justifican la utilización de un panel como alternativa en in­
vestigación de mercados:

• Permite hacer seguimientos y elaborar series de tiempo.


• Permite obtener información rápida, en forma confiable.
• Permite medir variables estacionales durante un período largo.

El panel, en cuanto a que proporciona información periódica, permite extraer series de


tiempo para controlar aspectos como la efectividad de las acciones de una política de marke­
ting, medir la evolución de la opinión pública, la audiencia de televisión, el desempeño y las
tendencias de los consumidores, la penetración de las campañas publicitarias, etc.
Por la rapidez en la respuesta, se utilizan páneles de opinión. Para medir demandas
estacionales, se utilizan páneles de consumidores. La encuesta en la medición de consumos
tiene el problema de la recordación, por lo que el pánel se hace indispensable.
132 INVESTIGACIÓN DE MERCADOS

TIPOS DE PÁNEL

La metodología del pánel presenta dos tipos básicos: el pánel recurrente, que mide repetidamen­
te la misma variable y el pánel ómnibus» que mide variables diferentes. Los paneles recurrentes
se clasifican a su vez en pánel coincidental, párteles de recordación, pánel de opinión y pánel de
observación.

Pánel recurrente
Mediante el pánel recurrente se elaboran réplicas periódicas de un mismo tipo de información,
suministrada por un mismo grupo de participantes, pudiéndose así observar las fluctuaciones
de las variables de marketing bajo estudio. Se exponen a continuación los tipos más utilizados.

A. Pánel coincidental
Mediante él se registran los eventos, simultáneamente, con su ocurrencia Este procedimiento
elimina el error por olvido. El registro lo hace quién controla las ocurrencias, que pueden ser
los mismos participantes o los entrevistadores. Por ejemplo, en un pánel que mide compras de
los consumidores, se utiliza el formulario autoadministrado, esto es, aquél cuyo diligencia-
miento se delega en el informante. Periódicamente, un recolector de la oficina central recoge el
formulario y hace entrega de otro vacío, correspondiente al período siguiente. En los páneles de
sintonía, la oficina central efectúa el diligenciamiento mediante entrevista telefónica, en forma
coincidental o por recordación.

Pánel de consumidores
Tipos de panel Pánel coincidental
Pánel de sintonía

Pánel de recordación
Pánel recurrente Pánel de expertos
Pánel de opinión
Pánel de opinión pública

Auditorias
Pánel de observación
Pánel ómnibus Pánel de distribuidores
INVESTIGACIÓN CUANTITATIVA 133

Consumos de confecciones Consumo de telas

Tipo de prenda Tipo de tela

Talla Ancho de la tela

Cantidad comprada Metros comprados

Precio unitario Valor pagado

Forma de pago Forma de pago

Sitio de compra Sitio de compra

Marca Procedencia

Usuario Utilización de la tela

Comprador Comprador

Figura 4.20 Variables investigadas en un pánel de consumidores de textiles.

Dependiendo del objetivo, el pánel coincidental admite las siguientes variantes:


Pánel de consumidores. El objetivo es hacer seguimientos de demandas de productos de
consumo final. Mide las compras de los participantes y proyecta los consumos a la población.
De esta manera, es posible conocer la demanda en cantidad y valor, total y desagregada, por
clases de productos, por estratos, por lugar de compra, por forma de compra y muchas otras
variables similares.
La figura 4.20 muestra algunas variables para utilizar en un pánel de consumidores de
textiles, en el que se emplea un enfoque coíncidental y un formulario autoadministrado. Los
participantes asientan las compras el mismo día en que ocurren, en un formulario cuya dura­
ción es de un mes, término en el cual se recoge y se suministra uno nuevo.
Pánel de sintonía. El objetivo es hacer seguimientos de sintonía de los medios de comu­
nicación y las programaciones. El grupo de participantes está dispuesto a informar, en el mo­
mento de recibir una comunicación telefónica, el medio y el programa sintonizado en cada
aparato utilizado, y el número de componentes del hogar que lo ven o escuchan.
Puede utilizarse también el cuestionario autoadministrado o aparatos de medición elec­
tromecánicos. Mediante el medio telefónico es preferible que las llamadas sean simultáneas con
la presentación del programa. Cuando se utiliza cuestionario, se prefiere el autoadministrado,
pero requiere mayor control. Este caso proporciona mayor información porque barre toda la
sintonía que llega a los hogares, con mayor seguridad y menor incomodidad para el participan­
134 INVESTIGACIÓN DE MERCADOS

te. Para eliminar las negligencias y los olvidos de los participantes» en lugar del formulario, se
suministran mecanismos electrónicos o audiómetros, los cuales se conectan a los aparatos y
proporcionan medidas completamente seguras, pero más costosas.
Para confeccionar perfiles de sintonía, sobre toda la programación, se utiliza el pánel
coincidental, pero si se necesita relacionar la audiencia de un determinado programa, el méto­
do de recordación puede ser más apropiado y económico.

B. Pánel de recordación
En los púneles de recordación (recall) se recolecta la información un tiempo después de ocurridos
los acontecimientos. Este tipo de pánel es más simple y económico que el coincidental, pero
existe mayor posibilidad de error, por olvido. Es útil para consumos con baja rotación de com­
pra, puesto que presentan pocas variantes. Como en el caso anterior, se utiliza para medir
consumos y sintonías de medios. En estudios de sintonía, se recomienda utilizarlo sólo para
evaluar programas específicos.

C. Pánel de opinión
Los paneles de opinión no consultan, como en los casos anteriores, una acción o acto, y en su
lugar, sólo rastrean opiniones. Los más conocidos son el pánel de opinión pública y el pánel de
expertos.
Pánel de expertos. En este tipo de pánel se compromete la participación de un grupo de
analistas en marketing y economía, con el propósito de obtener opiniones sobre el mercado y
previsiones de su desenvolvimiento futuro. Utiliza cuestionarios por correo, cuando se requie­
ren detectar muchos elementos de información o llamadas telefónicas, en sondeos rápidos.
Pánel de opinión pública. Las investigaciones que rastrean la opinión pública, utilizan el
pánel de consulta por teléfono, para medir y evaluar actitudes y conductas del público frente a
hechos de la vida política, social, cultural y económica de la sociedad. Generalmente, consultan
aspectos de controversia, como candidaturas a los puestos públicos, la acogida de las regulacio­
nes del gobierno, la posición frente a hechos sociales y acciones de la vida pública en general,
entre otros.

D. Pánel de observación o de auditoría


Los paneles de observación, se llaman también con el nombre de auditorías; con ellos, en lugar de
personas, se consultan entidades comerciales y hogares. El objetivo es registrar el movimiento
de productos y marcas del mercado. Normalmente, se registran ventas e inventarios de estable­
cimientos detallistas, mayoristas o de fabricantes. Los siguientes son los casos más comunes:
INVESTIGACIÓN CUANTITATIVA 135

Auditorias de detallistas. El objetivo es controlar, a través del movimiento periódico de


los artículos de consumo final, las participaciones en el mercado, los crecimientos y las tenden­
cia de los mercados. A cada ítem investigado se le calculan las ventas, contabilizando los inven­
tarios al principio y al fin del período, así:

ventas = inventario inicial + compras - inventarío final.

Con una muestra representativa de establecimientos comerciales se pueden obtener pro­


yecciones globales, para determinar el tamaño de la oferta total. Este tipo de aplicación de la
herramienta se conoce populannente por su nombre en inglés: store audit.
Panel de distribuidores. En lugar de almacenes detallistas, los participantes son distri­
buidores mayoristas. Su tamaño muestral y costo es menor que el anterior.
La información se consigue a través de un formulario que lo diligencia un encuestador
especializado, o a través de un medio electrónico como el fax, el módem o los discos magnéti­
cos, los cuales resultan mas apropiados por el registro en tiempo real, cada vez que se produce
una factura o un movimiento de inventario. Este enfoque es una aplicación del panel por
observación, que se le llama auditoría por rastreo o scanner audit.
Auditorías de productores. Es similar a la anterior, puesto que permite conocer la oferta
nacional de un sector de la producción o industria. En lugar de distribuidores, considera pro­
ductores y, dado el poco número de integrantes, en la mayor parte de las industrias se aplica
como un censo, cuando no existen problemas económicos para llegar a la cobertura total.
Auditorías de consumidores. Para completar la cadena de aplicaciones de las auditorías,
desde el productor hasta el consumidor, se presenta la auditoría de hogares, cuya finalidad es
observar las existencias y marcas disponibles en las despensas de las familias. Esta aplicación,
mejor conocida por su denominación en inglés pantry check, investiga, periódicamente, los
hogares con el propósito de observar las existencias y de allí deducir el consumo de la pobla­
ción. Es una herramienta estructurada, que utiliza la observación con la ayuda de un formula­
rio guía.

Pánel ómnibus
El pánel ómnibus se constituye a partir de una muestra fija de participantes que sirven de
soporte para el suministro de información; pero a diferencia del pánel recurrente, la informa­
ción no es constante, ni conserva la misma periodicidad y las mediciones se hacen, cada vez,
sobre variables diferentes. El objetivo es producir encuestas únicas, sirviéndose de un mismo
grupo de participantes, investigando, cada vez, variables diferentes.
136 INVESTIGACIÓN DE MERCADOS

El panel ómnibus prepara un grupo representativo de participantes, dispuestos a colabo­


rar, con miras a obtener un funcionamiento eficiente para atender diferentes frentes de infor­
mación en forma rápida, sin necesidad de seleccionar una muestra en cada ocasión.
La desventaja proviene de la fatiga que produce el consultar temas diferentes y el desgaste
de la muestra cuando no se renueva con la frecuencia apropiada.

5. PROCEDIMIENTO DE UN PÁNEL

El pánel lo pueden constituir personas, familias u hogares, establecimientos o negocios, gene­


ralmente llamados unidades de análisis. La ventaja del pánel es la disponibilidad continua del
grupo participante, por un período largo, para informar en forma periódica y sistemática sobre
variables que indagan consumos, compras, preferencias, opiniones, actitudes, conductas, des­
empeños, entre otros.

Procesos del pánel

El proceso de un pánel se compone de los siguientes elementos: diseño de la investigación,


el reclutamiento de los colaboradores y la administración y renovación de la muestra.

Procesos del panel Diseño


Reclutamiento
Administración y renovación

El primer elemento, a su vez, reúne los siguientes: la disponibilidad del marco apropiado
de la población objeto de estudio, la elaboración del formulario, la definición de un procedi­
miento de muestreo, la determinación del tamaño muestral y la selección de la muestra. El
segundo elemento establece las estrategias para lograr la participación de los individuos elegi­
dos, y lograr un mínimo de rechazos y un máximo de compromisos. El tercer elemento define
las estrategias para mantener la participación viva y confiable, administra la recolección de los
formularios, controla la información y renueva la muestra para mantener su representatividad,
la cual se pierde por obsolescencia de la muestra o por el desgaste de los participantes.

Muestra maestra
La muestra maestra sirve de soporte para las muestras activas, y mantiene constante y renovado
el número de participantes de los paneles. El objetivo es proporcionar los sustitutos del pánel
INVESTIGACIÓN CUANTITATIVA 137

cuando una unidad finaliza su período de participación, o cuando ocurren retiros. De esta
forma se garantiza un nivel constante de participantes, sin deteriorar el tamaño de la muestra.
A veces se hace recomendable disponer de varios paneles paralelos, para alternar los períodos
de participación de sus integrantes, minimizando así la fatiga y el abandono.

Caso 4.10 Selección en un panel de consumidores

Se describe a continuación el proceso de selección y renovación de los participantes en un


pánel de consumidores.
Las unidades de análisis son los hogares de ciudades representativas de una pobla­
ción, de una región o de país, cuyo mercado se quiere rastrear. Para escoger la muestra se
utiliza el diseño del muestreo aleatorio estratificado por conglomerados, en dos etapas. Los
estratos se definen a partir de las clases socioeconómicas de las ciudades. El marco muestral
se obtiene de los planos cartográficos de las ciudades, con su correspondiente información
demográfica y socioeconómica, por barrios. En los planos se encuentran desagregados los
barrios, sectores y manzanas, con éstas últimas se conforman los conglomerados. La prime­
ra etapa muestral, consiste en seleccionar un número de manzanas participantes y la segun­
da, consiste en seleccionar los hogares de cada manzana.
Primera etapa. Los conglomerados se construyen conformando manzanas compues­
tas de un número homogéneo de viviendas, por ejemplo de 40, que es considerado el pa­
trón latinoamericano. Estas manzanas son diferentes a las reales que aparecen en los planos

Fracción de renovación de la muestra

1/12
2/12
3/12 Nue /a mu estra
4/12
5/12
6/12
7/12 Mi lestra anter ior
8/12
9/12
10/12
11/12
12/12
I 2 3 4 5 6 7 8 9 10 11 12 mes
Figura 4.21 Diagrama de renovación de la muestra.
138 INVESTIGACIÓN DE MERCADOS

Manzana real
de 100
viviendas
+

1 manzana real = 0,75 manzanas patrones

Figura 4.22 Relación de correspondencia. Manzanas reales contra manzanas


patrones, MR contra MP.

cartográficos y por ello se denominan manzanas patrones. Los planos suministran el núme­
ro de viviendas por barrios y por sectores, y de allí se construye una relación de equivalencia
de manzanas patrones por barrio y por sector. Se procede a seleccionar las manzanas patro­
nes siguiendo un levantamiento sistemático con elección aleatoria para la primera de ellas, e
identificando en el plano una dirección que permita acceder a cada manzana patrón selec­
cionada. En el capítulo 8 se hace una exposición más exhaustiva de este procedimiento, el
cuál se utiliza frecuentemente en investigaciones de mercados.
Segunda etapa. A partir de la lista de direcciones de las manzanas patrones seleccio­
nadas, se procede a levantar como marco muestral las direcciones de 40 viviendas en cada
una de ellas. Se hace la segunda selección aleatoria de un número fijo de viviendas por cada
manzana. Si m es el número de manzanas seleccionadas y w es el número de viviendas
seleccionadas por manzana, el tamaño muestral total es n = mw. Este proceso se elabora para
cada estrato social. El procedimiento de levantamiento de los conglomerados uniformes se
observa gráficamente en la figura 4.22.

Es preferible en algunos casos renovar el panel en forma gradual, por ejemplo, sustitu­
yendo una doceava parte de la muestra por mes. La sustitución global requiere contar con una
muestra maestra para que los ingresos no causen traumas al proceso de suministro de informa­
ción. La figura 4.21 muestra en fonna gráfica cómo se lleva a cabo este proceso.
INVESTIGACIÓN CUANTITATIVA 139

Formulario para aplicar en el panel


El formulario es el instrumento de recolección de información utilizado en el método pánel.
Antes que preguntas, como se hace en un cuestionario de encuesta, presenta tablas con espa
cios preparados para registrar datos sobre cuánto, cómo y dónde se realizó un consumo, uso,
compra o movimiento. Es decir, cada unidad de análisis proporciona información de desempe­
ño y opiniones. El período de información de desempeño normalmente es de uno o dos meses.
En la figura 4.23 se presenta un ejemplo resumido de un formulario diseñado para un panel de
consumidores de textiles2.

Ventajas y desventajas del pánel

Mediante esta técnica es posible obtener mayor cantidad de información puesto que los parti­
cipantes están preparados para colaborar y tienen disposición para diligenciar formularios ex­
tensos.
Por la forma de registro coincidental, la información es más confiable, sin recurrir a la
recordación que produce muchos errores. Aunque el costo de sostenimiento de un pánel es
muy alto, en forma sindicada, esto es con varios patrocinadores, el costo por unidad es muy
favorable.
En productos marcadamente estacionales o de rotación de compra variable, el pánel es
una herramienta insustituible.
El mayor problema del pánel es la pérdida de representatividad cuando se vuelve viejo.
Esto puede suceder por obsolescencia en su estructura, que se desajusta con relación a la de la
población, o por el desgaste de los participantes. Las causas de abandono son la fatiga en los
participantes, los cambios de residencia, los despidos por incumplimientos y los cambios en el
estrato.
Con el tiempo, el pánel pierde con fiabilidad cuando en los panelistas se despiertan creen­
cias que afectan la calidad de la información, o se vuelven negligentes. Este es el aspecto en el
que se debe aplicar el mayor control. La administración del pánel es compleja y difícil, requiere
de recursos económicos, con el tiempo pierde importancia ante los clientes, debido a la
repetitividad de la información, cuando se acumulan grandes volúmenes de datos, y no existe
quién realice el análisis y proporcione las conclusiones.

2 El pánel de consumidores de textiles fue utilizado en Colombia por la empresa Coltejer, en una primera etapa y
luego, por la firma Nielscn, para varias tcxtileras.
140 INVESTIGACIÓN DE MERCADOS

Panel de consumidores de textiles

Informante Dirección Ciudad CS

Formulario compra de confecciones

Tipo de Marca Cantidad Precio por Origen Usuario Tipo de Sitio de Forma
Prenda unidad Tela compra de pago

Formulario para compra de telas

Panel de consumidores de textiles

Informante Dirección Ciudad

Formulario compra de confecciones

Muestra Cantidad Precio por Ancho Usuario Utilización Tipo Sitio de Forma
unidad de tela compra de pago

L
Figura 4.23 Formularios para un panel de consumidores.
TEORIA DE LA MEDIDA

La encuesta proporciona la información para efectuar las medidas de dife­

5 rentes temas, relacionados con el mercado. Se trata de un instrumento que


contiene una secuencia de preguntas y requerimientos relacionados con un
tema de investigación, pero la forma de plantearlas y el mecanismo utiliza­
do para registrar las respuestas, conforman lo que se llama la escala de medida. Cuando se trata
de registrar datos simples, como las ventas por empresa, para después proyectar el promedio a la
población de empresas estudiadas, se utiliza una escala cuantitativa, la cual sólo considera un
espacio apropiado para registrar la venta individual. Se supone que no hay problema en la
fuente para proporcionar este dato, pero, en caso contrario, será necesario ingeniarse otra ma­
nera de obtener la información, esto es, otra escala de medida. Algo similar ocurre cuando se
trata de medir conductas o actitudes, conocimientos, opiniones, motivaciones o intenciones de
personas bajo un propósito de investigación. Como en estos casos los planteamientos son mu­
cho menos precisos que un dato de ventas, el problema es cómo medir respuestas, a veces muy
ambiguas, tales como; mi preferencia es la marca A. Cuando se dice medirse entiende aplicar una
magnitud cuantitativa a respuestas genéricas; es lo que se denomina parametnzar las respues­
tas.
Para estimar los mercados, o en general, para realizar una investigación de mercados, se
requieren conocer diferentes escalas de medida, de características muy diferentes. La utilizada
para hacer recuentos, o medir cantidades, es simple, la escala utilizada para conocer comporta­
mientos externos de los individuos es algo más elaborada, la medida de actitudes requiere
considerar muchas más condiciones. El problema es escoger la escala apropiada para cada fin.
En el capítulo anterior se trató el problema de cómo formular las preguntas y ahora
miraremos cómo asentar las respuestas para hacer operable la medida de los conceptos de mar­
keting y hacer válida las conclusiones. Primero se hace un recuento de las escalas básicas y
después consideramos las utilizadas para medir las actitudes. Luego se presentan las escalas
multidimensionales y, en la parte final, se tratan los problema de validez y confiabilidad de la
medida.
142 INVESTIGACIÓN DE MERCADOS

1. DEFINICIONES

Para establecer la medida se debe identificar la variable que representa un concepto de marke­
ting y la escala que la soporte. Pero antes de la escala es necesario hacer las siguientes conside­
raciones sobre el concepto de marketing, la variable de marketing. Los estados de la naturaleza, y la
parametricidad de la medida.

Concepto de marketing

La definición de un “concepto de marketing" se hace bajo dos puntos de vista: el constitutivo y el


operativo. Una definición constitutiva del concepto "lealtad de marca", podría ser; “un estado
interno del individuo que involucra en algún grado un sentimiento conjunto de confianza, de justifica­
ción o de afecto hacia una marca”.
Este tipo de definición da lugar a confusiones cuando se aplica en la investigación de
mercados, por las diversas formas como puede ser interpretada. Además, sucede con frecuen­
cia, que la definición se redondea con razonamientos circulares, originándose un problema,
porque éstos se basan en otros conceptos similares, que obscurecen más el significado.
Para evitar este tipo de problemas en investigación de mercados son necesarias las defini­
ciones de Lipo operativo que utilizan un enfoque sencillo y preciso. La forma operativa consiste
en plantear la definición a partir de su función, utilizando términos que, aunque subjetivos,
sean inequívocos. De esta manera se logra operar el concepto bajo ciertos parámetros que lo
hacen medible.
La forma operativa para definir el concepto lealtad de marca podría ser el siguiente; "la
utilización de la marca en una proporción mayor del 70% de las compras". Esta definición establece
un parámetro que define el concepto, al hacer uso de una frecuencia o veces que el individuo
utiliza la marca.
Se entiende que las definiciones operativas no pueden ser universales, puesto que se pro­
ponen para investigar un objetivo específico. Como se observa en la tabla 5.1, la definición de
lealtad a la marca puede presentar muchas variantes, dependiendo del punto de vista del intere­
sado. Se complementa la tabla con otro ejemplo de concepto de marketing, que se refiere a la
clase social.
TEORÍA DE LA MEDIDA 143

Tabla 5.1 Definiciones de tipo operativo.

Concepto de marketing Definiciones operativas que consideran


diferentes puntos de vista.
Lealtad a la marca 1. Cuando compra siempre la misma marca.
2. Cuando compra la marca una vez por mes.
3. Cuando compra más del 50% de la misma marca.
Clase social 1. Por la forma de utilizar el tiempo libre.
2. Por el nivel de escolaridad.
3. Por el tipo de ocupación.
4. Por el nivel de ingresos.

Variables y estados de la naturaleza

La variable es una expresión asociada con un concepto de marketing, y se designa, simbólica­


mente, para representar los estados o formas como se manifiesta la naturaleza de un proceso. El
concepto lealtad a la marca, por ejemplo, se puede operar con dos variables: una, que relacione
la frecuencia de compra y otra, que la compare con otras marcas. Entonces, la variable frecuen­
cia de compra, utilizada para designar la intensidad de compra, puede admitir cuatro estados,
definidos por cuatro intervalos cuantitativos así: 0-5, 6-10, 11-15, 16-20. La variable preferen­
cia, utilizada para comparar con otras marcas, puede admitir cinco estados cualitativos así:
mucho más que otras, más que otras, igual que otras, mucho menos que otras, menos que otras. Se
puede definir, entonces, la variable lealtad a la marca si se cumplen dos requisitos: que la marca
se prefiera más que otras y que las compras sean superiores a 11, o si se prefiere mucho más que
otras y las compras sean superiores a 6.
Las variables se necesitan para identificar y operar los conceptos. Los estados son los
valores cuantitativos o cualitativos que pueden tomar las variables. Se pueden identificar por
medio de categorías o agrupaciones relacionadas con un rango de valores, ya sean de índole
cuantitativa o cualitativa.
Las variables en investigación de mercados pueden ser de dos clases, dependiendo de sí
se relacionan con un estado externo o interno del individuo. Las primeras, identifican caracte­
rísticas geográficas, demográficas, psicográficas y conductuales de los individuos. Las segundas, se
refieren a conocimientos, opiniones, motivaciones e intenciones de los mismos.
144 INVESTIGACIÓN DE MERCADOS

Geográficas
fipos de variables Externas Demográficas
o de características Psicográficos
Conductuales
Conocimientos
Internas Opiniones
o de actitudes Motivaciones
Decisiones

Estados externos
Las variables externas relacionan características visibles del individuo, como la raza, el sexo, la
estatura, la ubicación, entre otros. También expresan características no visibles, pero que se
pueden registrar en forma inequívoca mediante la comunicación verbal, como la edad, el esta­
do civil, la ocupación, el ingreso, la escolaridad, la nacionalidad y muchos más. Otras variables
menos visibles identifican condiciones psicográficas a través de hechos, como el poseer determi­
nados bienes o el frecuentar determinados sitios, lo cual permite deducir un estilo de vida o un tipo
de personalidad. Finalmente, otras indagan las conductas de los individuos con relación a las
costumbres y desempeños de los consumidores frente a los productos y marcas.

Estados internos
Las variables internas representan las características mentales de los individuos. En este caso se
trata de las actitudes frente a una situación de marketing. Los estados internos son más difíciles
de descubrir puesto que, muchas veces, la comunicación verbal no es suficiente. Estos estados
reflejan conocimientos, opiniones, motivaciones o decisiones de los individuos frente a un evento
relacionado con un problema de marketing.
Las actitudes tienen cuatro estados de elaboración: el primero es el elemento cognoscitivo
o racional que denota el grado de conocimiento que se tiene de una marca o producto; el
segundo, se refiere a la opinión que se fotja de un producto o marca, basada en las creencias y
sentimientos, elementos éstos que forman el llamado componente afectivo; el tercer estado
consulta el grado de motivación que se tiene con relación a la adquisición de un bien o servicio
y finalmente, interesa el estado de decisión del consumidor con intención de compra o posible
curso de acción a seguir.
Por ejemplo, la actitud de los consumidores frente al concepto lealtad a la marca, se basa,
en primera instancia, en el conocimiento que tiene de la marca, en las creencias y sentimientos
que ella despierta, en las razones que motivan la compra y, finalmente, en la elaboración de la
intención y capacidad de compra.
TEORÍA DE LA MEDIDA 145

Caso 5.1 Tipos de estados

Se presentan algunas afirmaciones, que permiten identificar cuatro tipos de estados externos
y uno intemo.:

1. A es una persona que vive en Variable externa geográfica.


el campo.
2. A es una persona que tiene alta Variable externa demográfica.
escolaridad.
3. A es una persona que gusta Variables externa psicográfíca.
de la música clásica.
4. A suele frecuentar los actos Variable externa conductual.
culturales.
5. A piensa asistir al concierto Variable interna actitudinal.
de hoy.

Parametricidad de los datos

Los datos paramétricos se llaman así porque se pueden asociar con unidades de medición, como
los ingresos de una persona, la cantidad de consumo, las longitudes, etc. En cambio los datos
no paramétricos no se pueden asociar con unidades de mediciones, como sucede con un orden
jerárquico de preferencias o con una selección mediante un juicio de valor.
Los daLos paramétricos sirven para inferir los parámetros poblacionales, como una canti­
dad o un rango. Tienen la propiedad de asociación con una unidad de medida, con distancia
homogénea y de poseer el cero absoluto. Se aplican para registrar características de los indivi­
duos, como edades, estaturas, ingresos, rangos, etc. Por ejemplo, en el caso de ingresos, se
pueden registrar como magnitud continua al utilizar su valor real, o como medida discreta al
utilizar un conjunto de intervalos. La medidas de datos paramétricos son precisas y de carácter
cuantitativo. Los datos paramétricos admiten manejos matemáticos y estadísticos y permiten el
análisis cuantitativo riguroso.
Los datos no paramétricos se refieren, especialmente, a actitudes de los individuos, las
cuales no se pueden asentar con la misma precisión del caso anterior. Por ejemplo, cuando se
trata de conocer el orden jerárquico de preferencias de un conjunto de marcas, poco es lo que
se puede precisar en cuanto a las distancias establecidas en dicho orden. Así, al elegir un orden
de preferencias entre tres objetos, puede suceder que la distancia entre la primera y la segunda
preferencia, no, necesariamente, sea la misma que entre la segunda y la tercera. Un consumidor
146 INVESTIGACIÓN DE MERCADOS

puede establecer el orden A, B, C, pero la distancia entre A y B puede ser mucho mayor que
entre By C, porque solo tiene interés en A. En este caso no se puede asociar una unidad de
medida homogénea, pues las ordenaciones no guardan una misma distancia, como sucede en el
caso de los datos paramétricos.
Este ejemplo describe claramente la falta de parametricidad de los datos obtenidos me­
diante una escala ordinal que, además, poco se presta para manejos estadísticos, porque sólo se
puede elaborar un recuento de frecuencias y la determinación de la mediana. Lo mismo sucede
con la escala nominal, como ocurre cuando se le solicita a un encuestado identificar, entre un
grupo de enunciados, afirmaciones o reactivos, la que mejor describa su posición frente a un
problema. O cuando se solicitan juicios de valor, opiniones, preferencias, etc sobre un lema.
Este tipo de datos se presta para obtener distribuciones de frecuencias por reactivos, pero no
permiten una medida paramétrica.
Aunque el analista puede transformar la información cualitativa en cuantitativa, median­
te alguna ponderación a cada alternativa, de todas maneras ésto no deja de ser una suposición,
muchas veces sin mayor fundamento. Por ello se han desarrollado las escalas de medición de
actitudes que permiten efectuar de manera apropiada esta transformación.
Aunque los datos no paramétricos tienen limitaciones de manejo estadístico, se han desa­
rrollado algunas técnicas conocidas como estadísticas no paramétrica. Como a veces resulta difí­
cil reconocer la parametricidad de los datos, se pueden aplicar pruebas que se basan en el
establecimiento de una asociación biunívoca entre las respuestas posibles y una unidad de
medida.

2. ESCALAS DE MEDIDAS BÁSICAS

La medida es una asignación cuantitativa o cualitativa a una variable con la cual se evalúa una
situación de marketing. La evaluación cuantitativa requiere un valor o un rango numérico y, si
es cualitativa, requiere una selección de alternativas o de ordenaciones. La escala de medida es
el mecanismo utilizado para soportar las mediciones con el objeto de permitir la clasificación y
el análisis de las respuestas. Hay dos tipos fundamentales de escalas, las cualitativas y las cuan­
titativas. En el primer caso la escala es no paramétrica y se compone de nombres o de ordenaciones,
dependiendo de sí la escala es nominal u ordinal. En el segundo caso, se dice que la escala es
paramétrica y los datos se relacionan con un rango numérico o una magnitud, dependiendo de
sí la escala es interval o proporcional.
TEORÍA DE LA MEDIDA 147

Escalas de medida No paramétricas o cualitativa Nominal


Ordinal

Paramétricas o cuantitativa Interval


Proporcional

Escala nominal

La escala nominal requiere hacer una elección entre varios nombres, rótulos, códigos o alterna­
tivas, con el objeto de identificar una opinión, un conocimiento, una característica, ele. Las
alternativas deben estar expresadas en un conjunto de categorías colectivamente exhaustivas y
mutuamente excluyentes, esto es, deben considerar todas las posibilidades y cada posibilidad
debe corresponder a una sola categoría.
La escala nominal es la versión más simple y restrictiva porque no permite efectuar ope­
raciones estadísticas. Sólo es posible la clasificación, los recuentos de frecuencias, y la determi­
nación de una moda estadística. No permite hacer afirmaciones significativas, esto es elaborar
pruebas de hipótesis, desde el punto de vista de la estadística paramétrica.

Caso 5.2 Escala nominal

La siguiente pregunta es parte de un cuestionario elaborado para conocer las marcas de


prendas más demandadas por los usuarios.

♦ Indicar cuál de las marcas siguientes es preferida por sus clientes:

1. Marc Kagatto □
2. Stor Aques □
3. Qarg Azón □
Los resultados que se pueden recopilar de la anterior pregunta son: la distribución de fre­
cuencias y la moda, así;
148 INVESTIGACIÓN DE MERCADOS

Cod Nombre Frec


1 Marc Kagatto 350
2 Stor Aques 250
3 Qarg Azón 150
moda = Marc Kagatto

♦ Oíros preguntas que utilizan la escala nominal, son:


1. Obtener el listado de establecimientos comerciales que distribuyan muebles ambien­
tales.
2. Completar la lista de los identificadores de fábricas que manufacturan enseres para el
hogar.
3. Indicar cuál es la categoría que mejor expresa el desempeño comparativo de las ven­
tas de su empresa, con relación al año anterior:

Mejor Igual Peor

4. Indicar cuál es la marca de automóvil que ahora tiene en mente para su próxima
compra.

Renault Mazda Nissan Hyundai Chevrolet Daewoo

Escala ordinal

La escala ordinal se utiliza para comparar alternativas por medio de un orden de jerarquía. Esta
escala va mas allá de la mera identificación, propia de la escala nominal, pues permite estable­
cer, además, una comparación del tipo: mayor que, igual o menor que.
La escala ordinal utiliza adicionalmente algunas medidas estadísticas de posición, tal como
la media, el cuartil y similares. Permite también, clasificar entidades equivalentes dentro un
mismo rango. En cambio no permite establecer afirmaciones significativas, puesto que de una
ordenación de preferencia no es posible concluir una posición de preferencias.
Esto es, si una selección es {B,A,C}, puede suceder que la distancia de preferencia entre B
y A, sea muy corta o muy distante, pero en ambos casos Ano deja de ser la segunda preferencia.
Por no conocerse la distancia, no se pueden hacer afirmaciones significativas.
TEORÍA DE LA MEDIDA 149

Caso 5.3 Escala ordinal

La siguiente pregunta hace parte de un cuestionario para conocer, entre los usuarios, el
orden de preferencia de las marcas de prendas:

♦ Indicar el orden de preferencias de sus clientes para las siguientes tres marcas de prendas, de
acuerdo con las ventas del trimestre anterior:

Stor Aques □
Qarg Azón □
Marc Kagatto □
Los resultados de esta pregunta proporcionan: la distribución de frecuencias para cada nivel
de preferencia, la moda o primer puesto de preferencia y la mediana o puesto de la mitad. No
determinan la media, puesto que las distancias entre preferencias no son iguales en la escala
ordinal.

Puesto Marc Stor Qarg Moda Mediana


Kagatto Aques Azón
Primero 150 50 100 Marc Kagatto Qarg Azón
Segundo 100 200 50 Stor Aques Marc Kagatto
Tercero 50 50 150 Qarg Azón Stor Aques

♦ Otras preguntas que se utilizan en la escala ordinal, son:

• Expresar entre los candidatos para la alcaldía, el orden de sus preferencias sí la votación
fuera hoy mismo.
• Entre los siguientes diez factores, expresar, en orden de importancia, los tres más impor­
tantes en su actividad comercial.

Cualidad La marca
El precio 3
La disponibilidad
El cumplimiento 1
La calidad
La variedad
El servicio
La confiabilidad 2
La imagen
150 INVESTIGACIÓN DE MERCADOS

Escala interval

La escala interval utiliza intervalos equidistantes o categorías para calificar o indicar la medida,
para referir una característica de una marca o producto. Además de permitir la comparación del
tipo mayor que o menor que, posibilita cuantificar la diferencia, como cuánto mayor o cuánto
menor.
Con la escala interval es posible conocer las diferencias entre clases o categorías, por lo
que es permisible efectuar afirmaciones significativas, sobre las cuales elaborar una transforma­
ción lineal positiva, aunque se carece del cero absoluto. Las medidas estadísticas requieren que
la escala se relacione con rangos, lo que permite el cálculo de la media y la varianza.

Caso 5.4 Escala interval

La siguiente pregunta, formulada en un cuestionario sobre preferencias de marcas de pren­


das, solicita una calificación de acuerdo con las preferencias:

♦ Califique de uno a cinco cada una de las siguientes marcas de prendas, según el desempeño de
sus ventas en el último año.

Marc Kagatto 2
Stor Aques 5
Qarg Azón 1

Como resultado de esta encuesta se pueden obtener: la distribución de frecuencias de las


calificaciones, la media y la desviación para cada marca:

Calificación Marc Kagatto Stor Aques Qarg Azón


5 50 90 30
4 20 70 20
3 90 60 110
2 130 50 50
1 10 30 90
Calificación promedia 2,9 3,4 2,5
Desviación estándar 1,14 1,34 1,26
TEORÍA DE LA MEDIDA 151

♦ Oíros ejemplos con escala interval son:


1. Calificar de uno a cinco el poder de negociación de los clientes de un canal de distri­
bución, cuyos valores extremos van desde muy débil hasta muy fuerte.

Muy fuerte Fuerte Normal Débil Muy débil

5 4 3 2 1

2. Indicar el rango de ventas para las marcas

Intervalo Marc Kagatto Stor Aques Qarg Azón

101 -200 X

201-300 X

301 - 400 X

Escala proporcional

La escala cuantitativa, proporcional o de razón, asocia una magnitud real a cada entidad. Tiene
el cero absoluto y una unidad de medida constante; todas las operaciones aritméticas y
estadísticas son permitidas; es la medida propia de las ciencias físicas; permite calificar la
multiplicidad, como decir que tres metros son tres veces un metro, y que contiene toda la
información de diferencias, esto es, de clase, orden e igualdad.

Caso 5.5 Escala proporcional

La siguiente pregunta de un cuestionario dirigido a minoristas de confecciones, indaga sobre


las ventas de prendas por marca:
Indicar el volumen de ventas para las siguientes marcas de prendas de mujer:

1. Marc Kagatto 4.504


2. Stor Aques 5.965
3. Carg Azón 2.784

Como resultado, se pueden obtener la distribución de frecuencias para las marcas y todas las
medidas estadísticas.
152 INVESTIGACIÓN DE MERCADOS

Otro ejemplo de preguntas que utiliza la escala proporcional es:


1. Expresar los términos de la última compra de tela del mostrador:

Cantidad 3 unidades
Valor de la compra $4.245

En la tabla 5.2 se exponen algunos ejemplos de cada escala, que entre más cuantitativa
sea, mejor sus propiedades estadísticas. Así, la escala nominal admite el manejo de frecuencias
para extraer una moda. La escala ordinal permite, además, extraer medianas y percentiles. Las
escalas superiores admiten mayor manejo estadístico.

Tabla 5.2 Propiedades estadísticas de las escalas de medida.

Escala Estadísticas Ejemplos


Nominal Moda Asignación de códigos
Modalidad de compra
Respuesta sí/no
Nombres de barrios

Ordinal Mediana Términos de venta


Percentil Aroma de olores
Calidad de la tela
Factores claves de éxito
Intervalar Media Ciclo de vida
Desviación Ventas por rango
Correlación Edad cumplida
Pruebas: t,F. Capacidad de consumo
Proporcional Media geométrica Consumo de víveres
Media armónica Frecuencia de compra
Coeficiente variación Cajas registradoras
Antigüedad de la maquinaria
TEORÍA DE LA MEDIDA 153

Caso 5.6 Explicación de las escalas básicas

Una firma de investigación de mercados debió medir, para sus clientes, directamente de los
consumidores finales, el mercado para tres marcas diferentes de cola negra. Para tal fin desa­
rrolló una encuesta que utilizó la escala proporcional, y se indagó el consumo semanal aproxi­
mado de estas bebidas. De los formularios se extrajo la tabla de encuestas que se expresa en
la figura A y se llegó al resultado promedio que se indica en la última columna.

Tabla A: Escala proporcional

Encuestado 1 2 3 4 .... 498 499 500 Promedio


Cola zeta 10 8 7 6 .... 1 3 4 6,04
Cola equix 1 6 15 4 .... 0 6 1 5,78
Cola yea 0 2 1 2 .... 0 0 1 1,43

Dado que la muestra tuvo un tamaño de 500 y se cumplieron todos los requisitos estadísti­
cos para poder inferir acerca del consumo de una región, el anterior resultado permitió
estimar la media y la varianza con una buena exactitud y confiabilidad. Se observó, sin
embargo, en algunos consumidores, Taita de recordación, lo que hizo dudar de la validez del
resultado.
Para eliminar ese problema se optó por la escala interval, que dá mayor seguridad a las
respuestas de los investigados y cuyos resultados, por clase y promedio general, se muestran
en la tabla B. El promedio resultante proviene de multiplicar las frecuencias de las clases o
intervalos, por el valor central. Éste se determina con base en el recorrido promedio del
intervalo, pero resulta un error de apreciación que desmejora la exactitud de los resultados,
cosa que no sucede con la escala proporcional. Por ello, esta escala es mas fuerte que la
interval para estimar los parámetros poblacionales.

Tabla B: Escala interval

Intervalo consumo 0-1 1-2 3-6 2-10 11-15 15-20 20-30 Promedio

Cola zeta 53 123 152 101 36 21 14 5,88

Cola equix 95 71 104 174 44 10 2 5,80

Cola yea 256 138 74 28 4 0 0 1,92

Valor central 0 1,5 4,5 8,5 13,0 17,5 25,5


154 INVESTIGACIÓN DE MERCADOS

Cuando no es posible utilizar la escala proporcional, la escala interval proporciona un


resultado suficientemente aproximado. Las escalas cualitativas para cuantificar el consumo
de bebidas no son apropiadas para inferir, por las razones que se anotan a continuación.
Si la escala utilizada fuera la nominal para determinar el grado de preferencia de las
colas, el resultado podría ser como el que se indica en la tabla C.

Tabla C: Escala Nominal

Frecuencias Absoluta Relativa


Cola zeta 368 73,6%
Cola equix 121 24,2%
Cola yea 11 2,2%

De la tabla C se deduce que la moda es cola zeta, en cuanto a preferencia, pero no es


posible concluir que de las ventas, el 73,6% corresponde a la cola zeta, lo mismo que el
24,2% para la segunda marca y así, sucesivamente. Esta escala no es paramétríca ya que no
conduce a la estimación de los parámetros poblacionales de media y varianza.
Si en su lugar se utilizará la escala ordinal, se obtendrían las frecuencias del orden de
preferencia, tal como se indica en la tabla D.

Tabla D: Escala Ordinal

Puesto de consumo 1 er. Puesto 2do. Puesto 3er. Puesto Promedio


Cola zeta 368 125 7 1,28
Cola equix 121 370 9 1,78
Cola yea 11 5 484 2,83

De la escala ordinal se determinan la moda y la mediana para el producto cola zeta, el


primer Puesto, para el producto cola ccjuix es el segundo puesto y el tercer puesto para cola
yea. Como las distancias de una ordenación no se pueden asumir iguales, el puesto prome­
dio calculado en la última columna no proporciona información para determinar los pará­
metros poblaciones de media y varianza.
Estas dos escalas, la nominal y la ordinal, pertenecen a la categoría de escalas cualita­
tivas, y se contrastan mediante pruebas de hipótesis no paramétricas, de las cuales se expo­
nen las más importantes al final del capítulo 10.
TEORÍA DE LA MEDIDA 155

3. MEDICIÓN DE ACTITUDES

La actitud corresponde a un estado intemo del individuo, que lo predispone, frente a un estí­
mulo externo, a responder de acuerdo a la forma como percibe las cosas. Se identifican cuatro
componentes que influyen en el desarrollo de una actitud.

• El conocimiento, que es el componente racional o cognoscitivo. Indica el grado de conoci­


miento objetivo que el individuo tiene de algo y el respeto que le infunde. El conocimiento
admite grados que van desde el desconocimiento, pasa por la conciencia de la existencia del
objeto y termina en el conocimiento y creencia de sus atributos, que le permite obtener un
juicio racional sobre la importancia de estos.
• La opinión es el componente afectivo que genera un sentimiento, Va desde la simple adhe­
sión afectiva o acercamiento subjetivo, hasta la ulterior racionalización o elaboración de un
juicio de identificación con un objeto o marca. Según el grado, se establece una diferencia
entre el gusto y la preferencia por una marca o producto.
• La motivación es una disposición, basada en la intención, para acometer una acción, o
proceder a tornar una decisión, con relación a un objeto de estudio y que tiene unas causas
que la motivan, como la expectativa de un comportamiento futuro.
• La decisión. Es la etapa de determinación y sólo busca llenar los requisitos de accesibilidad
para acometer la acción de adquirir o usar un producto o una marca.

Los componentes de la actitud denotan una cronología que se recorre antes de convertirse en
acción. La actitud admite cierta gradualidad en intensidad y dirección. Presenta cierto matiz
que le proporciona intensidad de conducta en una dirección según el grado de estímulo.

Componentes de la actitud Conocimiento


Opinión I Intensidad
Motivaciones Matices de la actitud I Dirección
Decisiones

La medida de actitudes está relacionada con el análisis del comportamiento del consumi­
dor y se refiere a los estados internos de los individuos con relación a una variable de marke­
ting. Los datos recolectados son inherentemente cualitativos, de tipo psicológico, y la única
información de tipo paramétrica que se puede obtener corresponde a tablas de frecuencias
sobre juicios de valores. Sí se les proporciona una valoración para convertirlos en datos cuanti­
tativos, se puede llegar a conclusiones equívocas al aplicarles estadísticas paramétricas. Sin
embargo, al contabilizar datos que no soportan una prueba rigurosa de parametricidad, se
156 INVESTIGACIÓN DE MERCADOS

pueden tratar cuantitativamente, utilizando escalas de medida apropiadas que produzcan datos
paramétricos, esencialmente del tipo interval, siempre que sea válido un supuesto de intervalos
psicológicos iguales.
Con este propósito, la presente sección hará un recuento de los tipos de escalas indicadas
para medir actitudes. Primero, se tratarán las escalas de clasificación simple, para evaluar actitu­
des de atributos individuales. Posteriormente se presentan oLras escalas de clasificación combi­
nada, denominadas baterías de reactivos, en las que intervienen varios atributos de un mismo
contexto.

5.7 Actitud en los individuos

El siguiente ejemplo presenta en la tabla 5.3 algunas oraciones gramaticales que hacen refe­
rencia a una de las etapas ya mencionadas, relacionadas con un estado de la actitud de los
individuos. El objeto es identificar el grado, matiz y dirección de la actitud.

Tabla 5.3 Actitud y matiz de algunas declaraciones.

Declaración Actitud Matiz


La marca me es conocida componente cognoscitivo débil y positivo
La marca la considero de calidad componente cognoscitivo fuerte y positivo
No conozco esa marca componente cognoscitivo fuerte y negativo
No creo conocer esa marca componente cognoscitivo débil y negativo
La marca la conozco por componente de opinión fuerte y negativo
mala calidad
La conozco y no estoy seguro componente de opinión débil y negativo
de usarla
La marca me gusta componente de opinión medio y negativo
Esa marca proporciona componente de opinión alto y negativo
buena imagen
La marca puede ser interesante componente de motivación débil y positivo
Compraría esa marca si componente de motivación alto y positivo
tuviera dinero
Compraré esa marca en componente de decisión débil y positivo
promoción
Pienso comprar la marca componente de decisión medio y positivo
Solo compro esa marca componente de decisión alto y positivo
Compro esa marca porque componente de decisión alto y negativo
no hay mas
TEORÍA DE LA MEDIDA 157

Escalas simples

Esta sección tiene como propósito presentar las escalas de acliludes para registrar la informa­
ción y, a su vez, permitir un mejor manejo estadístico. Las escalas usuales están basadas en
categorías, ordenaciones, comparaciones y calificaciones, aspectos Lodos cualitativos que revisten
algún grado de paramelricidad para permitir una operación estadística.

Escalas simples Categóricas


Jerárquicas
Comparativas
Calificativas

Escala categórica
Esta escala registra la posición del consultado entre un conjunto de intervalos o categorías,
como respuesta a una pregunta. Las categorías se establecen entre dos consideraciones extre­
mas, para permitir una que se ajuste a la opinión del individuo. Se puede aplicar de múltiples
formas, que varían desde la de tipo gráfico hasta las verbales, las cuales recurren a una selección
de categorías cerradas.

1. Selección verbal:
Este caso presenta una selección limitada de categorías verbalmente identificables. Ésta es la
variación más utilizada en los estudios de investigación de mercados; en ella, a cada categoría se
le asocia un puntaje, de acuerdo con la distancia psicológica en relación con las restantes. Una
vanante de esta escala utiliza, en lugar de categorías, un recorrido limitado por dos considera­
ciones extremas, a las cuales se les aplica un puntaje de acuerdo con la posición de la respuesta.

2. Selección gráfica:
Este caso utiliza esquemas o dibujos para orientar la respuesta del consultado. El formato pue­
de ser tan variado como se quiera. El formato continuo permite usar una posición sin que ello
implique encasillar la respuesta dentro de una clase, pero requiere mayor abstracción en aplicar
un juicio. El formato discreto encasilla la respuesta pero es de fácil registro. Las escalas gráficas
son útiles para elaborar encuestas cuando los destinatarios son personas que hablan diferentes
idiomas, o para niños, o en encuestas donde, simplemente, las escalas se complementan (véase
caso 5.8).
158 INVESTIGACIÓN DE MERCADOS

Consideraciones:

• Para evitar formatos mal diligenciados se recomienda utilizar las categorías marginales NS
y NR, para la respuestas No Sé y No Respuesta
• Las categorías hacen referencia a las respuestas probables de las cuales hace parte la catego­
ría neutral. Las categorías NR de no respuesta son categorías marginales.
• Cuando se necesita la respuesta neutral, se recomienda un número impar de categorías.
• Si se desea crear una tendencia se evita la respuesta neutral para obligar al interlocutor a
tomar partido. En este caso se debe manejar un número par de categorías.
• Para asumir distancias psicológicas iguales entre las categorías se deben utilizar criterios
claros y aceptados. Por ejemplo, las categorías: muy bien, bien, regular, mal, muy mal, funcio­
nan aceptablemente. Aquí la distancia psicológica entre bien y regular puede ser la misma
que entre muy bien y bien. Sin embargo, no es clara la distancia psicológica entre un poco
menos y algo más.
• Es recomendable conservar el balance entre las categorías favorables y desfavorables. Pero
como ello depende del objeto investigado, es apropiado usar, cuando sea necesario, mayor
número de categorías positivas que negativas.
• La descripción verbal de la categoría debe ser clara y precisa, y objetivamente diferente a
las otras categorías.
• El cinco es un número de categorías óptimo para establecer enunciados verbales, incluyen­
do el neutral en el centro del recorrido.
• El tres es un número bien escalado pero pierde precisión. El siete es un número apropiado
para muchas situaciones, pero no es fácil definir siete categorías verbales aquidistantes, por
lo que no se deben enunciar, pero si insinuar los casos de las categorías extremas.
• Los números pares se utilizan para agregar la categoría marginal o eliminar la categoría
neutral. La respuesta dicotómica a veces necesita contar con la categoría marginal.

Caso 5.8 Escala categórica

A continuación se dan ejemplos que utilizan la escala categórica en varias formas.

Escala gráfica
Ija siguiente escala se hizo para responder a la siguiente pregunta que se aplica en una en­
cuesta dedicada a los clientes de un restaurante de comidas rápidas:

P/ ¿Cómo considera la calidad de la comida del restaurante de comidas rápidas El Pollo Frico?
TEORÍA DE LA MEDIDA
________ 159

La escala gráfica se puede elaborar de forma continua y discontinua, así:


Forma discreta

Espacio para elaborar el MUY BUENA REGULAR MALA MUY


enunciado de la categoría BUENA MALA
Espacio para asentar la
respuesta X
Puntaje asignado a la
categoría donde se 5 4 3 2 1
ubica la respuesta

Forma continua

MUY BUENA REGULAR MALA MUY


Categoría
BUENA MALA

Calificación X

Puntaje 5 4 3 2 1

Forma mixta

Categoría MUY BUENA NEUTRAL MALA MUY


BUENA MALA

A o>

Vzv
Calificación X

Puntaje 5 4 3 2 1

Forma verbal
Presentación 1: Indique con una X la categoría que mejor se ajusta a su parecer con la calidad de
la comida del restaurante El Pollo Frico

1. Muy mal sabor


2. Mal sabor
3. Regular sabor
4. Buen sabor X
5. Muy buen sabor
Las distancias entre estas cinco categorías, se consideran sicológicamente iguales.
160 INVESTIGACIÓN DE MERCADOS

Presentación 2: Su satisfacción con la comida en El Pollo Frico es.

Muy Muy
Normal
satisfecho disgustado

+3 +2 4-1 O -1 -2 -3

Se asigna un puntaje, cuya orientación, positiva o negativa, se ayuda con el signo.

Escala jerárquica
La escala jerárquica se utiliza para establecer un orden de preferencias. Esta escala presenta las
versiones completa y parcial.
1. Ordenación completa: Se basa en un juicio de valor para ordenar todas las alternativas según
un criterio Las alternativas se refieren a objetos, cualidades, enunciados o afirmaciones, que se
denominan reactivos. La ordenación establece, de hecho, una comparación simultánea entre
varios elementos. Es útil cuando el número de alternativas a ordenar no es muy grande, como
se anota en el caso 5.9.

2. Ordenación parcial: Se elabora una ordenación de las principales alternativas, elegidas de un


conjunto mayor. Se necesita cuando los atributos expuestos son todos importantes para los
consultados. Entonces se realiza primero, una selección limitada de ellos y luego, se ordena
según el criterio consultado (ver el caso 5.9).

Consideraciones sobre la escala jerárquica:

• No es recomendable utilizar mas de seis ordenaciones. La dificultad para ordenar tantos


elementos puede hacer fracasar el proceso.
• Se anota que elegir una primera opción no necesariamente significa que sea una preferen­
cia. Puede suceder que sea la más interesante entre una selección forzosa.
• Esta escala produce resultados iguales que la escala comparativa, pero representa un mayor
realismo con la situación de compra y es muy fácil de usar.
• La escala no permite expresar cuánto más o cuánto menos se prefiere una selección con
respecto a otra, produce solo información ordinal. Por tanto, el orden no se puede escalar.
Este problema se puede resolver satisfactoriamente con la escala calificativa.
TEORÍA DE LA MEDIDA 161

Caso 5.9 Escala jerárquica

Se presentan dos ejemplos de la escala jerárquica, con ordenación completa y parcial.

Pregunta 1: Ordenar los siguientes atributos, según la importancia que Ud. concede cuando decide
comprar un electrodoméstico:

Pregunta 2: Seleccione dos de los siguientes atributos en orden de importancia, según la importan­
cia que Ud. le concede al logro de los objetivos comerciales:

Escala comparativa
La escala comparativa establece preferencias a partir de una confrontación de alternativas por
parejas. Se hacen tantas comparaciones cuantas parejas resulten del total de alternativas. Si n es
el total de alternativas, el número de comparaciones es n(n-l)/2. Para n=5 resultan 10 compara­
ciones. Pero si n es 8 resultan 28 comparaciones. Como puede inferirse, mas de ocho alternati­
vas vuelve poco práctico este proceso. Una variante, cuando se confronta un número grande de
objetos, es utilizar tríadas en lugar de parejas. Otra variante se presenta cuando se comparan
varios atributos entre dos alternativas. En el caso 5.10 se presentan ejemplos que muestran la
forma como se aplica la escala comparativa.
162 INVESTIGACIÓN DE MERCADOS

Caso 5.10 Escala comparativa

A un grupo de inversionistas, consultados en una encuesta, se les solicitó comparar varias


alternativas de inversión. En ese caso, el número de alternativas fue n=4, y el número de
comparaciones, por tanto, n(n-l)/2=6.

Selección Pareada:

Parejas (comparaciones) Selección


1. Propiedad raíz y Acciones Propiedad raíz
2. Propiedad raíz y Depósitos a término Propiedad raíz
3. Propiedad raíz y Títulos oficiales Propiedad raíz
4. Acciones y Depósitos a término Depósitos a término
5. Acciones y Títulos oficiales Títulos oficiales
6. Depósitos a término y Títulos oficiales Depósitos a término

Para convertir esta escala en otra que permita evaluar parámetros poblacionales, se
recurre al sistema de evaluación de Thurstone, que se expone más adelante.
Escala Gráfica: La escala comparativa también se puede trabajar en forma gráfica, como se
hace con las escalas por categorías. Se aplica en casos como el siguiente, ante la pregunta:
¿Cómo encuentra la calidad del restaurante El Pollo Frico, con relación a su competidor Kiko Pollo?
Si se usa una gráfica discreta se permite la selección entre un número limitado de
posibilidades, en cambio, la gráfica con recorrido continuo permite matizar la selección con
infinitas posibilidades.

Forma Discreta

Mejor sabor Igual Peor sabor

Forma Continua

Mejor sabor Igual Peor sabor

X
TEORÍA DE LA MEDIDA 163

Método de evaluación de Thurstone


El método de Thurstone es un procedimiento para evaluar, cuantitativamente, las respuestas
provenientes de la escala comparativa pareada. Para ello se disponen los resultados en una ma­
triz cuadrada, en la cual cada entrada expresa la fracción favorable de escogencia para la alter­
nativa que encabeza la columna, con relación a la que encabeza la fila En la figura 5.1, el valor
0,7 indica que el 70% de las escogencias pareadas favorecen a la alternativa B, con relación a la
A. En la base de las columnas aparece el puntaje sumado de cada alternativa, cuyo resultado
indica el grado de preferencia absoluta por cada una de ellas. Así, 2,1 es el puntaje final para B,
que se indica como la alternativa preferida.

A B c D Orden de preferencias

A — 0,7 0,4 0,6 Primera preferencia B = 2,1 (0,7+0,6+0,8)

B 0,3 — 0,4 0,2 Segunda preferencia C = 1,5 (...)


C 0,6 0,6 — 0,3 Tercera preferencia A = 1,3

D 0,4 0,8 0,7 — Cuarta preferencia D= 1,1

Suma 1,3 2,1 1,5 1,1

Figura 5.1 Conversión de la escala pareada a una escala cuantitativa.

Consideraciones sobre la escala por comparación pareada:

• Facilita el juicio de valor al considerar una pareja por caso.


• La desventaja fundamental es el gran número de comparaciones que puede resultar cuan­
do n es grande. Por ejemplo, si n = 5, el número de parejas es diez y si n = 10 el número de
parejas se eleva a 45.
• Un problema frecuente se relaciona con el orden en el que se presentan las parejas. Se ha
observado una tendencia a parcializar los resultados de las últimas parejas.
• La escala comparativa es ampliamente utilizada en pruebas para nuevos productos, al con­
frontarlos con los de la competencia.

En la propuesta original, Thurstone propone completar la matriz, con los errores estándares de
las fracciones de preferencias. Para ello se trabaja con la variable estandarizada z, dada por:
Z = (X-/z)/tT con: =0,5 y = 1,0.
164 INVESTIGACIÓN DE MERCADOS

El error estándar se extrae de la distribución normal, y para facilitar el trabajo se expresan


algunos valores en la tabla 5.4. Así, para la fracción f=0,7 de la matriz, el valor estándar es
z=(0,7-0,5)/l=0»2. Este valor corresponde a un error estándar de n=0,53 desviaciones. Igual­
mente, para F=0,3, z=-0,2y n=-0,53. Para F=0,4, z=-0,l y n=0,26. Y así, sucesivamente.

Tabla 5.4 Valores equivalentes de la fracción F con el cuantil z.

F 0,0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 1,0
z -0,5 -0,4 -0,3 -0,2 -0,1 0,0 0,1 0,2 0,3 0,4 0,5
n -3,00 -1,28 -0,84 -0,53 -0,26 0,00 0,26 0,53 0,84 1,28 3,00

La matriz 5.5 proporciona la suma de los errores estándares para cada alternativa. Como
en el caso anterior, el resultado es el mismo, sólo cambia el puntaje, que puede ser negativo.

Tabla 5.5 Matriz para convertir la escala pareada en una escala cuantitativa,
según la propuesta original deThurstone.

A B C D Orden de preferencias

A — 0,53 -0,26 0,26 Primera preferencia B = 1,63


B -0,53 — -0,26 -0,84 Segunda preferencia C = 0,01
C 0,26 0,26 — -0,53 Tercera preferencia A = -0,53
D -0,26 0,84 0,53 — Cuarta preferencia D = -1,11

Z -0,53 1,63 0,01 -1,11

Escala calificativa
La escala calificativa propone un puntaje o calificación para ponderar la preferencia por cada
alternativa. El método proporciona un orden de preferencias, como en la escala jerárquica, pero
además, permite medir la distancia. Admite dos variantes: la escala sumada y la escala indexada.

1. Escala sumada. Distribuye 100 puntos entre las alternativas, asignándole a cada una
un puntaje que pondera la preferencia. El problema es que requiere elaborar cálculos mentales
para que los punlajes reflejen la ponderación y sumen cien.

2. Escala indexada. Esta escala toma una ahernativa como referencia con un puntaje base
de cien y califica las restantes con relación a dicha base. La alternativa base puede ser prese­
leccionada o dejarse a discreción del consultado. Ver caso 5.11.
TEORÍA DE LA MEDIDA 165

Caso 5.11 Escala calificativa

Escala sumada: Es una escala que proporciona la distancia entre las ordenaciones. El si­
guiente ejemplo plantea una pregunta a un grupo de inversionistas para hacer una califica­
ción en escala sumada:
Método l: Distribuir cien puntos entre las siguientes inversiones, según sus preferencias de
inversión;

Inversión: Puntaje sobre la base de 100


1. Upac 15
2. Cdt 30
3. Certificado tributario 50
4. Cuenta de ahorro 5

Escala indexada. Un primer método selecciona como base la cédula de Upac a la cual se le
asigna 100 de puntaje y las restantes se califican con relación a esa, como referencia. Un
segundo método permite que sea el consultado quien elija la inversión predilecta y le asigne
el puntaje de 100, y sobre esa base califique las restantes inversiones.

Caso 1 Caso 2
1. Upac 100 20
2. Cdt 300 60
3. Certificado tributario 500 100
4. Cuenta de ahorro 50 10

Escalas múltiples

La batería de reactivos, como también se le llama a la escala de clasificación múltiple, se utiliza


para establecer o comprobar un perfil con relación a un problema de marketing. Se utiliza
cuando una sola pregunta no proporciona una base confiable para concluir o interpretar un
concepto.
Para tal fin se han desarrollado escalas que agrupan enunciados o afirmaciones, llamados
también reactivos, que invocan atributos de diferente naturaleza, o establecen enunciados rela­
cionados con un tema, o plantean temas de la misma naturaleza, bajo formatos diferentes.
166 INVESTIGACIÓN DE MERCADOS

Los casos más conocidos son el diferencial semántico, la escala de Lickert, la escala de Stapel
y la escala asociativa.

Baterías de reactivos Escala del diferencial semántico


Escala de Likert
Escala de intervalos iguales
Escala asociativa

Diferencial semántico
Proporciona la medida a un tema de estudio analizado bajo un conjunto de atributos de natu­
raleza diferente. Estos suelen ser adjetivos bipolares o cualidades contrarias, dentro de los cua­
les el entrevistado expresa su posición.
Algunos ejemplos de adjetivos bipolares muy utilizados son: bueno/malo, suave/fuerte,
caro/barato, alto/bajo, eficiente/ineficiente. Estos otros expresan condiciones extremas: suave/poco
suave, interesante/no interesante. La batería puede abarcar un buen número de atributos y a cada
uno de ellos se les establece un número apropiado de categorías siendo por lo general de cinco.
Ver figura 5.2.
La escala del diferencial semántico es la indicada para determinar perfiles de imágenes y
análisis de connotaciones acerca de nombres, logotipos y textos publicitarios, entre otros. En el
caso 5.12 se presenta el estudio de imagen corporativa para una institución pública, en el cual
se consideran siete atributos, cada uno con cinco categorías.

Escala para evaluar una percepción


Calificación

Reactivo A Convenciones
Reactivo B 5 = Calificación máxima
4 = Calificación buena
Reactivo C
3 = Calificación media o
Reactivo D neutral
2 = Calificación mala
Reactivo E
1 = Calificación mínima
Reactivo F

Batería de reactivos
compuesta de atributos
de naturaleza diferente

Figura 5.2 Batería del diferencial semántico.


TEORÍA DE LA MEDIDA 167

Caso 5.12 Escala del diferencial semántico

En la figura 5.3 se presenta un ejemplo que utiliza la escala del diferencial semántico, formu­
lada con una batería de reactivos compuesta de siete adjetivos bipolares y cinco categorías.
El objetivo es conocer la imagen corporativa de una entidad de servicio público que se
dedica a construir la infraestructura vial de una ciudad, por medio de impuestos de valoriza­
ción. x.
Los atributos considerados son la eficiencia en la ejecución de obras, la actualización de
los sistemas operativos, la actitud frente al público contribuyente, el costo de las obras, el
tiempo de ejecución de las obras civiles, la justicia en el procedimiento fiscal y el acierto en la
identificación de las necesidades de la comunidad.

Reactivo Calificación
Positivo 5 4 3 2 1 Negativo
Eficiente X Deficiente
Moderno X Anticuado
Amigable X Hostil
Económico X Costoso
Rápido X Lento

Ecuánime X Injusto
Acertado X Errático
Puntaje total = 23 5 8 6 4 0 Puntaje promedio = 23/7
= 3,29

Figura 5.3 Batería del diferencial semántico.

La pregunta es única para los siete atributos, y se plantea así: Por favor, considere los
siguientes siete aspectos relacionados con el Instituto de Valorización, y califíquelos de uno a cinco,
según su criterio.
La categoría escogida corresponde a la calificación del consultado para cada atributo,
así: con cinco se juzga el atributo como muy bueno, con cuatro es bueno, con tres es regular,
con dos es malo y con uno es muy malo.
El resultado de esta encuesta en particular, presenta una calificación promedia de 3,29.
Tomando los promedios de las encuestas, es posible establecer el perfil de imagen de la
comunidad frente al Instituto.
168 INVESTIGACIÓN DE MERCADOS

Consideraciones sobre el diferencial semántico


La siguientes consideraciones, plantean algunas de las utilidades notables de la escala del dife­
rencial semántico:

1. Perfil. Un objetivo para aplicar la técnica del diferencial semántico es establecer un


análisis del perfil sobre un tema de estudio. El propósito es visualizar por medio de una
línea poligonal, que una las respuestas promedio de los distintos reactivos, una gráfica,
o perfil que reúna en forma conjunta los conceptos emitidos.
2. Connotaciones. Otra aplicación es para la obtención de connotaciones sobre logos, nom­
bres, productos y similares, con miras a identificar otras referencias, ideas o caracterís­
ticas no buscadas dentro de los propósitos de marketing definidos, y pero que, de
alguna manera, resultan asociadas con ellos. Para llevar a cabo esta prueba se involu­
cran en el contexto, reactivos no relacionados con el lema de investigación para identi­
ficar probables asociaciones no investigadas. Por ejemplo, en un análisis de connota­
ciones se encontraron que las palabras buena y maleable, en la elaboración de cierto
texto publicitario, fueron asociadas con la idea de sensualidad, que aunque no era
parte del objetivo del mensaje, resultó ventajosamente utilizada para proporcionar un
mayor impacto.
3. Categorías. Se ha aceptado en cinco, el número apropiado de categorías para la escala.
Para parametrizar la escala se asocia un valor a cada categoría, normalmente +2, +1, 0,
-1,-2, si se trabaja con cinco categorías. Evaluando cada atribulo es posible determinar
el promedio de la batería. Si resulta un promedio superior a 1,2 se dice que hay un
direccionamiento positivo fuerte. Si el resultado se encuentra entre 0,4 y 1,2 existe di-
reccionamiento positivo significativo. Si cae en el rango 0,4 y 0 el direccionamiento positivo
es leve. Similarmente se analiza el caso negativo.
No siempre es necesario utilizar igual número de categorías positivas que negativas.
Por ejemplo, cuando se indaga la aceptación de un producto, las respuestas podrían
ser: me interesa mucho, me interesa poco y no me interesa. Hay casos donde resulta inapro­
piado acomodar categorías diferentes a la forma como suele responder el público, en
cuyo caso la pregunta puede resultar artificial y poco efectiva.
4. Reactivos. Charles Osgood desarrolló la técnica del diferencial semántico, y para su
efecto estudió 50 adjetivos bipolares que clasificó en tres dimensiones:
1. Adjetivos relacionados con las actitudes de los individuos. Por ejemplo: activo y pasivo,
interesado y apático, resuelto e indeciso, positivo y negativo.
2. Adjetivos utilizados para ejecutar una evaluación cualitativa de atributos. Por ejem­
plo: bueno y malo, económico y caro, oportuno y retrasado, abundante y escaso.
TEORÍA DE LA MEDIDA
169

3. Adjetivos utilizados para medir la intensidad de un atributo. Por ejemplo: fuerte y


débil, suficiente e insuficiente, gradual e intenso.
5. Declaraciones. A veces resulta más efectivo reemplazar los adjetivos con frases o decla­
raciones que ayuden a redondear la idea y proporcionen mayor exactitud. Por ejemplo:
en lugar de presentar la escala con los adjetivos bipolares Bebida popular y Bebida exclu­
siva, el reactivo se puede plantear así: Bebida gaseosa apropiada para personas corrientes y
bebida gaseosa para personas de buen gusto.

Escala de Likert
Esta escala propone reactivos en forma de enunciados, declaraciones o afirmaciones que buscan
producir cierto impacto para estimular una reacción en el indagado. Los reactivos pueden ser
controvertibles, pero se deben utilizar diferentes grados de compromiso en la respuesta, de la
forma:

1. Completamente de acuerdo
2. De acuerdo
3. Indiferente
4. En desacuerdo
5. Completamente en desacuerdo

Con la escala de Likert se busca determinar la direccionalidad y la consistencia en los entre­


vistados. Es ideal para tratar temas controvertidos, para obtener conocimientos especiales, o
para precisar la posición de los encuestados cuando no proporcionan la información con segu­
ridad o no son conscientes de ella.
Las baterías que se utilizan en la escala de Likert tienen las siguientes características;

• Cada reactivo se califica en cinco rangos, dependiendo de si existe una actitud acorde o no
con un enunciado y de su intensidad. A cada rango se asignan los valores de la escala 2,1,
0, -1, -2. Las actitudes favorables se califican positivamente, con 2 ó 1 según la intensidad,
así: 2, si se tiene una concordancia fuerte ó 1, si la concordancia es normal. Las actitudes
contrarias se califican en forma similar según el grado de discrepancia pero negativamente.
En caso de no adoptar ninguna posición se califica con 0. El valor, en términos absolutos,
indica la fuerza de la actitud y el signo, la orientación.
• El uso normal de la escala de Likert considera diferentes enunciados o reactivos relaciona­
dos con un mismo tema central. Se dice entonces que la escala de Likert es unidimensional,
porque relaciona un solo factor. Por tanto, las respuestas deben proporcionar cierta consis­
tencia, que se materializan en una misma dirección.
170 INVESTIGACIÓN DE MERCADOS

• Aprovechando esta cualidad, la escala de Likert permite conocer una opinión más confiable
que si se utilizará un solo reactivo. Cada enunciado o reactivo se debe calificar por separa­
do. La evaluación del factor es la media numérica de los puntajes sumados. Si el puntaje es
cercano al cero las respuestas no presentan dirección, y se puede cuestionar el criterio o
conocimiento del entrevistado. Por ejemplo, los atributos relacionados para evaluar la po­
tencia de un automóvil, son: aceleración, fuerza, pique y capacidad. Como estos son sinóni­
mos de potencia, el puntaje del factor potencia debe mostrar una tendencia o dirección. En
este caso se dice que la respuesta es consistente.
• La escala de Likert proporciona la forma para que se logre conocer la posición real de un
entrevistado, cuando, por su actitud, no existe suficiente garantía de objetividad en la
respuesta, frente al tema investigado; para ello se elaboran planteamientos indirectos, rela­
cionados con un mismo tema en cuestión.
• Una propiedad importante de la escala de Likert es la de facilitar al interrogado una respues­
ta psicológicamente descansada, porque le minimiza su responsabilidad, al manifestar una
opinión antes que adoptar una posición.

Escala para calificar una opinión


Calificación
1 2 3 4 5
Reactivo A Convenciones
Reactivo B 5 = Máximo acuerdo
4 = Acuerdo
Reactivo C 3 = Neutral o diferente
Reactivo D 2 = Desacuerdo
1 = Máximo desacuerdo
Reactivo E

y Reactivo F

Bateria de reactivos
compuesta por atributos
de naturaleza semejante

Figura 5.4 Batería de Likert.

Caso 5.13 Escala de Likert

En el siguiente caso, se solicita a los entrevistados la opinión sobre la calidad de la exhibi­


ción de un sistema de estantería, utilizado en una feria, para exponer productos de las
empresas participantes.
TEORÍA DE LA MEDIDA 171

+2 +1 0 -1 -2

Reactivos Completa- De Neutral En Completa-


mente de acuerdo desacuerdo mente en
acuerdo desacuerdo
1. La estantería tiene
una presentación
descansada X
2. La gama de pro-
duelos exhibidos
es adecuada X
3. El surtido presenta
buena armonía X
4. La exhibición de
los precios es
apropiada X
5. La ambientación
del lugar es muy
buena X
6. La atención es
buena X
Puntaje total = 8 +6 +2 +0 +0 +0
Puntaje promedio =
8/6 = 1,33
Dispersión = 0,75 1,35 0,22 1,77 0 0

Figura 5.5

En la figura 5.5 se observan los reactivos con los cuales se trata de comprobar la
identificación de los usuarios así: +2, si se está completamente de acuerdo, + 1, si se está sim­
plemente de acuerdo, 0, si se tiene una opinión neutral, -1, si se está en desacuerdo, y -2, si se
está completamente en desacuerdo.
Los puntajes de cada respuesta se suman para determinar el grado de concordancia en
las respuestas. El valor del puntaje es 8, de un total posible de 12. Esto significa que, sobre
una base máxima de 2, existe un acuerdo positivo de 1,33, equivalente al 66%. La desvia­
ción estándar es:

La consistencia de las respuestas es buena, puesto que la desviación estándar es pequeña.


172 INVESTIGACIÓN DE MERCADOS

Escala de intervalos iguales


La escala de intervalos iguales, como su nombre lo indica, tiene como objetivo proporcionar un
mayor número de categorías de igual distancia psicológica, Utiliza mayores posibilidades de
evaluación, habilita diez categorías, cinco positivas y cinco negativas, como se muestra en la
tabla 5.6,1o que permite una mayor operacionalidad estadística.
Es una variación del diferencial semántico, pero en lugar de una pareja de adjetivos
bipolares como reactivos, utiliza una sola propuesta, que se califica, positiva, si se está de acuer­
do o, negativa, en caso contrario. Produce resultados más satisfactorios que el diferencial
semántico, en encuestas telefónicas.
Se estudiarán dos versiones; la de Stapel y la de Thurstone.

Escala de Stapel. Esta propuesta no considera la categoría neutral para obligar a tomar
partido. Es una variante del diferencial semántico, en la que cada reactivo plantea un adjetivo,
sobre el cual se califica la intensidad y dirección de la concordancia o discordancia.
Escala de Thurstone. Esta es una variante de la escala de Likert, que incluye la respuesta
neutral entre once categorías, cinco positivas, cinco negativas y la neutral. En este caso el reactivo
es un enunciado, acerca del cual el interrogado manifiesta su grado de concordancia.

Caso 5.14 Escala de intervalos iguales

Las tablas 5.6 y 5.7 presentan los formatos típicos utilizados para medir la imagen de una
institución pública, dedicada al desarrollo de infraestructura ciudadana. La primera escala
corresponde a la de Stapel, que presenta los siete adjetivos que se utilizaron en un ejemplo
anterior de un instituto de valorización. La segunda escala es la de Thurstone, en la que se
reemplazan los adjetivos calificativos anteriores por enunciados o afirmaciones que los invo­
lucran. Las zonas sombreadas indican la calificación atribuida a un individuo en particular.

Tabla 5.6 Formato para aplicar la escala de Stapel.


TEORÍA DE LA MEDIDA 173

Tabla 5.7 Formato para aplicar la escala de Thurstone.

1 El IDV es Eficiente 4-5 4-4 +3 4-2 4-1 0 -1 -2 -3 -4 -5


2 El IDV es Moderno +5 +4 +3 4-2 +1 0 -1 -2 -3 -4 -5
3 El IDV es Amigable +5 +4 +3 4-2 +1 0 -1 -2 -3 -4 -5
4 El IDV es Económico +5 4-4 4-3 4-2 4-1 0 -1 -2 -3 -4 -5
5 El IDV es Rápido +5 +4 +3 4-2 4-1 0 -1 -2 -3 -4 -5
6 El IDV es Ecuánime 4-5 4-4 +3 4-2 4-1 0 -1 -2 -3 -4 -5
7 El IDV es Acertado +5 +4 4-3 +2 4-1 0 -1 -2 -3 -4 -5

Escala asociativa
La escala asociativa se construye en forma de matriz, cuyas filas se encabezan con un conjunto
de reactivos, que pueden ser atributos, o declaraciones, relacionados con un conjunto de
poductos, o marcas, que encabezan las columnas. El propósito es obtener del entrevistado la
asociación de cada reactivo con el producto, o marca, al que mejor se acomoda.
Esta es una variante que permite estudiar simultáneamente varias alternativas de productos o
marcas, y no tiene limitación aún cuando el entrevistado no conozca todos los productos y
marcas, a los cuales se solicita una asignación. En el caso 5.15 se expone un ejemplo de esta
escala.

Caso 5.15 Escala asociativa

El siguiente ejemplo utiliza la escala asociativa en las preguntas de un formulario, con el que
se analizan las preferencias por marcas de automóviles de rango medio, entre un conjunto
de usuarios, durante una sesión de grupo.

Tabla 5.8 Escala asociativa en un estudio de marcas de automóviles.


Renault Mazda Swift Nissan VW Toyota Hyundai Daewoo
¿Qué marca tiene mejores precios?
¿Cuál tiene mayores facilidades
de compra?
¿Cuál marca ofrece la mejor calidad?
¿Cuál tiene estilos más modernos?
¿Cuál ofrece mayores aditamentos?
¿Cuál tiene mayores innovaciones?
174 INVESTIGACIÓN DE MERCADOS

Ocho marcas se están investigando, pero es muy probable que no todos los consulta­
dos tengan información suficiente de todas ellas para suministrar una información confiable.
Por esta razón, se utiliza esta escala, que permite asociar la marca que mejor se ajusta a las
preguntas formuladas.

4. ESCALAMIENTO MULTIDIMENSIONAL

Una de las principales preocupaciones de la gerencia es investigar la posición competitiva de


sus productos. Para este propósito, la investigación de mercados cuenta con herramientas para
el análisis del posicionamiento, que buscan caracterizar los nichos del mercado e identificar las
marcas que los atienden, mediante el análisis del perfil, el análisis de los mapas perceptuales y el
análisis conjunto.
Este tema se introduce en esta sección, mediante la descripción de las ideas básicas que lo
sustentan, y se posterga su presentación formal para el capítulo 11, que trata las técnicas
multivariables. Estas técnicas tienen por objeto posicionar dentro de una escala bidimensional las
alternativas y atributos de los productos ofrecidos en el mercado. Las técnicas multivariables
proporcionan una forma para ubicar la posición relativa de los entes de marketing, como los
productos o las marcas, con relación a un conjunto de conceptos, Jactares o atributos, en un
plano determinado por dos ejes de referencia. El resultado de ésto es lo que se llama escalamien­
to multidimensional.

Escalas multidimensionales Análisis del perfil


Mapas perceptuales
Análisis conjunto

Análisis del perfil

El análisis del perfil es el resultado gráfico de aplicar la escala del diferencial semántico, y se
obtiene al unir los valores promedios de las respuestas de cada reactivo, lo que genera una línea
poligonal, que constituye el perfil para cada alternativa estudiada, como se puede observar en la
figura 5.6.
Por su sencillez, es una herramienta muy utilizada en investigación de mercados, para
desarrollar estudios de imágenes sobre marcas, empresas, productos, personas e instituciones.
Mediante su aplicación es posible analizar varias alternativas simultáneas, bajo diferentes atri­
butos, y obtener una caracterización visual de conjunto, que posibilita la comparación del
TEORÍA DE LA MEDIDA 175

perfil que presentan las líneas poligonales de cada alternativa, por su cercanía a un perfil ideal,
que se corresponde con la perpendicular de la derecha o de la izquierda, según se definan las
clases favorables para calificar los atributos. Por tanto, mientras más próxima a ella se presente
el perfil de la línea poligonal, tanto mejor es la alternativa.
El análisis del perfil permite comparar varias alternativas entre sí, o estudiar la evolución
de una misma marca, cuando se compara su perfil actual con anteriores. Su aplicación es senci­
lla, pero cuando se analiza un número grande de alternativas la presentación se torna entreverada
y confusa. Comparada con otras herramientas del análisis multidimensional, es la que menor
información proporciona. En el caso 5.16 se elabora un ejercicio sobre el análisis de un perfil,
y se hace una exposición de su mecánica y de su utilidad.

Caso 5.16 Análisis de un perfil

El siguiente análisis de un perfil se elaboró para estudiar la aceptación de una marca de


productos alimenticios tipo merienda (snack) en los consumidores. La información se reco­
lectó mediante una batería del diferencial semántico, con cuyos resultados fue posible cons­
truir el gráfico 5.7, que resume los resultados de la encuesta.
El perfil ideal es la línea vertical de la izquierda. Por lo tanto, se concluye que, de
acuerdo con la figura 5.7, la marca estudiada tiene menor acogida que la marca líder, puesto
que su perfil se aleja más del perfil ideal.
176 INVESTIGACIÓN DE MERCADOS

+2 +1 0 -1 -2
Alimenticio No alimenticio
Frescos No frescos
Aparentes Poco aparentes
Sabroso Insípido
Higiénico Poco higiénico
Crocantes No crocantes

-------------- marca líder


■ marca estudiada

Figura 5.7 Gráfico de perfil para el caso 5.16.

Consideraciones
Los aspectos críticos de los gráficos del perfil son:

• Un número mayor de 7 de comparaciones presenta dificultad de interpretación, porque los


perfiles se entrecruzan y se toman confusos.
• Esta herramienta de análisis no permite determinar la importancia relativa de los atributos,
puesto que los pondera a todos por igual.

Mapas perceptuales

Como resultado del avance de las computadoras, en la última década se han desarrollado herra­
mientas muy poderosas que utilizan el análisis multivariable, con lo cual es posible posicionar
los productos ofrecidos en el mercado, a partir de los atributos percibidos por los consumido­
res, en un plano llamado mapa perceptual. Este plano se configura con base en factores o atribu­
tos fundamentales, que sirven de referencia, a manera de ejes cartesianos, para posicionar los
productos estudiados. Los mapas perceptuales son subproductos del análisis multidimensional,
que, además, facilita el logro de otros objetivos interesantes para la investigación de mercados.
Los mapas se han convertido en herramientas poderosas del problema del posiciona-
miento competitivo. Mediante su aplicación, se pueden perfilar e identificar nichos o segmen­
tos del mercado, seleccionar las oportunidades que ofrecen los segmentos no atendidos y cono­
cer la forma cómo están atendidos los nichos por los productos y marcas actuales del mercado.
TEORÍA DE LA MEDIDA 177

Procedimiento del análisis multidimensional

El hecho de que los consultados puedan juzgar como importantes todos los atribu­
tos de un producto, no significa que todos sean determinantes. La importancia de un
atributo, depende del grado en que explica el proceso estudiado, y se evalúa como
un porcentaje.
El desarrollo parte de una matriz de datos, originados en una encuesta, cuyas
columnas representan las variables consultadas y las filas los individuos interroga­
dos. Si la información es cualitativa, el análisis multidimensional tiene como princi­
pio establecer la distancia psicológica entre objetos y atributos mediante las correla­
ciones de las distribuciones resultantes de las opiniones de los entrevistados. A mayor
correlación (o mayor similitud) menor distancia. Si la información es cuantitativa la
distancia maneja el concepto euclidiano como la medida cuantitativa que proporcio­
nan las correlaciones entre los objetos y los atributos investigados.
Para construir los mapas perceptuales se necesita el conocimiento de:

• Los componentes o atributos principales, a los cuales se reduce la explicación de un


proceso de marketing, que, en principio, involucra un número grande de atri­
butos.
• El posicionamiento de las marcas, (productos, instituciones) relacionados con los
componentes principales, que se referencian en el mapa.
• La segmentación del mercado, que se define por el conjunto de objetos y atributos
asociados, los cuales se presentan identificados dentro de un espacio delimitado
del mapa.

El mapa principal es la representación bidimensional de dos factores que, en


conjunto, explican entre el 50% y el 80% del proceso estudiado. En él, cada objeto y
cada atribulo aparece referenciado en forma de coordenadas con respecto a esos dos
factores determinantes.
Los objetos, o individuos, son personas, marcas, organizaciones, productos o ser­
vicios, y los atributos son cualidades, como calidad, variedad, especificaciones, entre
otras. Los objetos constituyen la oferta y se identifican por un rectángulo, los atribu­
tos caracterizan la oferta y se identifican por una Hecha que emerge del origen. En los
casos 5-17 y 5-18 se exponen algunos ejemplos para describir el mapa perceptual.
178 INVESTIGACIÓN DE MERCADOS

Una investigación de mercados tiene como objetivos, conocer las características de varias
marcas de camisas para hombre, y conocer la forma cómo los usuarios perciben sus atribu­
tos. Se consideran aspectos como la moda, la exclusividad del diseño, la presentación del pro­
ducto, los accesorios utilizados, la calidad de la costura y la satisfacción personal, entre otros.
La encuesta produce una matriz de datos que tiene la forma que se muestra en la tabla 5.9,
en la que cada producto se evalúa bajo diferentes atributos. Cada fila representa una encues­
ta y cada columna es una variable de la encuesta.
El ejemplo siguiente solamente tiene como objetivo presentar la forma que puede
adoptar un plano perceptual, configurado a partir de dos factores claves en la comercializa­
ción de las camisas como la moda y la calidad. Este plano es el resultado de aplicar una de las
técnicas del escalamiento multidimensional, que se verá con mas detalle en el capítulo 1 1
Con base en estos factores claves, el mapa proporciona la posición para las marcas y los
atributos investigados, como se observa en la figura 5.8.
El factor moda se define como una conjugación de atributos tales como: exclusividad,
colección, y moda. En tanto que la presentación, y los accesorios son atributos relacionados con
el concepto calidad.
Con base en estas dos dimensiones se posicionan los atributos y los productos, los
cuales se correlacionan en la medida en que comparten una mayor cercanía. Por ejemplo,
del mapa se deduce que las marcas E y S son muy exclusivas porque sus coordenadas se
presentan muy cercanas al atributo exclusividad. En tanto que las marcas Q y Pse asocian
mayormente con el concepto de alta moda. La marca H comparte los atributos barato y
genérico, pues se asocia como prenda barata para utilizar en ocasiones especiales.
TEORÍA DE LA MEDIDA 179

Tabla 5.9 Presentación de la encuesta o matriz de datos.

Calidad +

[si E
Especialidad r--------- -—m I Exclusividad!
Presentación) L---------- J
RaTI V
L22’1 \ | Accesorios 1
| Funcionalidad | \ 4
/ / Moda|
E 'X\\\
m ¿7"
r Casual Línea | // /
\\ ^Colecciones

| Genéricos' /

\ | Masiva
/ * \E
f |h| |Uniíormí «1
Barato |

| Vacaciones1

Calidad

Figura 5.8 Mapa perceptual del caso 5-17.


180 INVESTIGACIÓN DE MERCADOS

Caso 5.18 Mapa perceptual de bebidas no alcohólicas

El siguiente caso es el de una firma distribuidora de café molido que, para diseñar una
campaña publicitaria, necesita conocer las posiciones competitivas de las bebidas no alcohó­
licas. Se presenta aquí el mapa perceptual que determina las posiciones de los objetos selec­
cionados, relacionados con los atribuios: relajante, bebida para adultos, bebida de relleno, bebi­
da refrescante, para calentar y bebida saludable.1
Los objetos son las bebidas consideradas así: café caliente, chocolate caliente, té caliente,
té frío, consomé, jugo de tomate, jugo de naranja, leche fría, gaseosa, limonada y agua (figura 5.9).
Los dos factores claves que, en este caso, sirvieron de referencia se han denominado
Bebida con cuerpo y Bebida nutritiva. Lo contrario del atributo Cuerpo es Inmadura, de Nutri­
tiva es Relajante.
De acuerdo con la interpretación que suministra el mapa, el café, como objeto, se per­
cibe de acuerdo con la cercanía a los atributos, por lo tanto se considera una bebida con
cuerpo y algo relajante, ideal para ser tomada caliente y preferiblemente utilizada por las
personas adultas. Igualmente, de acuerdo con la cercanía a otros objetos, se deduce que
comparte nichos del mercado donde se encuentran también el té caliente y el chocolate
caliente, que son, por tanto, producios substitutos.
Nutritiva

Inmadura Cuerpo

Relajante

Figura 5.9 Mapa perceptual para las bebidas del caso 5-18.

1 Ver Azorín Poch, Curso de muestreo y aplicaciones , sec. 5.1. Aguilar, 1965.
TEORÍA DE LA MEDIDA 181

Características de los mapas perceptuales

• Cada representación es tridimensional, pero si se necesitan considerar tres o más factores se


requieren dos o más juegos de planos cartesianos, en donde cada objeto se represente con
relación a una combinación de dos ejes o factores determinantes.
• La distancia entre los objetos y los atributos permite establecer cuán cerca o distante los
percibe el grupo investigado.
• El concepto de distancia es métrico cuando relaciona características cuantitativas, pero
cuando se trata de aspectos cualitativos, expresa una similitud.

5. LA CALIDAD DE LA MEDIDA

Para inferir las propiedades de una población, a partir de los resultado de una muestra, se
establecen cuatro condiciones que debe cumplir un buen estimador. Ellas son:

• La medida debe ser válida. Esto significa que no exista sesgo o distorsión; resulta válida
cuando la medida proporciona lo que se desea medir.
• La medida debe ser confiable. Es decir, el procedimiento de medida utilizado debe generar
un resultado reproducible y consistente.
• La medida debe ser eficiente. Esto es, el estimador debe tener un bajo error muestral, que le
permita una buena estimación, con el menor tamaño muestral posible.
• La medida debe ser suficiente. Es decir, la medida contiene toda la información necesaria
para llegar al verdadero valor que se trata de estimar.

Algunos autores reúnen en un concepto único llamado “acuracidad "2 o seguridad, las
propiedades de validez y confiabilidad.

Análisis del error

Toda medida estadística se compone de dos partes: una es el valor real de la medida y la otra, el
error inherente. El error, a su vez, presenta otras dos componentes: el error sistemático y el
error aleatorio. El primero se genera en la naturaleza propia del procedimiento muestral y el
segundo, en las irregularidades que surgen de la aplicación del procedimiento. Esto es:
Valor medido = valor real 4- error sistemático + error aleatorio

2 Ver Azarin Poch, Curso de muestreo y aplicaciones, capítulo 5. Agüitas, 1965.


182 INVESTIGACIÓN DE MERCADOS

Error sistemático
Llamado también sesgo, se produce por defecto del diseño del estimador o del procedimiento
muestral empleado. Estos problemas se manifiestan como un error direccionado, como si se
tratara de dados cargados.
Con relación al diseño muestral, el error sistemático se encuentra en forma intrínseca en
ciertas estadísticas sesgadas, como la varianza S2 = ^(x; -x)2 / <? Aunque el error sistemáti­
co es importante, se puede corregir aplicando ajustes adecuados. Por ejemplo, el anterior esti­
mador se afecta con el factor de corrección n/(h-l), resultando la varianza muestral:

Este sí, un estimador insesgado.


El error sistemático generado en el procedimiento es más complicado de controlar; sus
fuentes de error son las siguientes:
• Error conceptual, generado en una mala construcción del instrumento.
• Error de contenido, generado por la falta de suficientes elementos de juicio.
• Error de concurrencia, generado cuando no existe consistencia en los resultados.
• Error de predicción, generado cuando no tiene esta característica.

Error aleatorio
El error aleatorio incluye los llamados error muestral y no muestral. Como en el caso anterior, el
error aleatorio se genera en el diseño o en el procedimiento muestral.
El error muestral generado en el diseño, es característico de la aplicación muestral y se
expresa como la diferencia entre el valor estimado y el parámetro poblacional. Este error, deno­
minado error muestral o estándar, se puede controlar con el tamaño de la muestra. El concepto
de confiabilidad en el diseño muestral se basa en la precisión de la medida, la cual se determina
con el error estándar.
Las causas del error no inherente al procedimiento muestral o error no muestral, se pre­
sentan por las irregularidades, como:
• El manejo de un marco muestral deficiente.
• La no participación de los individuos seleccionados en la muestra.
• La “no respuesta” o abandono de algunos participantes.
• La información viciada suministrada por algunos participantes, por problemas de capaci­
dad o de voluntad.
• Las equivocaciones de registro, codificación o procesamiento, voluntarias o involuntarias.
TEORÍA DE LA MEDIDA 183

Estos tipos de errores hacen que se pierda la confiabilidad del procedimiento y se pierde
la propiedad de reproduclibilidad, al aparecer un efecto de inconsistencia entre las diferentes
medidas de una misma situación.

Validez y confiabilidad

Los errores se generan tanto en la etapa de diseño como en la de aplicación del procedimiento
muestral. Como se advirtió, los errores de diseño se pueden eliminar, aplicando los correctores
previstos en la teoría estadística, en tanto que el error de procedimiento presenta mayor dificul­
tad de control.

Error de la medida De diseño


De procedimiento

La validez se expresa como la propiedad por la cual un procedimiento mide lo que se


quiere medir y proporciona resultados representativos de la población. Es una cualidad que
garantiza una medida libre de sesgo o error sistemático, y permite homologar un procedimiento.
La confiabilidad es la propiedad por la cual el procedimiento suministra resultados preci­
sos y seguros. Esto se respalda en una medida libre del error aleatorio, debido a la calidad
consistente y congruente del procedimiento.

Cualidad del procedimiento La validez o representatividad


La confiabilidad o exactitud

Figurativamente, el error sistemático se asocia, como sucede con el tiro al blanco, por
problemas con el instrumento utilizado. Si los disparos del jugador aparecen errados aunque
concentrados en un sector fuera de la diana, se deduce que el ejecutor es confiable pero su arma
no funciona. El error es sistemático en una misma dirección y se puede corregir ajustando el
cañón. En cambio, si los impactos aparecen desviados al azar alrededor de la diana, el problema
es el pulso del tirador. Aunque el instrumento es correcto el tirador no es confiable. Ver las
figuras 5.10 y 5.11. Por tanto, el procedimiento se debe evaluar para confirmar su validez y su
confiabilidad.
184 INVESTIGACIÓN DE MERCADOS

Confiable pero no válido Válido pero no confiable

Figura 5.10 Analogía del tiro al blanco con la validez y la confiabilidad.

Error sistemático
No existe Existe

Bajo Confiable Confiable Confiable, concentrado


Válida No válida D es pequeño
Error
Aleatorio No confiable No confiable No confiable, descentrado
Alto Válida No válida D es grande

Válida No válida
X-/i es pequeña Xp. es grande

Figura 5.11 Los errores ríe investigación.

En la tabla 5.10 se resumen los conceptos expresados y se presenta el tema a tratar a


partir de la siguiente sección.

Pruebas de validez

La validez de un procedimiento se refleja en su capacidad para cumplir el objetivo. Aunque la


validez se centra en el formulario, como instrumento de medición, se deben considerar todas
las demás acciones necesarias para cumplir esta misión. Las pruebas hacen referencia a la vali­
dez del instrumento y del procedimiento. A la primera clase, pertenecen la validez de contenido
y de construcción y a la segunda, la validez de predicción y de concurrencia.
TEORÍA DE LA MEDIDA 185

Tabla 5.10 Pruebas de validez y coníiabilidad.

Error Sistemático Aleatorio

Diseño Sesgo del estimador Error muestra 1 o error estándar


Se corrige usando esti­ Se corrige usando un tamaño
madores insesgados de muestra adecuado
Procedimiento Se produce un error Errores aleatorios por irregula­
direccional de procedi­ ridades
miento
Se corrige aplicando Se corrige controlando el
pruebas de validez proceso
Prueba: De validez De confiabilidad

Pruebas de validez del instrumento Contenido


Construcción

Pruebas de validez del procedimiento Predicción


Concurrencia

1. Validez de contenido
Es la cualidad por la cual el instrumento empleado reúne todos los elementos para poder medir
el concepto de marketing estudiado. Esta cualidad se pierde cuando las componentes conside­
radas para medir el concepto, no son suficientes, ya sea porque se han omitido referencias
importantes, o porque se han expresado en forma muy amplia.
El procedimiento para validar el contenido se basa en un juicio subjetivo de los expertos
sobre el tema de investigación, el cual debe conducir a una conclusión de consenso. Se compa­
ran los ítems que componen el instrumento con el universo que generan las componentes de la
variable a medir. Los expertos tienen la misión de comprobar la presencia de lodos los compo­
nentes requeridos para evaluar el concepto estudiado (véase el caso 5.19).
Dado el aspecto subjetivo de la prueba, se aconseja iniciar con una definición exhaustiva
de la variable estudiada, para ello se deben consultar opiniones, para abarcar más elementos de
los indispensables y, luego, someterlas a un filtro para incluir solamente las que representen las
características del concepto.
186 INVESTIGACIÓN DE MERCADOS

2. Validez de construcción
Es la condición, por la cual el instrumento empleado se utiliza de la forma correcta para medir
el concepto de marketing estudiado. Si el formulario reúne todos los elementos necesarios,
pero la forma utilizada es inapropiada, no se da la validez de construcción.
El constructo es el conjunto de razonamientos teóricos y conceptos subyacentes, bajo los
cuales se basa la construcción del instrumento de medición. Esta es la prueba más abstracta y
teórica, y por tanto la más difícil de realizar.
La prueba de construcción busca elaborar un marco teórico de procedimiento, relacio­
nando otros casos en busca de homologación. En un buen constructo, las medidas de un con­
cepto en particular guardan correlación con las de otros conceptos afines, lo mismo que descar­
ta cualquier correlación entre conceptos opuestos. Por tanto, la prueba de construcción tiene
dos propiedades; una convergente y otra discriminable.
Propiedad convergente. Expresa la correlación que debe existir entre un constructo estu­
diado y otros que supuestamente interpretan el mismo concepto. De esta forma, si un concepto
se puede medir bajo dos métodos diferentes que proporcionan sistemáticamente la misma me­
dida, se presume la validez convergente.
Propiedad discriminante. Como en el caso anterior, cuando se comprueba la ausencia
de correlación en el constructo estudiado de conceptos diferentes, se presume la validez discri­
minante (véase el caso 5.19).
Prueba de consenso. Por tratar conceptos abstractos y difíciles de manejar, la prueba de
construcción tiene problemas prácticos, y como alternativa, la investigación de mercados utili­
za la prueba de consenso. Como es natural, el propósito es el mismo que el de la prueba de
construcción, pero aquí, en lugar de realizarse correlaciones para llegar a una conclusión, se
utiliza el juicio de expertos, para interpretar el concepto y estudiar la capacidad del instrumen­
to para medirlo. Por ello, se le llama también prueba de validez de juicio. El constructo se
homologa por consenso.

3. Validez de predicción
Es la cualidad por la cual el procedimiento empleado es válido para proyectar los resultados al
futuro.
Gran parte de los estudios en investigación de mercados se ejecutan con el propósito de
predecir el futuro. Por tanto, en necesario establecer la capacidad del procedimiento para esti­
mar suficientemente bien, el desempeño futuro de un proceso de marketing.
La prueba se desarrolla ci posteriori, mediante la comparación de los resultados del pro­
TEORÍA DE LA MEDIDA 187

nóstico con los resultados obtenidos en una fase posterior. Existe validez predictiva cuando se
correlacionan la medida previa y el resultado posterior.

4. Validez concurrente
Es la cualidad por la cual el procedimiento empleado es válido para proyectar los resultados a la
población.
A diferencia de la anterior, la validez concurrente se basa en la representatividad del
procedimiento para interpretar la población estudiada.
La prueba compara la medida obtenida con la proporcionada por otros procedimientos,
de reconocida eficacia, que sirven de criterio. Se supone que como los procedimientos miden la
misma variable en poblaciones semejantes y se realizan mas o menos en forma simultánea, las
mediciones deben coincidir. En este caso la metodología utilizada tiene validez concurrente.

Caso 5.19 Pruebas de validez

Prueba de construcción. En el desarrollo de los esLudios de investigación de mercados, se


utilizan argumentos que se consideran suficientes para interpretar ciertos conceptos de mar­
keting. Supóngase que se ha desarrollado el siguiente marco teórico: Si un individuo está
informado en la actividad deportiva, es porque se trata de un individuo que practica algún deporte.
Con base en esta premisa, se construye una encuesta que presume la intensidad en la
actividad deportiva de un individuo, a partir del grado de conocimiento deportivo que refle­
je. Si esta hipótesis es cierta se dice que el instrumento tiene validez de construcción y, por
tanto, los elementos componentes redactados bajo este criterio son válidos para estimar la
actividad deportiva.

Prueba de contenido. En la elaboración de un instrumento diseñado para medir la imagen


corporativa de una institución al servicio a una comunidad, se tuvieron en cuenta factores
como: la calidad del servicio, la capacidad tecnológica de la institución y el grado de eficiencia
en la prestación del servicio.
Al evaluar la validez de contenido, se concluyó que el instrumento tuvo omisiones
importantes al no considerar otros factores como: la accesibilidad del público para recibir el
servicio, la cobertura geográfica y la oportunidad para atender a la comunidad. Se encontró
que en estos elementos la entidad tenía fallas fuertes y a pesar de que los elementos con los
cuales se indagó la imagen produjeron un resultado positivo, la realidad era otra muy dife­
rente.
188 INVESTIGACIÓN DE MERCADOS

Se dice entonces que el procedimiento utilizado sesgó la conclusión de la imagen


corporativa en una dirección positiva, puesto que el instrumento no poseía todos los ele­
mentos conceptuales para concluir válidamente sobre la imagen real.

Validez de predicción. La fase final de la actitud del consumidor frente a un producto o una
marca se refiere a la intención de compra. Esta investigación es muy recurrida en los planes de
marketing para elaborar los pronósticos de ventas.
En una investigación sobre este tema los resultados no fueron satisfactorios, puesto
que las ventas fueron muy inferiores a lo presupuestado. Esto dio lugar a reclamos de parte
de los vendedores, quienes argumentaron que los objetivos de ventas se formularon con
base en metas inalcanzables que no consultaron la realidad del mercado. Se puso en duda
por tanto, el procedimiento utilizado para elaborar los pronósticos del plan de marketing.
Esto dio lugar a revisar el procedimiento, y allí se encontraron fallas de predicción
muy importantes, puesto que se consideraron como pronóstico, las intenciones de los distri­
buidores intermediarios y no se consultó la base consumidora Se concluyó que no era váli­
do este procedimiento por cuanto los intermediarios, individualmente, pretendían incre­
mentar su participación sin considerar que el mercado no podía absorber todas las intenciones.

Validez concurrente. Una empresa está interesada en conocer su participación en el merca­


do nacional, para ello, considera la opción de patrocinar un pánel de consumidores, que le
indique las compras mensuales de sus participantes. Para este propósito necesita determinar
la validez de la herramienta para medir el consumo real de la población.
La empresa tiene capacidad para comparar ciertos consumos específicos que hacen
parte de una oferta de productos bien conocida por ellos. Se confrontaron los consumos
suministrados por los panelistas para esta clase de productos, contra la oferta por ellos cono­
cida, lo que les permitió validar la herramienta por la consistencia que presentaron.

Pruebas de confiabilidad

La confiabilidad del procedimiento es la propiedad de que su empleo suministre el valor verda­


dero del comportamiento del mercado. La confiabilidad es menos importante que la validez,
pero se le suele dar mayor preferencia y es más fácil de controlar.
Las pruebas de confiabilidad miden el contenido del error aleatorio. Éste se presenta en sí
por la naturaleza aleatoria del diseño muestral, pero se le puede disminuir utilizando un tama­
ño mayor de la muestra. Pero también existe un problema de confiabilidad debido al procedí-
TEORÍA DE LA MEDIDA 189

miento mismo que nace en los errores cometidos en la recepción de la información proveniente
del entrevistado, en la aplicación del procedimiento (método) y en el procesamiento de los
datos. En el censo no existe el error muestral porque cubre toda la población, pero el error de
procedimiento es muy grande, por todas las irregularidades que se presentan en un manejo tan
complejo, y puede llegar a ser muy superior al error del muestreo.
Las características que conforman la confiabilidad son la consistencia y la congruencia.
La consistencia hace alusión a las características de estabilidad y seguridad en la aplicación del
método, en tanto la congruencia hace relación al equilibrio y la conformidad en la forma. Si un
procedimiento es confiable tiene capacidad de ser reproducible, lo que le proporciona la condi­
ción de procedimiento científico, que propende por una metodología sistemática y objetiva.

Fuentes de error aleatorio El entrevistado


El método
El procesamiento

1. El entrevistado. El entrevistado, como individuo, tiene unas características estables y otras


transitorias, que, unidas, provocan una reacción. Las transitorias que se relacionan con el esta­
do de ánimo de los individuos, son los que con mayor frecuencia conducen al error. Se carac­
terizan por:

• Los cambios de actitud debidos a influencias externas, que afectan a la opinión pública de
manera frecuente.
• Las imprecisiones por falta de voluntad, por negligencia y otros motivos, que vician la
información.
• Las imprecisiones por falta de capacidad, por falta de conocimiento u olvido.

2. El método. Un resultado obtenido a partir de la información recolectada en un muestreo,


puede no ser representativo por la presencia de anomalías en el procedimiento, como las si­
guientes:

• Mala operación del instrumento, cuando no se aplica la misma norma a todos los partici­
pantes.
• El medio es mal utilizado. Por ejemplo, se alarga demasiado tiempo la entrevista telefónica,
o la visita se hace en forma inoportuna.
• El entrevistador induce la respuesta. Este vicio puede ser involuntario, pero también se
presentan casos de conducta fraudulenta.
• La redacción del cuestionario es confusa, y se presta para diferentes interpretaciones o
puede no ser entendida.
190 INVESTIGACIÓN DE MERCADOS

• Se crean situaciones distractoras durante la consulta. Como preguntar por comida, cuando
se tiene hambre, o sobre un tema delicado, en presencia de otras personas.
• Errores generados por la falta de un marco muestral adecuado.
• La deserción, la pérdida de interés en la participación, la no respuesta o la terminación
incompleta del formulario.

3. El procesamiento. Los siguientes son algunos de los errores mas frecuentes que se cometen
en la etapa del procesamiento de datos:

• Errores de codificación en el tránsito de los datos, desde el formulario hacia las planillas de
computador.
• Mala interpretación de las respuestas, porque la información es incompleta, o se hacen
interpretaciones incorrectas o hay falta legibilidad.
• Errores en cálculos mal ejecutados, y registros equivocados.

Las pruebas que permiten determinar la confiabilidad de un procedimiento son tres: las
que miden la estabilidad, la equivalencia y la consistencia.

Pruebas de confiabilidad del procedimiento De estabilidad


De equivalencia
De consistencia

1. Prueba de estabilidad o de test-retest


Determinar la capacidad del procedimiento empleado para reproducir una medida. Para com­
probar la fiabilidad del procedimiento, se aplica el mismo instrumento de medición a las mis­
mas personas o a los mismos objetos bajo estudios, en dos puntos de tiempo diferentes, y se
calcula el coeficiente de estabilidad, que es la correlación entre los resultados de ambas medidas.
Se dice que el procedimiento es confiable si la correlación es alta.
En caso contrario, no se puede asegurar nada con relación a la confiabilidad, por razones
como las siguientes;

• Puede existir un efecto de prueba sobre la segunda medida, a causa de interferencias apa­
recidas en la repetición.
• Por influencias externas durante el tiempo transcurrido entre las dos mediciones.
TEORÍA DE LA MEDIDA 191

2. Equivalencia
Es la capacidad de un procedimiento para suministrar la misma medida que otros procedimien­
tos, con iguales fines.
Si se ejecutan dos estudios para medir el mismo concepto, al mismo tiempo y con los
mismos participantes, pero con métodos e instrumentos diferentes, los dos procedimientos
serán equivalentes si los resultados son similares.
La prueba de estabilidad maneja el mismo instrumento con las mismas personas, en
diferentes tiempos; en cambio, la prueba de equivalencia maneja el mismo tiempo y las mismas
personas, pero con diferentes instrumentos (ver tabla 5.11).

Tabla 5.11 Diferencias en las pruebas de confiabilidad.

Participantes Método Tiempo


Prueba de estabilidad Igual Igual Diferentes
Prueba de equivalencia Igual Diferentes Igual
Prueba de consistencia Diferentes Igual Igual

3. Consistencia interna
Si existe consistencia en el procedimiento, la evaluación de las preguntas en cada uno de dos
grupos de reactivos cuyos formularios se repartieron al azar, debe presentar resultados consis­
tentes.
Para probar la consistencia interna de un instrumento, se determina la correlación entre
los puntajes de un grupo, que puede ser el de los ítems impares, contra los puntajes del grupo
de los ítems pares. El objeto es medir el coeficiente de consistencia interna del instrumento
(véase caso 5.20).

Caso 5.20 Pruebas de confiabilidad

Prueba de estabilidad. La prueba de estabilidad más común se establece con el procedi­


miento de auditoría de encuesta. Después de ejecutada la encuesta, viene otro grupo de
supervisores que ejecutan la misma encuesta a los mismos participantes, con lo cual se
espera que los resultados sean consistentes. Esta prueba es muy utilizada para juzgar la
confiabilidad del encuestador y sobre este resultado, se le reconocen sus honorarios.
192 INVESTIGACIÓN DE MERCADOS

Prueba de equivalencia. Se necesita conocer la equivalencia de dos baterías de reactivos,


para conocer la imagen de una marca de cerveza. Para ello se formulan las preguntas en dos
escalas diferentes, pero con el mismo contenido conceptual.
Se presentan las dos fichas a los mismos personajes, en forma simultánea. Si la prueba
proporciona resultados similares, se dice que hay coníiabilidad de equivalencia.

Prueba de consistencia. Al realizar una prueba de concepto, para determinar el alcance de un


mensaje publicitario, se encontró que de las respuestas obtenidas, algunas manifestaban una
comprensión completa de la pregunta, pero otras tuvieron apenas una comprensión parcial,
otras carecían de coherencia y congruencia y, finalmente, otras la deformaron.
Se evaluaron cinco tipos de respuestas para elaborar la prueba de consistencia. La
encuesta completa se dividió en mitades, una que contenía los ítems pares y la otra los
impares, para determinar la comprensión del mensaje publicitario. Los resultados aparecen
en la tabla 5.12.
Los resultados de la comprensión completa fueron del 30% en la primera mitad y del
28% en la segunda. Algo parecido ocurrió para los restantes tipos de respuesta. El problema
ahora es determinar la correlación entre los resultados de cada mitad para el conjunto de
cinco tipos. Si existe una buena correlación, el instrumento goza de confiabilidad en la
consistencia interna.

Tabla 5.12 Resultado de la prueba de consistencia interna.

Total =1+2 Mitad Mitad

Comprensión completa 29% 30% 28%


Comprensión incompleta 19% 17% 21%
Comprensión incongruente 10% 12% 8%
Comprensión incoherente 16% 18% 14%

Comprensión deformada 23% 20% 26%


TECNICA DEL MUESTREO

El proceso muestral es utilizado en la investigación de mercados para ex­


traer conclusiones acerca de una población, con base en la consulta a una
pequeña porción de ella, con un propósito de marketing. En éste proceso de
inferencia, es deseable obtener la mayor exactitud posible, lo cual se logra­
ría mediante la ejecución de un censo, pero éste consume mucho tiempo y
exige ingentes recursos, a no ser que se trate de poblaciones pequeñas. La técnica del muestreo
hace viable el proceso de investigación, puesto que en lugar de consultar toda la población,
como en el caso del censo, consulta tan sólo a una ínfima porción de ésta que permite, no obstante,
inferir los parámetros de la población, dentro de ciertos límites de error predeterminados.
El objetivo del muestreo es estimar los parámetros poblacionales, como la media y la
varianza. Si se obtienen dos muestras al azar de la misma población, no se puede esperar que las
medias de cada muestra coincidan, dada su naturaleza aleatoria que genera el llamado error
muestral. Estos valores no se reproducen puntualmente, pero si caen dentro de un intervalo
dado, se dice que son significativamente iguales. Sin embargo, no es ésta una gran desventaja
frente a la aplicación censal, puesto que, debido a su magnitud y complejidad, presenta errores
de procedimiento aún mayores. Además, el error muestral es medible y se puede controlar.
La aplicación muestral presenta dos problemas: Uno, que afecta la validez y se genera en
el proceso de selección de la muestra, relacionado con la representatividad. El otro, afecta la
confiabilidad ante la falta de precisión en los resultados. El diseño muestral permite controlar,
mas no eliminar, éstos dos aspectos. Si ante las restricciones físicas y económicas no es posible
hacer una cobertura censal, de todas maneras, con el muestreo, es posible controlar los resulta­
dos y sacar el mayor provecho de los recursos disponibles.
El muestreo estadístico es el aporte que más se asocia con la investigación de mercados.
Su importancia es innegable y es natural que se cumplan sus principios para garantizar la cali­
dad de diseño y de procedimiento, que proporcione un nivel deseable de certeza en sus resulta­
dos. Se exponen en la primera parte de este capítulo, los conceptos básicos del muestreo y la
descripción general del procedimiento muestral; finalmente, se desarrolla la formulación del
diseño muestral, el cual se deja a criterio del lector para seguir avanzando en la materia.
194 INVESTIGACIÓN DE MERCADOS

1. CONCEPTOS DEL MUESTREO

El muestreo estadístico tiene por objeto proyectar a la población, los resultados de una muestra.
La población se compone de individuos, algunos de los cuales gozan de un atributo que se
desea investigar. Cuando a un paciente se le toma una muestra de sangre, se está aplicando un
muestreo estadístico, en el cual las unidades de análisis son volúmenes pequeños de sangre,
que pueden contener o no, los microorganismos que son objeto de investigación. Según el
grado de dispersión de éstos, será necesario extraer un mayor o menor volumen de sangre, esto
es, una mayor o menor muestra.
Para ilustrar este caso, en la figura 6.1, los microorganismos se muestran distribuidos
aleatoriamente como puntos dentro de un marco. Una porción del marco se asocia con un
volumen, el cual puede contener o no un atributo representado mediante un punto. Hay dos
tipos de medidas a determinar en este caso: el número promedio de puntos por cm2 y la pro­
porción de volúmenes que contienen al menos un punto. Estos constituyen los parámetros de
la población.

En el marco, que tiene un área de 110 cm2, hay 770 puntos distribuidos al azar. Por
tanto, el parámetro poblacional es de 770/110 = 7,0 puntos/cm2. Éste es el valor que se trata de
estimar por medio de unas muestras, cuyos tamaños se representan por los círculos a, b y c, de
diámetros 0,42, 0,85, y 1,7 cm respectivamente. La muestra a contabiliza 5 puntos, y como
cubre un área de 0,55 cm2, la media estimada es de 9,1 puntos/cm2. Este estimativo tiene un

Figura 6.1 Muestreo experimental.


TÉCNICA DEL MUESTREO 195

error significativo de 2,1, con relación al parámetro poblacional, dado que el tamaño es muy
pequeño.
Si se uliliza la muestra b, que contabiliza 17 puntos en 2,27 cm2 de área, se obtiene un
promedio de 7,5 puntos/cm2, el cual es un resultado más preciso, con un error de 0,5. Final­
mente, si se toma la muestra c que contabiliza 66 puntos en 9,1 cm2, la media muestral es de
7,2 puntos/cm2, siendo éste el mejor estimativo.
En resumen, una muestra mayor proporciona mejores resultados que una menor, pero
tiene la desventaja de ser más costosa. Una muestra regular, como b, que no es tan barata como
a, pero tampoco tan precisa como c, puede ser la situación más aceptable, porque conjuga el
costo y la exactitud de la mejor manera.

Definiciones

Las siguientes son las definiciones básicas del muestreo estadístico.


Población. Es el conjunto de unidades del universo a las cuales se enfoca el estudio de
investigación.
Unidades de análisis. Son los elementos de la población a los cuales se orienta la inves­
tigación. Pueden ser personas, hogares, familias, objetos y similares, que cumplan las condicio­
nes planteadas en un objetivo. La medida aplicada sobre una unidad de análisis i se designa por
Marco. Es el listado o instrumento que contiene todas las unidades que integran la pobla­
ción estudiada, el cual sirve de soporte para la extracción de la muestra.
Parámetro. Es una característica poblacional. Generalmente se refiere a un valor puntual,
como la media, que se designa por /x o por tf, o una dispersión, como la varianza, que se
designa por a2. La distribución de la población también es una característica, pero no puntual.
Muestra. Es el subconjunto de unidades de la población, escogido para aplicarle la medi
ción e inferir los parámetros poblacionales. Se selecciona a partir del marco muestral y se ex­
presa mediante una secuencia [X1 X2 X^ ...XRJ.
Estimación. Es el valor de un atributo, que se obtiene de la muestra y mediante el cual se
infiere o se estima el parámetro poblacional. Se llama también estadística y se designa con
símbolos, como: la media muestral x para estimar la media poblacional jll, o P, para estimar
una proporción poblacional tt, o 5, para estimar la desviación poblacional cr.
Validez- Es la propiedad de un estimador para medir el parámetro en forma insesgada.
Un estimador es válido si mide lo que se desea medir y si se trata de un estimador insesgado.
Por ejemplo la varianza muestral no es un estimador insesgado de la población, a menos que se
corrija con un factor apropiado.
196 INVESTIGACIÓN DE MERCADOS

Error muestral. Es la desviación inevitable del proceso muestral debida a su naturaleza


aleatoria, corresponde a la diferencia entre el estimativo muestral y el parámetro poblacional.
Se expresa por la diferencia absoluta D = |X -/z| y se relaciona con la exacLiLud aplicada.

Exactitud. Expresa el erroT máximo posible de. la estimación muestral de un parámetro,


dentro de un margen de seguridad dado. Se denomina con B. Se relaciona con D así: B=Z-D.
Confianza. Indica el grado de seguridad aplicado en la muestra. Expresa la probabilidad
de predecir un parámetro poblacional dentro de un rango o intervalo, obtenido a partir de los
datos de la muestra. En términos matemáticos, se relaciona con la exactitud, así:

Pr[|X - < B] = Pr[/z 6 X ± B] = 0,95

Eficiencia. La eficiencia es la capacidad de un diseño muestral de proporcionar mayor


exactitud para un mismo tamaño muestral. Esto significa que un diseño eficiente proporciona
más información que uno ineficiente.
Error no muestral. Es el conjunto de errores generados por problemas de procedimiento
en la operación muestral. Por esta causa se pierde consistencia y con fiabilidad para hacer infe­
rencias. La mala formulación de preguntas y la utilización de marcos inapropiados, son dos
ejemplos de errores no muéstrales.

El proceso muestral

Las siguientes son las etapas del proceso muestral:


1. Definición de la población objeto. Define los atributos que deben cumplir los indivi­
duos de la población objeto de estudio.
2. Elaboración del marco muestral. Consiste en obtener un listado de integrantes de la
población objetiva, que sirva para extraer la muestra. El marco se busca, inicialmente,
en alguna fuente secundaria y, en caso de no existir, se hace un levantamiento directo o
se determina mediante una solución equivalente.
3. Diseño muestral. Definida la población objeto y conocido el marco muestral, se deter­
mina el tipo de muestreo, las condiciones estadísticas y el procedimiento para localizar
las unidades de análisis o participantes.
4. Recopilación de los datos. Es la función logística que consiste en realizar todas las
actividades relacionadas con la recolección de los datos, desde la preparación hasta la
entrega a sistemas, incluidas la supervisión y la auditoría de las consultas.
5. Correcciones. En esta fase se corrigen los errores, se eliminan las fuentes defectuosas y
se resuelven los problemas, cuando se presentan.
TÉCNICA DEL MUESTREO 197

6. Análisis. Hacen parte de él, el procesamiento de la información, la aplicación de las


pruebas estadísticas para deducir conclusiones, y las recomendaciones.

La alternativa del censo

El censo consulla todos los elementos de la población estudiada y, por tanto, se logra mayor
precisión, pero se incrementan la complejidad y el costo. Se prefiere al muestreo en circunstan­
cias como las siguientes:

1. Cuando el número de individuos de la población estudiada es tan pequeño que no se


justifica dejar una parte de la población sin consultar al aplicar un muestreo.
2. Cuando la muestra resulta ser muy alta y el costo adicional para extenderla a toda la
población, no proporciona una ventaja económica importante.
3. Cuando los costos fijos de la muestra, con relación a los variables, son mucho mayores
que justifica extender la consulta a toda la población.
4. Cuando por razones políticas o por la importancia de la decisión que soporta el resul­
tado, se aconseja el censo en lugar de la muestra.

El censo no presenta error muestral, pero, por su tamaño y complejidad, se pueden mul­
tiplicar los errores de procedimiento, al punto que puede resultar más práctico el muestreo. La
tabla 6.1 presenta una base de comparación que permite reconocer las ventajas y desventajas
entre el censo y el muestreo.

Tabla 6.1 Ventajas y desventajas del censo y del muestreo.

Factor Muestreo Censo

1. Costo Más económico Más costoso


2. Duración Más corto Más largo
3. Procedimiento Simple Complejo
4. Error muestral Mayor No tiene
5. Error no muestral Mucho menor Muy grande
6. Impacto Afecta solo una pequeña Afecta a toda la
parte de la población población
198 INVESTIGACIÓN DE MERCADOS

Clases de censos
Los censos de población son los procedimientos de este tipo más conocidos, y se realizan con una
periodicidad aproximada de diez años. Otros censos, menos conocidos, se levantan a estableci­
mientos comerciales o a sectores industriales, y se consultan poblaciones que van desde unos
cuantos cientos hasta sobrepasar el millón. Los censos se suelen corregir mediante la utilización
de un muestreo posterior, para medir el grado de cubrimiento de la población y redundancias
del procedimiento. Un cubrimiento del 95% implica incrementar los resultados en un 5% adi­
cional. Un cubrimiento bueno suele estar entre el 85% y el 95% de la población.
Existen dos forma de realizar los censos: defacto y de jure.
Censo de /acto. Este procedimiento implica paralizar la población mientras se realiza el
censo. Generalmente se hace en un solo día, pero requiere un despliegue logístico monstruoso,
con base en un número muy alto de empadronadores y supervisores y muchos elementos de
controles. Con este método se asegura mayor exactitud, pero hay que asumir el alto costo de la
parálisis total, durante el tiempo de duración del censo. Aún así, los errores no muéstrales son
innumerables debido al gran número de personas que intervienen y a la imposibilidad de im­
partirles la capacitación suficiente.
Censo de jure. Esta variante realiza el censo en un tiempo más racional, que va de quince
a treinta días. Utiliza menor número de empadronadores y reduce el costo a una fracción del
anterior. El propósito es evitar la parálisis de toda la población, pero, de otra parte, se presentan
problemas de distorciones, debidos a los desplazamientos de las personas durante el tiempo de
ejecución del censo. Se justifica, sin embargo, porque los errores totales se reducen ya que se
utilizan menos empadronadores, y mejor preparados. Los errores se pueden corregir con una
encuesta posterior, para ajustar el cubrimiento y las redundancias.

2. EL MUESTREO DETERMINÍSTICO

El muestreo en la investigación de mercados, presenta dos enfoques que dependen de si aplica


o no, el procedimiento aleatorio para extraer la muestra. El muestreo probabilístico se basa en el
principio que garantiza la igualdad de probabilidad de selección para cada integrante de la
población. El muestreo determinístico, en su lugar, recurre a métodos subjetivos que, en algunos
casos, se pueden justificar con ventaja frente a los probabilísticos. Por ejemplo, cuando el mar­
co muestral es conocido, y permite mayor cubrimiento de la producción. Es el caso de una
muestra de fabricantes de camisas, que se expone en el caso 6.3.

Enfoques para seleccionar la muestra I Muestreo determinístico


I Muestreo probabilístico
TÉCNICA DEL MUESTREO 199

El mueslreo determinístico presenta cuatro alternativas, así: el muestreo de conveniencia


en el cual se aplica la autoelección; el muestreo selectivo, en el cual la selección es subjetiva, sin
ningún criterio; el muestreo de juicio, en el cual la selección es subjetiva, pero con empleo de
criterio y, finalmente, el muestreo por cuotas, en el cual se considera, además, la estratificación
en la selección.

Muestreo determinístico Muestreo de conveniencia


Muestreo selectivo
Muestreo de juicio
Muestreo por cuotas

Muestreo de conveniencia

Es un muestreo poco riguroso que acude a la autoselección sin que se pueda afirmar nada
respecto a la representatividad de la muestra. El procedimiento consiste en motivar la colabora­
ción de participantes dispuestos a suministrar información u opinión sobre un tema de interés.
Un caso típico se presenta cuando, a través de los medios de comunicación, se solicita a
la audiencia responder en forma telefónica o postal alguna inquietud formulada en un progra­
ma. En investigación de mercados, las encuestas postales de conveniencia se ulilizan con pro­
pósitos exploratorios sobre opiniones o problemas de marketing relacionados con los produc­
tos o las marcas. Se utilizan también las llamadas sin costo, dirigidas a una oficina de servicio al
cliente.
Muestreo bola de nieve. Es un caso particular del muestreo de conveniencia muy útil en
situaciones en las que es, especialmente, difícil localizar a los integrantes de una población
objeto de estudio. Arranca con un grupo inicial de participantes con determinado atributo,
cuya misión es responder una encuesta postal y motivar la colaboración de oíros integrantes
conocidos por ellos. Se utiliza con poblaciones escasas o de difícil localización, y de las que no
es posible disponer de un marco muestral. Por ejemplo, de personas que han estado encarcela­
das, o que padecen una enfermedad vergonzosa, o tienen una limitación física. En estos casos,
en los que es muy complicado, o imposible, utilizar un procedimiento de selección aleatorio, el
método de conveniencia se justifica plenamente para investigaciones cualitativas que no tienen
pretensiones de realizar inferencias estadísticas. El grupo inicial propicia la participación de
otros individuos de su misma condición, los cuales, a su vez, hacen lo propio con otros conoci­
dos; se busca así un efecto de pirámide que permita completar una muestra suficientemente
grande para obtener conclusiones aceptables.
200 INVESTIGACIÓN DE MERCADOS

Muestreo selectivo

En este tipo de muestreo, la selección de los participantes la realiza el investigador en forma


subjetiva, sin aplicar ningún juicio o criterio diferente a su simple apreciación.
Aunque con este procedimiento se intenta a veces emular el proceder aleatorio, se ha
comprobado que la mente humana sigue tendencias que invalidan este principio. Este muestreo
es útil en sondeos cualitativos donde no se requieren resultados concluyentes. Los siguientes,
son algunos casos en que es útil el muestreo selectivo:

• Para probar la validez de un formulario que va a ser aplicado en una encuesta;


• Cuando se necesita ampliar el conocimiento de un fenómeno de marketing, de las formas
como se manifiesta su naturaleza;
• Cuando se necesitan realizar sondeos rápidos para detectar la presencia de una influencia
o la presencia de un nuevo elemento, en un proceso de marketing.
• Cuando se requiere una búsqueda para enfocar un objetivo de investigación.

Caso 6.1 Ejemplos de muestreo selectivo

• Una firma asesora de imagen, contratada por un candidato a la presidencia, utiliza una
muestra selectiva de electores para explorar las conductas y las reacciones frente a sus
programas de gobierno. Se considera que la muestra es representativa de la condición
humana para enfocar principios universales.
• Un fabricante de juguetes estudia la forma como un grupo de niños reacciona frente a un
nuevo juguete que acaba de desarrollar. Como en el caso anterior, la muestra selectiva se
considera suficiente, dado que el comportamiento lúdico de los niños es de naturaleza
genérica y poco depende de la composición individual.
• Un noticiero de televisión desea conocer las opiniones de su audiencia frente a una situa­
ción social de actualidad. Para ello, el comunicador encargado intercepta a transeúntes en
un determinado sitio. Se considera que, para efectos de entretenimiento de la audiencia,
la escogencia selectiva es suficiente para explorar las actitudes de la gente.
• Una marca de alimentos que hace pruebas de degustación con sus productos, con los
clientes de un supermercado, asegura que el sabor y el gusto son características universa­
les y, por tanto, considera suficiente la muestra selectiva para Lal fin.
TÉCNICA DEL MUESTREO 201

Muestreo de juicio o criterio ✓

El muestreo de juicio permite la selección de los participantes en forma selectiva, pero basada
en algún criterio que el investigador aplica. Este criterio puede, en muchos casos, mejorar la
representatividad de la muestra en comparación con una muestra al azar, y a un costo menor.
El criterio aplicado se basa en el conocimiento que se adquiere de un sector o de una
población muy estudiada. Resulta de gran utilidad en los estudios de investigación industrial, ya
que, en éstos, los marcos muéstrales suelen ser muy conocidos por los investigadores, lo cual
resulta más eficiente que aplicar el muestreo probabilistico.

Caso 6.2 Ejemplos de muéstreos de juicio

• Una empresa necesita estudiar el consumo industrial de sacos textiles, para empacar ha­
rina, entre los fabricantes de este producto. Para ello consulta a los mayores productores,
con lo cual ahorra costo y tiempo, puesto que con unos pocos consultados queda repre­
sentada la mayor cantidad de sacos en el mercado, lo que hace que sus conclusiones sean
más válidas que si se utilizara un procedimiento aleatorio.
• Los suscriptores de una revista semanal se perfilan dentro del segmento medio alto de
una población y, por tanto, conforman un buen marco mueslral para integrar muestras
para realizar estudios de mercados a dicho segmento. Dado que se cuenta con un buen
conocimiento de los suscriptores y se conoce su peso específico dentro del contexto so­
cial, se pueden elaborar estudios utilizando muéstreos de juicio.
• La selección de la ciudad piloto para realizar una prueba de mercado, para comprobar la
aceptación de un nuevo producto, es un caso de muestreo de juicio dado el conocimiento
que se tiene de las características de los municipios del país.

Muestreo de cuota ❖

El muestreo de cuota mejora el criterio aplicado en la selección del caso anterior, porque se
realiza una estratificación. La conformación de la muestra se hace por cuotas, esto es, en forma
proporcional al tamaño de los estratos considerados. El muestreo de cuota es posible cuando se
dispone de marcos muéstrales muy completos, y proporciona resultados más precisos.
202 INVESTIGACIÓN DE MERCADOS

Caso 6.3 Ejemplos de muestreo de cuota

• Una firma de investigación de mercados ha sido comisionada para estudiar las posibilida­
des de mercado de una multinacional de comidas rápidas que desea establecerse en el
país. Para cumplir con parle de esa misión, realizó 4000 consultas en veinte ciudades
principales sobre las necesidades de comidas rápidas en la población económicamente
activa. La muestra se realizó en forma selectiva por interceptación, en centros comerciales
de cada ciudad, y la muestra final se conformó de manera proporcional al número de
habitantes de cada ciudad.
• Para realizar un estudio de sus clientes, una empresa proveedora de insumos ha elabora­
do un listado de sus 2000 clientes, clasificándolos por ventas. Las necesidades de aten­
ción dependen del tamaño del negocio, y que el volumen de ventas el criterio aplicado.
Con base en éste listado, se determinaron cuatro estratos, así: Gigantes, que corresponden
al 5% superior, Grandes, con el 15% siguiente, Medianos, con el 30% subsiguiente y Pe­
queños, con el 50%, en el nivel mas bajo. De acuerdo con esta composición se extrae la
muestra de 200 clientes, así; 10, 30, 60 y 100, respectivamente, para cada categoría de
tamaño.
• En el caso que se requiera extraer una muestra de fabricantes de camisas entre 700 en
total, es preferible usar la ley de concentración de los recursos que permite un cubrimiento
mayor de la producción, que la selección al azar. Si la muestra requerida es de 140 unida­
des, esto es del 20%, al aplicar la ley de Pareto se cubre algo así como el 80% de la
producción de camisas, en tanto que con la selección al azar sólo se cubre el 20%. En este
caso, la muestra determinística resulta más eficiente que la probabilística, y, además, es
aplicable porque se conoce el marco muestral que permite saber la forma como se con­
centran los recursos.

Convenciones sobre el muestreo determinístico.

D
Conveniencia Selectivo
Vía libre Señalización

✓ ❖
Juicio Cuotas
Visto bueno Separados
TÉCNICA DEL MUESTREO 203

3. EL MUESTREO PROBABILÍST1CO

El principio básico de la selección aleatoria es asignar la misma probabilidad a cada elemento


de la población. Esta propiedad, que lo diferencia del método determinista, se obtiene aplican­
do procedimientos objetivos, independientes del juicio humano, basados en tablas de números
aleatorios, algoritmos congruenciales generadores de secuencias aleatorias y otros métodos
matemáticos especiales. Para ello, se relaciona cada elemento de la población, o del marco
muestral, con un número de orden, y los elementos elegidos para integrar la muestra se identi­
fican mediante una secuencia de números aleatorios.
Los números aleatorios son valores entre cero y uno, que cumplen dos propiedades esta­
dísticas: son independientes y se distribuyen uniformemente. La aleatoriedad es la propiedad que
garantiza la objetividad del procedimiento y la representalividad de la muestra. El procedimien­
to probabilista es el único aceptable para hacer inferencias y llegar a resultados concluyentes.

1. Distribución uniforme
Propiedad de los números aleatorios
2. Independencia

P
P(A/B)=P(A)

0 1
Distribución de frecuencias Distribución acumulada Condición do independencia

Figura 6.2 Características de los números aleatorios.

6.4 Generación de una secuencia aleatoria

Un marco muestral consta de 1700 unidades, cada una identificada con un número de or­
den entre 2001 y 3700, de las cuales se necesita extraer una muestra de tamaño 100. Me­
diante el uso de un generador de números aleatorios se reproduce una secuencia de cien nú­
meros, de la cual se describen los primeros, así:

(0,3562, 0,6891, 0,0252, 0,1287, 0,4550, 0,7724..,)

La expresión que relaciona las unidades elegidas con los números aleatorios es:
N=1700R+20001

1 La relación corresponde a la fórmula N=a+bR, donde a=2000 y b=1700y R es el número aleatorio


204 INVESTIGACIÓN DE MERCADOS

Para el número aleatorio R=0,3562 la unidad a elegir es la identificada con el número


de orden determinado por N=1 700 x 0,3562+2000=2605, el cual corresponde a la parte ente­
ra de 2605,54. Los primeros elementos de la muestra son los siguientes:
(2605, 3171, 2042, 2218, 2773, 3313, ...)

Representatividad y confiabilidad
El objeto del muestreo es hacer inferencias de características cuantitativas, sobre una pobla­
ción, a partir de una muestra. Esto es posible si la muestra es representativa de la población, esto
es, si las características y la composición de los elementos de la muestra coinciden con las de la
población. Se dice entonces que hay validez estadística.
Los problemas que atentan contra la representatividad de la muestra son:

• Los problemas de la muestra, cuando la estructura de ésta no se corresponde con la de la


población. Esto sucede porque:

El marco no contiene todos los elementos de la población;


No es posible acceder a todos los elementos de la población;

No es posible lograr la participación de todos los integrantes de la muestra.

• Los problemas del procedimiento, cuando el método utilizado viola la equiprobabilidad de


la selección.
• Los problemas de respuesta, cuando, ya localizados y accedidos, los seleccionados recha­
zan o no responden la encuesta, lo que produce un sesgo en la estructura de la muestra.

La validez estadística no es suficiente para resolver el problema de la representatividad, si


el procedimiento no se aplica correctamente. La validez del procedimiento se logra controlando
durante su ejecución el cumplimiento de las normas preestablecidas.

Elementos para lograr la representatividad Marco muestral correcto


de la muestra Selección aleatoria
Control del procedimiento

El directorio telefónico puede ser, en ciertos casos, un marco muestral inadecuado para
estudiar la población en general, porque el hecho de disponer de un teléfono puede ser un
elemento diferenciador de ciertas conductas frente a quienes no disponen de este artefacto. En
este caso existe un problema de validez.
Cuando se cumple la equiprobabilidad en la selección de la muestra, se dice que el muestreo
TÉCNICA DEL MUESTREO 205

treo es irrestricto. Sin embargo no siempre es aconsejable el muestreo irrestricto. En los casos
cuyo muestreo es restringido, esto es, cuando la selección es aleatoria, pero no equiprobable, es
posible mantener la representanvidad como se ilustra en los casos del muestreo estratificado
(muestreo de cuotas).
El tamaño de la muestra depende del grado de desviación de la variable investigada.
Cuando se trata de investigar atributos genéricos que resultan ser muy homogéneos, cómo
sucede en el campo biológico, una muestra pequeña es suficiente. En cambio, si las variaciones
son amplias, como sucede con las actitudes de las personas, se requiere de mayores tamaños.
Para determinar el tamaño muestral se debe fijar la precisión con la cual se desean los
resultados. Si por razones económicas o físicas, el tamaño aconsejable no se puede cumplir, se
puede sacrificar la precisión hasta un grado en que los resultados sean útiles para el patrocina­
dor.
La representad vidad de la muestra se logra mediante la objetividad del procedimiento,
aunque el tamaño sea pequeño, pero la exactitud si depende de éste. Si la exactitud es buena se
dice que el resultado es confiable. Con mayor exactitud se obtiene mayor confiabilidad, pero se
necesita mayor tamaño de la muestra y mayor costo, de aquí resulta que el problema económi­
co es el principal enemigo de la exactitud.
Con base en la exactitud, se construye el intervalo de confianza, mediante dos cotas, den­
tro de las cuales se encuentra el parámetro de la población. Dado que en una misma encuesta
cada pregunta tiene su propia distribución de frecuencias, no se puede proporcionar la misma
exactiiud para todas. Por tanto, para fijar el tamaño muestral se aconseja como referencia la
característica principal de la encuesta. La confiabilidad es un atributo tanto del diseño estadístico
como del procedimiento y se logra mediante un tamaño muestral suficiente y aplicando contro­
les para que se siga una línea estándar en el método de recolección, y se cumplan los requisitos
establecidos.
El muestreo probabilístico resuelve el problema de la representatividad, mediante la se­
lección aleatoria y los diseños aplicados resuelven los problemas de funcionalidad y de costos.
El diseño fundamental es el muestreo aleatorio simple, que sirve de modelo para desarrollar la
teoría. El muestreo sistemático es una variante más funcional para seleccionar la muestra. El
muestreo estratificado es el menos costoso y el muestreo conglomerado es el indicado para los
casos de marcos muesLrales insuficientes.

Clases de muestras
Tanto por la forma de obtener la medida como por la manera de completar el tamaño muestral,
se definen cuatro tipos de muestreo: el muestreo de atributos, el muestreo de variables, el mues­
treo secuencial y el muestreo Jijo.
206 INVESTIGACIÓN DE MERCADOS

Cuando la medida consiste en registrar un valor o un recuento, se denomina muestreo de


variables o muestreo cuantitativo. Por ejemplo, cuando se anoran el ingreso, la edad de una per­
sona, o el número de compras que efectúa por mes, etc. Cuando se anota una condición se
denomina muestreo de atributos o muestreo cualitativo. Por ejemplo, cuando el registro consiste
en determinar si una persona es mayor de edad, o es propietario de un vehículo.

Muestreo de variables
Tipos de muestreo Tipo de aplicación de la medida Muestreo de atributos
Muestreo fijo
Forma de allegar la muestra
Muestreo secuencial

Obsérvese en la figura 6.3, que la medida cuantitativa determina el número de puntos


por área y que cada anotación corresponde al número de puntos que hay dentro del área circu­
lar. La medida cualitativa se limita a observar la presencia de los puntos en el área circular. La
condición es que haya al menos, un punto dentro del área. Si existe, al menos, un punto se
anota 1, y en caso contrario, 0. El resultado es la proporción de áreas con puntos.
En el capítulo 12 se explica la forma de determinar, a partir de la frecuencia cualitativa, el
promedio cuantitativo de puntos por área. Como esta forma de recuento es más fácil de conta­
bilizar y se cometen menos errores, resulta de gran aplicación en los procesos industriales.

Figura 6.3 Muestreo de variables y de atribuios.


TÉCNICA DEL MUESTREO 207

Caso 6.5 Muestreo de variables frente a muestreo de atributos

El objetivo de una investigación, patrocinada por unos textileros, es clasificar a los fabrican­
tes de tejidos de punto por el tipo de fibra consumida, entre algodón, poliéster y nylon.
Un primer enfoque es obtener, cuantitativamente, el valor del consumo de las fibras,
en toneladas por año, de cada empresa. Se trata entonces de un muestreo de variable, cuyo
resultado final proporciona el valor del consumo promedio por empresa. Un segundo enfo­
que determina, cualitativamente, si la empresa es consumidora de cada tipo de fibra, inde­
pendientemente, de la cantidad que consuma. Los resultados de las medidas cuantitativa y
cualitativa se pueden observar en el cuadro 6-1.

Cuadro 6.1 Resultados por tipo de muestreo.

Medición cuantitativa Medición cualitativa


(muestreo de variables) (muestreo de atributos)

Condición Resultado Condición Resultado


de la medida de la medida
cuantitativa cualitativa

Consumo 25.000 ton. Empresas 35%


de algodón algodoneras

Consumo 32.124 ton. Empresas 60%


de poliéster poli esteras

Consumo 6.740 ton. Empresas 15%


de nylon nyloneras

Muestreo fijo frente a muestreo secuencial


La otra variante se refiere a la forma de determinar el tamaño muestral. El muestreofijo determi­
na la muestra anticipadamente, mediante fórmulas y el muestreo secuencial lo hace de modo
gradual, a medida que avanza la recolección de los datos, en varias etapas. Cuando se cumplen
los requisitos de exactitud, se suspende la recolección.
En la investigación de mercados se considera aceptable una confiabilidad del 95%, lo
cual significa que de 100 resultados, en promedio, 95 son reales y 5 son falsos. Para calcular
anticipadamente el tamaño de la muestra se necesita conocer la varianza de la población. Si no
se conoce, se asume con base en resultados de experiencias anteriores, o con una estimación
provisional, mediante una pequeña muestra piloto, o a través de una estimación subjetiva, con
208 INVESTIGACIÓN DE MERCADOS

algún juicio de valor. Si no es posible disponer de alguna estimación, el muestreo secuencial es


el indicado. Con base en la varianza acumulada en cada etapa, se determina la exactitud y el
muestreo se suspende cuando una nueva adición muestral no agrega mayor exactitud significa­
tiva.

Diseños estadísticos
Los cuatro diseños estadísticos muéstrales básicos se han desarrollado para resolver restriccio­
nes físicas y económicas. El diseño básico es el muestreo simple, pero las otras tres variantes, que
son:d muestreo sistemático, el muestreo estratificado y el muestreo conglomerado, se configuran para
dar respuesta a las restricciones.

Diseños estadísticos Muestreo simple


Muestreo sistemático
Muestreo estratificado
Muestreo conglomerado

Muestreo simple
El método de selección simple proporciona una probabilidad igual y conocida para cada ele­
mento de la población y por tanto, el diseño es irrestricto. El procedimiento requiere asociar
cada elemento o componente de la población con un número aleatorio. Para generar un núme­
ro aleatorio se pueden utilizar tablas aleatorias o algoritmos de generación de secuencias
congruenciales. Para determinar la muestra se establece una relación de correspondencia entre
el número aleatorio y la unidad de análisis.
Por ejemplo, si el número aleatorio es R=0,4739, su relación con la unidad de análisis de
una población compuesta de 18.320 elementos, enumerados a partir del 1001, tiene la forma
siguiente:

N. = N • R + No = 18.320 • 0,4739 + 1.000 = 9.682

Por tanto, para completar una muestra de tamaño n es necesario generar una secuencia de
n números aleatorios, y asociarlos con las unidades respectivas, así:

(RpRí.Rj.- .Rn) - IN„N2,N3.....Nn)

La ventaja del muestreo simple es su sencillez. Es menos eficienLe que el muestreo


estratificado, más eficiente que el diseño conglomerado y similar al diseño sistemático.
TÉCNICA DEL MUESTREO 209

Su desventaja es el marco muestral cuya existencia es un requisito. Si no existe, levantarlo


para aplicarlo en un caso específico puede resultar muy costoso. Ante situaciones como éstas, a
veces se recurre a marcos o procedimientos inapropiados que afectan la representad vidad de la
muestra.
El método para seleccionar la muestra, debe ser un mecanismo que libere del juicio
subjetivo la selección de las unidades de análisis. Se puede definir de muchas maneras, pero
debe cumplir las condiciones de objetividad y equiprobabiiidad.

Condiciones de la selección Objetividad


1 Equiprobabiiidad

En ciudades o regiones grandes, los desplazamientos para recopilar la información se


vuelven costosos, por lo que el muestreo simple resulta inapropiado y en su lugar se prefiere el
muestreo conglomerado.

Muestreo aleatorio sistemático


Este diseño es una variante del muestreo irrestncto aleatorio, en cuyo método de selección de
la muestra se aplica una norma sistemática que facilita la escogencia y permite superar ciertas
barreras que presenta el marco muestral, cuando se utiliza el procedimiento aleatorio simple.
El método se basa en la escogencia de cada unidad, con base en conjuntos de la población con
igual número de componentes, pero mutuamente excluyentes, y proporcionados en forma de
tramos secuenciales.
El tamaño de los tramos es el cociente que resulta al dividir el tamaño de la población por el
tamaño de la muestra, y por tanto, el número de ellos coincide con el tamaño muestral. Los
tramos se disponen en serie, y se elige la primera unidad al azar, sobre los integrantes del
primer tramo. Las demás escogencias se hacen con las unidades que ocupan la posición equiva­
lente de la primera elección, en los tramos subsiguientes.
Si se definen las siguientes variables:
N = Tamaño de la población
n = Tamaño de la muestra
h = Tamaño del tramo = N / n
Nj = Unidad seleccionada
R = Número aleatorio
La secuencia de unidades, seleccionadas en forma sistemática, es la siguiente:
{Np N2,N3...Nj] = (hR, h+hR, 2h+hR, 3h+hR ..., (n-l)h+nh+hR)
210 INVESTIGACIÓN DE MERCADOS

Selección simple

ir

_ ■
" J
■ -
El marco muestral consta de 100 fichas Para elegir la muestra de 5 fichas, se define el tramo, igual a 20 fichas = 100/5

La muestra es de 5 fichas La primera elección corresponde al orden 142


La selección se hace al azar Las restantes elecciones tienen igual ubicación

Figura 6.4 La selección aleatoria frente a la sistemática.


El procedimiento de selección del diseño sistemático proporciona un método racional,
más funcional y menos costoso, con las mismas cualidades de exactitud y representatividad del
diseño simple y, además, permite superar el problemas de selección cuando no se dispone del
marco muestral completo (ver el caso 6.6).
En algunos casos, el muestreo sistemático mejora la representatividad y la eficiencia,
cuando los elementos se ordenan con respecto a un atributo, pues de esta manera, se propor­
ciona, adicionalmente, la característica estratificadora del muestreo estratificado, que es el dise­
ño más eficiente. Por ejemplo, si se toma como marco el listado de cliente, ordenados por
compras, la muestra proveniente de una selección sistemática proporciona una composición
proporcional a los estratos definidos con base en el nivel de compras, lo cual no sucedería si se
hiciera la selección aleatoria sobre un listado desordenado.
Se presenta un problema de representatividad en el muestreo sistemático, cuando el mar­
co muestral tiene una disposición cíclica, por ejemplo, cuando se Lrata de las ventas diarias de
un punto de venta y el tramo escogido es la semana. Los resultados observados, que correspon­
dan a los de un mismo día de la semana, resultaran sesgados por su estacionalidad, puesto que
no estarán representados los otros días de la semana. Sin embargo, estos son casos fáciles de
resolver, con sólo cambiar el tamaño del tramo. Por ejemplo, en lugar de 7 puede ser de 10 o 5
días.

Caso 6.6 Selección simple frente a selección sistemática

Selección simple
Los planos cartográficos de las ciudades son herramientas útiles para seleccionar viviendas
como unidades de análisis de una encuesta. Un procedimiento consiste en definir dos esca­
TÉCNICA DEL MUESTREO 211

las de recorrido 0 - 1, una en cada eje cartesiano del plano cartográfico. Se obtienen, luego,
dos números aleatorios, uno sobre cada eje, y con ellos se determina un punto de ubicación,
justamente donde se cortan las dos coordenadas que forman dichos números. Se elige la
manzana correspondiente a dicho punto y se toma como punto de referencia su esquina NE,
para localizar una vivienda correspondiente a un orden preestablecido. Se solicita la infor­
mación a las amas de casa de las Advi endas así determinadas.
Para garantizar el carácter irrestricto a la muestra, en este método de elección se nece­
sitan conocer las densidades poblacionales, mediante las cuales se deben cargar las probabi­
lidades para seleccionar las coordenadas de cada punto. Si no se hace asi, el muestreo es
aleatorio pero no irrestricto, lo que proporciona sesgo en los resultados. Si el marco muestral,
es decir los planos cartográficos, no es suficientemente completo para suministrar las densi­
dades poblacionales, se debe recurrir al muestreo sistemático para otorgar la propiedad
irrestricta al muestreo. (ver figura 6.5).

Selección sistemática
Con el método sistemático, se toma el número de viviendas de la ciudad y se divide por el
tamaño de la muestra, el cociente resultante corresponde al tamaño del tramo h. Se elige
aleatoriamente un número R, comprendido entre 1 y 0 y se hace luego la primera elección
que corresponde a la vivienda N2=R x h, determinada a partir del punto superior izquierdo
del plano. La segunda elección se hace en el segundo tramo, o sea en el grupo de las siguien­
tes h viviendas, correspondiéndole la elección a la que ocupe la misma posición relativa, esto
es N2=h+R X h. Se sigue así, sucesivamente, hasta agotar el plano, es decir hasta el extremo
opuesto. Un tramo puede comprender desde una fracción de manzana hasta varias manza­
nas, dependiendo de la densidad poblacional.

Figura 6.5 Procedimiento de selección aleatoria simple.


212 INVESTIGACIÓN DE MERCADOS

Este procedimiento proporciona a cada vivienda la misma probabilidad de ser selec­


cionada, porque el tramo no es una área determinada, sino un número de viviendas reales. Y
no es necesario saber de densidades poblacionales dado que, automáticamente, quedan con­
sideradas a medida que se avanza tramo a tramo (ver figura 6.6).
Otro ejemplo de selección sistemática, se define con los clientes que acuden a un
supermercado. El mecanismo de selección intercepta las personas que inglesan al supermer­
cado en un orden predeterminado o en un tiempo después de terminada la última entrevis­
ta. Mecanismos como éste proporcionan objetividad a la elección de la muestra, pero no
garantizan la propiedad irrestricta.

Ruta de selección

cartográfico

Cada punta de flecha


indica una selección.
Cada longitud de fle­
cha indica el recorrido
necesario para contar
con un número igual
de viviendas que com­
plete el tramo.

Figura 6.6 Selección sistemática.

Muestreo ESTRATIFICADO
Cuando la población se conforma de grupos diferenciados por un atributo, la selección de los
participantes mediante estratos, proporciona una muestra más eficiente, lo que reduce subs­
tancialmente su tamaño y su costo.
El muestreo aleatorio estratificado se aplica cuando se dispone de marcos muéstrales tan
suficientemente elaborados que permiten identificar segmentos, entre los individuos de la po­
blación, llamados estratos. Los estratos se conforman con los individuos que gozan de cierta
homogeneidad con relación a una característica o atributo. 1.a estructura de la muestra debe ser
igual a la de los estratos de la población, lo cual mejora la eficiencia del diseño, y permite
obtener igual precisión, con una muestra sensiblemente menor que la de los otros diseños, a
un costo menor.
Con el diseño estratificado se necesitan conocer las variaciones dentro y entre los estratos.
La primera es muy baja y reduce el tamaño muestral del estrato, por lo que la muestra total
resulta ser muy inferior en comparación con una población no estratificada.
TÉCNICA DEL MUESTREO 213

Para la selección de la muestra se utilizan los mismos procedimientos enunciados en los


casos de muestreo simple y sistemático, pero esta vez se desagrega por estrato. La composición
de participantes en la muestra por estrato puede ser proporcional o des proporcional a la pobla­
ción. Si se buscan inferencias poblacionales, la composición de la muestra debe ser proporcional
y resultará irrestricta. Si se requieren inferencias por estratos, la composición será desproporcional
porque dependerá de las variaciones dentro de los estratos y resultanrá un diseño restringido. En
este caso, para proyectar los resultados a la población, se debe ponderar según el peso de cada
estrato.

Muestreo estratificado Proporcionado 1 = inferencia global


Desproporcionado 1 = inferencias parciales

Si se definen los siguientes términos así:

Nj = Tamaño del estrato 1


N2 - Tamaño del estrato 2
Nj = Tamaño del estrato 3
X2 = Resultado obtenido de la muestra tomada en el estrato 1
X2 = Resultado obtenido de la muestra tomada en el estrato 2
X 3 = Resultado obtenido de la muestra tomada en el estrato 3

Entonces el resultado total ponderado se obtiene de la manera siguiente:

La ventaja del muestreo estratificado es su eficiencia, su desventaja es la dificultad para


disponer de marcos muéstrales suficientemente completos, que permitan establecer las varia­
bles de estratificación.

Caso 6.7 La estratificación en el levantamiento de un marco

La forma más simple para definir los estratos socioeconómicos es la aplicación de los cuantiles.
Por ejemplo, si, por definición, se considera estrato bajo al 50% de la población, por percibir
los menores ingresos, estrato medio al 35% de la población, porque percibe ingresos media­
nos y estrato alto al 15% restante, por percibir los ingresos superiores, un diseño estratificado
proporcional de 500 familias de tamaño muestral, se reparte asi: 75 elementos para los
mayores ingresos, 175 para ingresos medios y 250 para los más bajos.
214 INVESTIGACIÓN DE MERCADOS

Clase social Ingreso familiar Composición


promedio

1. Marginal 1 s.m. 10%


2. Baja 2 s.m. 30%
3. Media-baja 4 s.m. 35%
4. Media-media 8 s.m. 20%
5. Media-alta 16 s.m. 10%
6. Alta 32 s.m. 5%

Los censos poblacionales consideran varios criterios para establecer los estratos o cla­
ses socioeconómicas2, como el tipo de vivienda, los ingresos y otros atributos. Un estudio
sobre el ingreso familiar correspondiente a seis estratos permitió establecer una relación
entre el salario mínimo y los estratos, como la serie geométrica que se indica en la tabla de
arriba. Este criterio que relaciona el salario mínimo, es independiente de las fluctuaciones
inflacionarias. En la estratificación también se aplican otros criterios, diferentes al económi­
co, como la escolaridad, el estilo de vida, y los comportamientos.
Un criterio no económico, que relaciona el estadio de vida de los individuos, se pre­
senta en el cuadro 6.2.

Cuadro 6.2 Composición de una población, según el estadio de vida.

Estadio Rango de edad Caracterización %

Infantes 1-2 Súper protegidos Insuficiencia


sicomotriz 4
Infantiles 2-7 Protegidos. Suficiencia sicomotriz 17
Niños 7-11 Protegidos. Decisores 16
Juveniles 12-17 Dependientes. Decisores 15
Adulto júnior 18-25 Independientes. Responsabilidad
baja 13
Adulto sénior 26-40 Responsabilidad alta. Promovidos 15
Maduros 41-60 Líderes. Promotores
Responsabilidad alta 12
Retirados 61-80 Consejeros. Responsabilidad baja 7
Seniles 80-100 Consejeros 1

Utilizado por el Departamento Administrativo Nacional de Estadística, Dañe


TÉCNICA DEL MUESTREO 215

Muestreo conglomerado
El muestreo conglomerado es la solución a dos problemas que presentan los diseños anteriores:
la falta del marco muestral adecuado y las distancias que se deben recorrer entre diferentes
destinos.
Inicialmente, se divide la población en grupos, sin ningún requisito, por lo cual se les
denomina conglomerados. La selección de la muestra se hace por etapas. En el caso de dos
etapas, se escogen, primero, los conglomerados y, después, las unidades de análisis de cada
conglomerado. Si se consideran tres etapas, en la primera, se hace una elección de conglomera­
dos secundarios, en la segunda se extraen los conglomerados primarios, a partir de los secunda­
rios; finalmente, en la tercera, se escogen las unidades de análisis, desde los conglomerados
primarios. Y así, sucesivamente.
La ventaja del diseño de conglomerados es el costo que se ahorra al no tener que levantar
el marco muestral completo y al utilizar recorridos mas cortos entre los diferentes destinos. Es,
por tanto, el indicado en los casos en que la muestra cubre regiones o ciudades populosas.
Su desventaja es la eficiencia que se reduce en cada etapa, debido al error muestral que se
acumula. A mayor número de etapas, los costos del marco muestral y de los recorridos, son
menores, pero el error muestral se incrementa, y mayor es el tamaño muestral necesario para
conseguir la misma exactitud. Sin embargo, este sobre costo del tamaño de la muestra se com­
pensa con los ahorros. La formulación matemática es más compleja, sin embargo, los procedi­
mientos son igualmente sencillos.
El diseño presenta algunas variantes, que dependen del número de etapas requeridas, de
la conformación de los conglomerados, del procedimiento de selección y del uso de la estratifi­
cación en el marco muestral. A continuación se hace una exposición de los casos más interesan­
tes.

Muestreo de áreas
Muestreo conglomerado Etapas Bietápico
Polietápico
Conglomerados Homogéneos
Heterogéneos

Muestreo de áreas
Este diseño, también llamado monoetápico, se ejecuta en una sola etapa, integrando a la muestra
todas las unidades de los conglomerados que resulten seleccionados. El tamaño muestral es la
suma de los elementos de los conglomerados escogidos. Es útil en los estudios rurales, en los
cuales los conglomerados pueden ser las viviendas campesinas, las parcelas, las veredas, los
216 INVESTIGACIÓN DE MERCADOS

poblados, etc. y las unidades de análisis pueden ser las fincas, los sembrados, las explotaciones
agrícolas, los hogares, las personas, los animales, etc. La formulación matemática de este diseño
es similar a la del muestreo aleatorio simple, pero el tamaño de muestra de conglomerados es
menor, puesto que éstos se incluyen todas las unidades que los integran.

Figura 6.7 Comparación del muestreo estratificado con el conglomerado.

Muestreo polietápico
La complejidad matemática del muestreo conglomerado aumenta con el número de etapas.
Para determinar el tamaño de la muestra y la exactitud de los resultados, se requieren conocer
las varianzas dentro y entre los conglomerados. El diseño conglomerado polietápico es útil cuan­
do las unidades de análisis son los habitantes de una ciudad, una región o un país y el primer
punto de destino es la vivienda o el hogar. Los conglomerados pueden ser grupos de viviendas,
manzanas y sectores de una ciudad, regiones o municipios de un país, parcelas de una vereda
rural, negocios de un subseclor industrial, etc. Un caso típico de muestreo conglomerado se da
cuando la primera elección es de manzanas y la segunda, de viviendas. El muestreo conglome­
rado bietápico es el más común y presenta dos variantes, que dependen de si los conglomera­
dos son homogéneos o heterogéneos.
Muestreo Homogéneo: Cada conglomerado tiene el mismo número de unidades. En
este caso, el número unidades seleccionadas en la segunda etapa es uniforme por conglomera­
do. El tamaño de la muestra es n=m-w; m es el número de conglomerados elegidos en la primera
etapa y w, el número de unidades por conglomerados, elegidas en la segunda etapa.
TÉCNICA DEL MUESTREO 217

Muestreo Heterogéneo: Los conglomerados no contienen un número igual de unidades.


En este caso, la selección de la muestra se puede hacer de dos formas, para que se conserve
irrestricta:

1. La elección de conglomerados se hace equiprobable y luego, la de las unidades se hace


proporcional al tamaño de los conglomerados.
2. La probabilidad de elección de los conglomerados es proporcional a su tamaño y luego,
la selección de unidades se hace al azar, considerando un número fijo para cada con­
glomerado.

Dado que el tratamiento matemático se simplifica cuando los conglomerados son homo­
géneos, es posible establecer relaciones de equivalencias que permitan trabajar los conglomera­
dos irregulares como regulares.
Conglomerado Estratificado: El muestreo estratificado también puede ser conglomera­
do, si se aplica el diseño conglomerado a los estratos. Los métodos de selección de la muestra
pueden ser simples o sistemáticos. Todas estas posibilidades implican formulaciones que com­
binen los diseños previamente estudiados. El modelo de mayor utilización para los sondeos
aleatorios con destino al hogar, es el diseño de muestreo estratificado por conglomerados ho­
mogéneos, en dos etapas.

El error en el muestreo aleatorio


El error muestral o estándar está implícito en la aplicación aleatoria, y resulta al inferir con base
en una porción de la población. Otros errores se generan por problemas de procedimiento, y se
denominan errores no muéstrales.
El error muestral se caracteriza porque:
1. Se puede medir.
2. Disminuye con el mayor tamaño muestral.

Los errores no muéstrales en cambio:


1. No se pueden medir.
2. Aumentan con el mayor tamaño de la muestra.

Fuentes del error muestral Selección aleatoria


Número de extracciones
Fuentes del error no muestral Problemas de diseño
Problemas del instrumento
Problemas de método
Problemas de procesamiento
218 INVESTIGACIÓN DE MERCADOS

Los enores no muéstrales se generan en cuatro fuentes que son: el diseño, el instrumento, el
método y el procesamiento.

Los errores por diseño de deben a:

• La definición defectuosa de la población objeto de estudio.


• La utilización de un marco muestral incorrecto o no representativo de la población.

Los errores por problemas del instrumento son:


• La no-respuesta y la respuesta viciada por mala construcción o redacción de las preguntas.
• Los problemas de registro de las respuestas, debido al pobre diseño del formulario.
• Los errores causados por respuestas engañosas, dado el manejo defectuoso del instrumen­
to o la mala voluntad del entrevistado.
• Los problemas de interpretación por mala utilización de la escala de medida o mal ordena­
miento de las preguntas.

Los errores por problemas del método, son:

• Las respuestas inducidas o manipuladas por los encuestadores.


• Los errores de registros de las respuestas, por mala interpretación, falta de diligencia o falta
de capacitación del encuestador.
• Los fraudes del encuestador por asentamientos facilistas o ficticios.

Los errores por problemas en el procesamiento, son:

• Los errores de transcripción de los datos originales a las plantillas, para procesamiento de
la información
• Los errores de análisis, por mal manejo de las herramientas estadísticas o por problemas de
interpretación.

0 [22] [24] 0 Naturaleza del error muestral

Una aula tiene 36 estudiantes con las edades que


[23] [22] [22j se observan en los recuadros y cuya media es de
22,1 años. Si se conforman muestras a partir de
cada fila, el error muestral se presenta como la
0 IZÜ diferencia entre la media por fila y la media de la
población.
0 [23] Media 1a. fila = 21,0 Error muestral =-1,1
Media 2a. fila = 20,8 Error muestral = -1,3
0 [25] |2S] Media
Media
3a.
4a.
fila = 22,8
fila = 22,7
Error
Error
muestral
muestral
= 0,7
= 0,6
Media 5a. fila = 23,2 Error muestral = 1,1
[ñ] 0 0 [22] |23] 0 Media 6a. fila = 22,0 Error muestral = -0,1

Figura 6.8 Interpretación del error muestral.


TÉCNICA DEL MUESTREO 219

Problemas de diseño estadístico

El diseño estadístico consiste en determinar el tipo de muestreo, el nivel de confiabilidad, la


exactitud o el error muestral, el tamaño de la muestra y el procedimiento de selección. Si no se
cumple el diseño, debido a las limitaciones de presupuesto o de tiempo, o por el desconoci­
miento de los principios estadísticos, es difícil sostener las conclusiones obtenidas.
La práctica de la investigación de mercados fija tamaños de muestras que fluctúan entre
400 y 600 encuestas, los cuales, en la mayoría de los casos, son suficientes para extraer conclu­
siones válidas. Sin embargo, se debe determinar el error muestral resultante para cada variable
consultada.
La representatividad de la muestra depende de la utilización de una metodología objetiva
en la selección y de la validez del marco muestral. En la formulación del diseño se deben
identificar y suministrar la población objeto, el marco muestral y la metodología para la extrac­
ción de la muestra.

4. EL DISEÑO ESTADÍSTICO

Esta sección trata de nuevo los diseños del muestreo probabilista, pero ahora se da mayor
énfasis a su formulación matemática, y aunque se hace en forma sencilla, se deja al lector la
posibilidad de omitirla por el momento, y avanzar al siguiente capítulo.
El objeto del muestreo estadístico es estimar los parámetros poblacionales como la me­
dia, la moda y la varianza, entre otros. El propósito de esta sección es hacer una presentación
básica de la naturaleza, características y formulación matemática de los conceptos estadísticos
necesarios para el diseño muestral.

Muestreo simple

La presentación general del diseño muestral se hace con base en el muestreo aleatorio simple. Por
comodidad, las expresiones hacen referencia al caso del muestreo de variables. La conversión al
muestreo de atributos es un problema de reemplazamiento.
La media y la varianza son los parámetros poblacionales que comúnmente se utilizan
para inferir con el muestreo. Se adoptan las siguientes convenciones:
220 INVESTIGACIÓN DE MERCADOS

Muestreo de variables Muestreo de atributos


Media poblacional P' ir

Estimadores muéstrales
de la media X P
Varianza poblacional o2 TT ’ (/ — TT>

Estimadores muéstrales
de varianza s2 p ■ n-p)
Tamaño de la población N N
Tamaño muestral n n

Las siguientes definiciones corresponden a conceptos básicos del muestreo estadístico.

Muestra. Se representa por una serie de medidas obtenidas sobre las unidades de análisis
seleccionadas. Se designa por la secuencia:

¡X] = [XlfX2, ...Xn|

Media poblacional. La expresión para la media poblacional es:

P-ÉX./M
1

Media muestral. La media muestral es un estimador insesgado que se expresa por:

X = ¿X;/n
1

Varianza poblacional. La formulación para estimar cr2, se describe por:

a2=¿(Xy-^)//V
1

Varianza muestral. Como estimados insesgado y se define por

S2=¿(X.-X)2/(n-1) = SOC/g/
1

En lugar de dividir la suma de los desvíos cuadráticos (SDQ por n, se hace por los grados de
libertad gl = (n - 1)» para que sea una estadística msesgada. El número de gl expresa el número
de variables independientes consideradas en la expresión. Estas son las variables Xi, menos
uno, que corresponden a la media porque se expresa en función de las otras X¡.
TÉCNICA DEL MUESTREO

Estimadores para p, y <r2. De una población de N unidades se pueden extraer N!/n! (N -


n)/ muestras de tamaño n. A cada muestra se asocia una inedia muestral % y una varianza
muestral S2.
Del teorema del límite central se deduce que la distribución de las medias muéstrales es
normal, con media y varianza;
£(%) = //

k 7 /V-1 n

La inedia de las varianzas muéstrales S2 es:

E(5.2) = -^-cr2
K 7 /V-1

Sucede que, la media muestral es un estimador insesgado de m. Esto es, el estimador de es:

/z' = X

Pero no así la varianza muestral 52que debe corregirse con el factor (N-n)/N, para que sea un
estimador insesgado de a2, esto es;
¿2 = Nzl.S2
N

Error estándar y exactitud. El error estándar o error de muestreo D, es la raíz cuadrada de


la varianza de las medias muéstrales. El cuadrado de D se llama error cuadrático, y se puede
expresar en función de la varianza muestral, así:

V7X) = D2
V ' /V-1 n N n

Y el error estándar es:


D = 7v(X)
Exactitud. El error máximo considerado en el intervalo de confianza, determina la exac­
titud de la muestra y se designa por B. Esto es:

B = ZD

Si B expresa la exactitud deseable en la muestra, y Z es el nivel de confiabilidad asumido,


entonces, el error estándar se expresa por:

= B_ = ¡N-n a2 = ¡N-n S2
Z V /V-1 ’ n N N n
222 INVESTIGACIÓN DE MERCADOS

Intervalo de confianza. El rango x + Z D designa el intervalo de confianza al nivel de Z.


Algunos niveles de confianza comunes para lograr una probabilidad de confianza, se muestra
en la tabla 6.2.
De la distribución normal, se establece, para las medias muéstrales, que el intervalo de
dos errores estándares para contiene el 95% de los valores. Esto es:

Pr(X eX±2 D) = 0,95

Esto es: usando Z = 2, existe 95% de confianza de incluir la media poblacional en el


intervalo propuesto: x±Z D °» diciéndolo de otra manera, se acepta un riesgo del 5%.

Tabla 6.2 Niveles de confianza más comunes.

Z — Nro. de errores estándar 1,0 1,3 1,5 1,7 2,0 2,5 3,0
Pz = Prob. confianza 68% 80% 87% 90% 95% 99% 100%

Tamaño de la muestra
Despejando n de la expresión anterior en función de D, se obtiene el tamaño muestral, el cual
proporciona la exactitud B y la confiabilidad Z deseada, cuando la varianza muestral es S2 Esto
es:
n= Na2 = N-S2
(A/-1)-D2 +(T2 N-D2+S2

Si la población es grande (N > 5000), N se considera infinita. Entonces, llevando al límite


la anterior expresión (haciendo 1/N-» 0) se obtiene el tamaño muestral para poblaciones infi­
nitas, así:

Una expresión más cómoda del tamaño muestral para un tamaño finito de población es:

l+n*/N

Para realizar un estudio sobre consumo de cigarrillos, se necesita conocer el tamaño de la


muestra, dado los siguientes parámetros:
TÉCNICA DEL MUESTREO 223

Se desea un nivel de confianza del 95%, Entonces: Z = 2


Se requiere una exactitud absoluta de $20 En este caso B - $20
La población estudiada son los habitantes
de una ciudad que suman un millón,
y se considera infinita. Por tanto N = °°
La estimación de la desviación de la
población es aproximadamente 300: tr2 = $300
Entonces, el error estándar resultante es: 10 D = B/Z = 20/2 = 10
El tamaño muestral requerido: 900 n* = (S/D)2 = (300/W)2 = 900

Si se cambian los criterios de confiabilidad y exactitud, o uno de los dos, el tamaño


muestral varía considerablemente, como se observa en el siguiente cuadro:

Confianza 95,0% 99,7%


Exactitud Z=2 Z=3

B=20 900 2025


B=30 400 900

Se nota la consecuencia económica del tamaño muestral. Desear una confiabilidad del
99,7% significa incrementar el tamaño muestral de 900 a más de 2000. Igualmente, si se
disminuye la exactitud de 20 a 30, la muestra se reduce más de la mitad.

Caso 6.9 Tamaños de muestra para diferentes poblaciones

El siguiente caso ilustra la variación del tamaño muestral, según el número de habitantes de
una población. Se tiene como base un tamaño muestral de n*= 900, para una población
infinita, aplicando la corrección;

1+—
N

se llega a los resultados de la siguiente tabla, la 6.3.


224 INVESTIGACIÓN DE MERCADOS

Tabla 6.3 Influencia del tamaño de población en la muestra.

Tamaño Tamaño Fracción Tamaño Tamaño Fracción


población muestral muestral población muestral muestral

1.000.000 900 0,09% 2.000 620 31,0%


100.000 891 0,9% 1.000 474 47,4%
20.000 861 4,3% 500 321 64,2%
10.000 825 8,3% 200 164 82,0%
5.000 763 15,3% 30 29 96,7%

Se observa que el tamaño de la muestra para una ciudad de un millón de habitantes es,
prácticamente, igual a la de un pueblo de 20.000 habitantes. Solamente se presentan cam­
bios notables cuando la población es menor de 5.000 habitantes.
Coeficiente de variación. Se define como la relación entre la desviación típica y la
media poblacional.

Su utilidad es importante cuando no se conoce la varianza. En estos casos se estima la


variación como un porcentaje de la media, mediante la siguiente fórmula alternativa del
tamaño muestral:
_(Z'ff)2 _(/ v-Ai)2 _(Z-V)2
D2 ñ2 ‘ (á-M)2 S2

donde Ó es la exactitud B, expresada como un porcentaje de la media, ¿t. Por tanto,.


B = 8 fi

Caso 6.10 Tamaño muestral para una población infinita

Obtener el tamaño muestral para una población muy grande, aplicando una exactitud del
2% y un nivel de confianza del 95%; la desviación estándar de la población se estima en
aproximadamente el 10% del valor de la media.
Como ó = 10%, 8 = 2%, y Z=2, se tiene que la muestra es 100:

n*=Z2'°'2 = j2x102 =1(?0


52 22
TÉCNICA DEL MUESTREO 225

Muestreo de atributos
La característica del muestreo de atributos o de razones, es la medida cualitativa de la existencia
o ausencia de un atributo en el individuo. Se asigna el valor de 1, si la observación es afirmativa
y de 0, en caso contrario Los resultados son frecuencias de observaciones afirmativas, con las
cuales se determina ¡H tamaño y el error muestral. La media es una razón que indica la presencia
del atribulo investigado y se designa con la letra P. La varianza se determina mediante la rela­
ción: P (l- P) Entonces, el muestreo de atributos utiliza las mismas expresiones del muestreo
de variables, con las siguientes sustituciones:

X por P; ir por /x

S2 por P(1 - P) ; a2 por ir (1- tt)

Las expresiones para el error y el tamaño muestral, en el muestreo de atributos, tienen la


siguiente presentación:
p2 A/_n= ff•(!-«) = P (1-P)
A/-1 n N n

" (N-1)D2 +;r-(1-7r)~ ND2+P-(1-P)

La razón poblacional se designa con ir y expresa el número de casos favorables con rela­
ción al total, y es el parámetro a estimar. Para aplicar las fórmulas se asume un valor aproxima­
do o se ejecuta una muestra piloto, para una primera aproximación. El tamaño máximo se da
cuando 77= 0,5, por tanto, el cálculo con esta base resulta en una buena estimación del tamaño
muestral. La tabla 6.4 presenta una comparación de las formulaciones básicas entre el muestreo
de variables y el muestreo de atributos.

Caso 6.1 l Tamaño muestral en un muestreo de atributos

Calcular el tamaño muestral para una población finita de tamaño 2.000, dada una frecuen­
cia aproximada del 30%, y una exactitud del 2%.
N=2.000, ir= 0,30, B=Z-D=0,02, Como Z=2 , D=0,02/2=0.01. El tamaño de la mues­
tra es:

- /y.Q-2 _ N-nQ-n) _ 2000x0,3x0-0,3)


~ (N-1) D2 +a2 ” (N-1) D2 +7T-CI-77) ~ 1999x(0,02/2)2 + 0,3x(1-0,3)

1.024
226 INVESTIGACIÓN DE MERCADOS

Análisis posterior
El tamaño muestral de las investigaciones de mercado fluctúa entre 300 y 600 encuestas. Esto
es un problema más económico que estadístico, ya que, en lugar de realizarse un cálculo previo
del tamaño muestral, se asume un tamaño dado y se determina luego la exactitud para cada
variable investigada.
Un formulario típico puede contener entre 10 y 60 preguntas. Cada pregunta es una
variable de marketing con diferente frecuencia, y a cada una le corresponde un tamaño muestral
diferente ante una exactitud dada, razón por la cual no es posible aplicar una misma exactitud
en todas las variables. Por esta razón se suele proponer un tamaño estándar, con base en la
experiencia y se determina después, para cada variable, el error muestral resultante. Es natural
que para el caso de algunas variables la precisión no resulte suficiente.
También es razonable que los clientes conozcan anticipadamente el tamaño de la muestra
para que elaboren sus presupuestos de gastos. Por tanto, el cálculo previo del tamaño de mues­
tra pierde importancia en aras del análisis posterior, que proporcionan las exactitudes resultan­
tes por variable, para el tamaño utilizado.

Tabla 6.4 Formulaciones en el muestreo aleatorio simple.

Muestreo de variables Muestreo de atributos

Media poblacional 7T

Varianza poblacional a p(1 -p)

Media muestral
n n
S2=^X¡-X)2 /(«-I)
Varianza muestral S2 = P(1-P)/(n-1)
n
D2_N-n a2 p2 _ N-n • (1 - ^)
Error estándar
/V-1 n N-1 n
^(Desvíos)2 /g.l. _N-n S2 — N—n p-(l-p)
N n N n
n~ N°2
(N-1)-D2 +<T2 (N-1)D2+7T-(1-7r)
Tamaño muestral NS2 MP-(1-P)
" N-Dz+P-(1-P)
N-D2 +S2

Exactitud B = Z- D B = Z- D
TÉCNICA DEL MUESTREO 227

Caso 6.12 Análisis posterior

Una firma de investigación de mercados realizó una encuesta a 500 individuos de una gran
ciudad, a quienes se les formuló, entre otras, la siguiente pregunta:
¿Usted conoce Ja marca La Margarita, que produce comestibles a base de harina?
Como resultado se obtuvo, que el 30% de los consultados la conocía. Ahora la inquie­
tud del investigador es conocer la precisión del resultado, bajo el 95% de confiabilidad. La
expresión del error estándar, dado N infinito, es:

n 500

Y dado que : B = Z • D y d = JÓ,00042 = 0,02

Entonces: B = 2 x 0,02 = 0,04


Se puede afirmar, que bajo un 95% de confianza, el porcentaje de la población que
conoce la marca La Margarita se encuentra en un intervalo comprendido entre el 26% y el
34%, esto es, en el rango [30 ± 41
La precisión relativa es: 4/30 = 0,133 = 13,3%
Realmente no es una precisión muy buena. Éste es el problema del muestreo de atribu­
tos, que exige grandes tamaños muéstrales para que se pueda obtener una precisión acepta­
ble. Sin embargo, las respuestas, por ser cualitativas, facilitan el diligenciamiento de la en­
cuesta.

Muestreo representativo
El muestreo irrestricto proporciona una probabilidad igual y conocida a cada unidad de la
población. Sin embargo, en ciertos casos es preferible cambiar este criterio, aplicando la proba­
bilidad de selección, con relación a otro atributo de análisis. Este tipo de selección se llama
muestreo representativo, y es muy útil en investigación industrial.
Supóngase que las unidades de análisis son fábricas de zapatos, las cuales tienen diferen­
tes volúmenes- de producción. El muestreo representativo considera la probabilidad de selec­
ción de la fábrica, en forma proporcional al volumen de producción, esto es:

De esta forma, y de acuerdo con la ley de concentración de los recursos, se busca la mayor
representatividad que da una mayor producción de zapatos, lo cual se logra con un número
menor de fabricas.
228 INVESTIGACIÓN DE MERCADOS

En este caso, si se designa con Y¡ el valor de la producción de la i-ésima unidad, la cual


tiene la probabilidad w( de ser elegida, entonces los estimadores de la media y la varianza
muestral son:

y=—
N-n “
n vv.f

V(Y)---- 7—1-------- yf—-W-Y.l


N2 n (n-1) J

donde N es el tamaño de la población y n el tamaño de la muestra.


De otro lado, para los totales poblacionales T, se Lienen como estimadores y error estándar
las siguientes expresiones:

T=N Y
V(T)-D2=/V2V(Y)

Caso 6.13 Muestreo representativo

Se conoce el marco de las fábricas de confecciones que producen uniformes para deportes, y
se desea conocer el consumo que tienen de la entretela Fusylex, la cual se emplea como
materia prima para la fabricación de los uniformes. En la tabla 6.5 se ha establecido un
marco de solo diez empresas. La muestra se compone de un tamaño de cuatro. El algoritmo
para seleccionar la muestra se basa en las ventas de las empresas, que aparecen en la primera
línea de la tabla, y sirven de factores de ponderación.
Tabla 6.5 Tabla de cálculo para el caso 6.13

Empresa A B C D* E* F* G H 1* I E
1. Ventas 10 40 20 30 60 30 30 310 450 30 1000
2. wf 0,01 0,04 0,02 0,03 0,06 0,03 0,02 0,31 0,45 0,03
3. Ffw^ 0,01 0,05 0,07 0,10 0,16 0,19 0,21 0,52 0,97 1,00

4. Yi 2 6 3 6 9 3 2 50 72 4 157

5- YA, 200 150 100 160 610

La segunda línea es el peso relativo de cada fábrica, que sirve para elaborar la función
acumulada en la línea tres. Para la selección de las unidades que conforman la muestra, y
que aparecen con asteriscos en el encabezamiento, se generó la serie de números aleatorios:
TÉCNICA DEL MUESTREO 229

(0,123, - 0,763, -0,089, - 0,187), a partir de la cual se eligió la fábrica utilizando la función
acumulada, así:
E, dado que 0,123 cae en el rango (0,10-0,16/ que le corresponde. I, porque 0,763 cae
en el rango (0,52-0,97/, y así, sucesivamente, con C y F. En la fila cuatro aparece el consumo
de entretelas por empresa, Yi. El consumo de las empresas que componen la muestra es:

x=|A+M_+AL+^=!6í1£=15i25
0,03 0,06 0,03 0,45 40

El consumo total estimado de las 10 fábricas es por tanto:

T = NY=s 10x15,25=152,5

Se observa que este valor resulta ser un buen estimador del total, que suma 157, con
un error estándar de:

D2 -V(Y) - (200-152,5)2 +(250-152,5)2 +(100-152,5 )2+(160-152,5)2


=5075/(10x9)=56,4

La exactitud es B=2 • D = 15 y el intervalo de confianza es Í152,5±15)=(137,5:167,5),


para el 95% de confianza.

Muestreo sistemático

Este diseño permite avanzar en la selección de las unidades integrantes de la muestra mediante
tramos y en una sola dirección. El tramo se designa con h, y se define como el cociente entre el
tamaño de la población y el tamaño muestral;

h = N/n.

La primera elección se hace al azar, entre los elementos integrantes del primer tramo. Los
demás elementos seleccionados, se eligen a partir de allí, con un intervalo de h elementos, hasta
completar el tamaño total n, de la muestra.
La primera unidad se elige al azar, asociándola con un número aleatorio R (0 ^R<1)

correspondiente al entero del producto h R = L. Las restantes selecciones siguen la secuencia:

L + h, L + 2h, L + 3h,... L+nh, con n = 1, 2,...


230 INVESTIGACIÓN DE MERCADOS

Caso 6.14 Selección sistemática

La figura 6.9 presenta un procedimiento de selección que utiliza el método sistemático. El


marco es un directorio que contiene setenta elementos, distribuidos en diez páginas.
El tamaño de muestra es de n = 10, y el intervalo es h = 70/10 = 7, que corresponde a
una página. Si el número aleatorio es R = 0,9, la primera elección es el elemento 6, que
resulta de obtener la parle entera de (0,9x7) = 6. Las otras elecciones resultan al agregar el
intervalo h+7 cada vez, como aparece en la secuencia [13, 20, 27, 34, 41, 48, 55, 62, 69].

Las expresiones para el muestreo simple y el muestreo sistemático del tamaño muestral
y del error estándar son idénticas. La media y la varianza de las medias muéstrales son:

V(X) = ^.^ = {l + (n-1)r}-^

La única diferencia se presenta en la varianza que considera el coeficiente de correla­


ción obtenido con parejas de elementos de la muestra. Cuando r = 0, quiere decir que los
elementos se disponen al azar y el muestreo sistemático es equivalente al diseño simple.
Cuando r<0, significa que los elementos están ordenados, por tanto la varianza es menor y el
muestreo es más eficiente que el diseño simple. Cuando r>0, indica que los elementos están
dispuestos en forma periódica o cíclica y, según el valor del intervalo h, se pueden originar
problemas de representadvidad. En este caso no proporciona mejor desempeño que el MAS.
Si r = 1, V (X) = cr2, esto es, la muestra no mejora la varianza poblacional. El tamaño de la
muestra es la misma del MAS.
Na2 = NS2
(/V-1)O2+a2 ND2+S2

El diseño sistemático es más funcional y económico que el diseño simple. Si la selec­


TÉCNICA DEL MUESTREO 231

ción sistemática se hace sobre un marco muestral ordenado, el diseño tiene las característi­
cas del muestreo estratificado proporcional, y produce una eficiencia mucho mayor que la
obtenida cuando se utiliza el marco corriente. La selección sistemática avanza siempre hacia
adelante, sobre el marco muestral, sin las engorrosas idas y venidas del muestreo simple. Se
utiliza con preferencia para extraer la muestra por esLrato en el diseño estratificado, y para
escoger los conglomerados y las unidades de los conglomerados. En los paneles de consumi­
dores, evita las interrelaciones indeseables de participantes.

Caso 6.15 Caso de muestreo sistemático periódico

Con el objeto de evaluar las ventas diarias de un restaurante, se ha recurrido a una muestra
de diseño sistemático, con intervalo de h = 7, equivalente al período semanal. La selección
aleatoria para la primera escogencia es 6, la cual corresponde al día sábado. ¿Discutir qué
puede ocurrir con este diseño?
El observar las ventas solamente los días sábados sobrestima el promedio, puesto que
corresponde al día de mayores ventas. Este es un caso periódico y el muestreo sistemático
con h=6 no es representativo. Se debe optar por otro intervalo para eliminar la periodicidad
que presenta, por ejemplo con Kh= 10.
Muestreo sistemático replicado. Es una variante del muestreo sistemático de donde se
toman W selecciones, al azar, del primer intervalo, de h elementos. Luego se seleccionan W
elementos por intervalo hasta completar la muestra. Si N representa el número de unidades
de la población y n es el tamaño de la muestra, el tamaño del intervalo es W veces superior
al caso normal. Por tanto: h — W-
n

Dado que los elementos elegidos del primer intervalo son Lp L2,...»Ly, las elecciones
subsiguientes serán por tanto: L¡ + h, L2 + h,Lw + h, Lj + 2h, L2 + 2h, ... Ly + 2h, etc.
Los estimadores para la media y varianza de la media muestral, tienen la forma:

IV_________
w-(w-1)

Donde es, la media muestral de la j-ésima muestra secuencial. Como ya se estableció,


cuando la población es aleatoria, el muestreo sistemático coincide con el simple, en los demás
casos es diferente. Con el muestreo replicado se logra mejorar esta situación
232 INVESTIGACIÓN DE MERCADOS

Muestreo aleatorio estratificado


El muestreo estratificado requiere un marco muestral clasificado en estratos, de los cuales es
posible extraer muestras más eficientes que en los demás diseños. Los estratos deben cumplir
las siguientes características:

• Los individuos no pueden pertenecer, simultáneamente, a varios estratos, o sea, que son
mutuamente excluyentes.
• Los marcos deben incluir todos ios elementos, esto es, colectivamente exhaustivos.
• Todos los estratos deben estar representados en la muestra.
La figura 6.10 ofrece una orientación gráfica de las anteriores propiedades. Para la formu­
lación del muestreo aleatorio estratificado, se utilizarán las denominaciones y convenciones
presentadas en la tabla 6.6.

Tabla 6.6 Convenciones del muestreo aleatorio estratificado.

Números de estratos L
Tamaño de la población N
Tamaño de la población del estrato k
Tamaño de la muestra total n
Tamaño de la muestra del estrato k nk
Medición unidad i del estrato k xlk
Media muestral del estrato k xk
Media muestral total x2
Varianza poblacional del estrato k °k
Varianza muestral estrato k si

Figura 6.10 Propiedades del muestreo estratificado.


TÉCNICA DEL MUESIKEO 233

Estimadores poblacionales
La media muestral es el estimador de la media poblacional, se define como el promedio ponde­
rado de las medias muéstrales de los estratos, asi:
X = ^Nk xk

siendo
nk k

y las relaciones N^N son los Tactores de ponderación de los tamaños de los estratos.
Similarmente, la varianza muestral o error estándar cuadrático, es la suma ponderada de
los errores estándar cuadráticos de los estratos, y se representa así:

D2=V(X) = S^-^2

1 yN2 Nk~nk °k 1 yw2 Nk~nk Sk


N2 ¿ k Nk_} n¡¡ N2 Z k Nk „k

siendo
l(x¡k-xky
s' =”k ("A "I)

En poblaciones grandes, los valores para y N se asumen infinitos, los cuales, llevados
al límite, convierten la expresión en la siguiente, más simple y conocida:

Tamaño muestral. La expresión para el tamaño muestral correspondiente a una exacti­


tud de B =2 • D, y un nivel de confianza 2, es:

Esta expresión se obtiene despejando n de la ecuación que define el error cuadrático.


Para despejar el tamaño muestral se necesitan conocer las varianzas poblacionales por estratos
las cuales se pueden estimar a partir de las varianzas muéstrales, S%. Los coeficientes,
representan las fracciones que relacionan las asignaciones muéstrales por estratos, esto es:
234 INVESTIGACIÓN DE MERCADOS

Wk=nk/n

Donde nk es el tamaño muestral por estrato y n es el tamaño mueslral total. Entonces es


posible la definición de dos criterio para distribuir la muestra total por estrato, el proporcional
y el desproporcional.
Muestreo proporcional. La estructura muestral por estrato corresponde a la composición
de la población. Esto es:
N, Población del estrato j
n=W. n — ■ n --------- —-------------- ----- X tamaño muestral
N Población total

Si se desconocen las varianzas por estratos, se asume la igualdad entre ellas (cr2 = cr2), y

la expresión para el tamaño muestral coincide con las del muestreo simple, esto es:

n= N-o1
ND2 + <j2

El método proporcional se utiliza para hacer inferencias de la población total, por tanto,
si se hace inferencia por estrato, las precisiones son diferentes, según el tamaño muestral de
cada cual.
Muestreo desproporcional. La estructura muestral por estrato es independiente de la
poblacional. Se utiliza cuando se necesita inferir por estrato con igual precisión El tamaño
muestral se puede calcular considerando las varianzas, los costos y los factores de ponderación
por estrato: d2, y Wk. Esto es:

Esta expresión permite minimizar el costo para un valor dado de D, o minimizar D para
un costo dado. Las siguientes son alternativas cuando faltan algunos de los datos;

• Si los costos ck no se conocen, o se suponen iguales, se asume que ch=l, y sólo se conside­
ran las varianzas muéstrales. La expresión para el tamaño muestral n (llamada de Neyman),
es:

2
<
. L _______ ____
N2D2+^Nkff2
L
TÉCNICA DEL MUESTREO 235

• Si las varianzas se asumen iguales, se reemplaza <52 por <j2 , de donde resulta como tama­

ño muestral:

/■___________
N2D2+Na2

Caso 6.16 Tamaño muestral estratificado

Para determinar el tamaño muestral en un estudio sobre el nivel de consumos de textiles,


por estrato socioeconómico, se utiliza, en la expresión para n, un error muestral de $300 y
una composición de ingresos, por estrato así:

Estrato Nivel de ingresos familiares Porcentaje población

1 Entre 0 y 1 salario mínimo: 6%


2 Entre 1 y 2 salarios mínimos: 25%
3 Entre 2 y 4 salarios mínimos: 43%
4 Entre 4 y 8 salarios mínimos: 19%
5 Entre 8 y 16 salarios mínimos: 6%
6 Entre 16 y 32 salarios mínimos: 2%

Se aplica el tamaño de muestra con las asignaciones por estrato que se muestran en la
tabla 6.7. Los factores calculados en la tabla, se han obtenido de acuerdo con los tres
criterios estudiados, así: W^1 para una asignación proporcional, Wh2 para la asignación
desproporcional, que considera solamente la varianza por estrato, y W¡3 para la asignación
desproporcional, que considera las varianzas y el costo por estrato.
Al aplicar la expresión para el tamaño de la muestra total y las asignaciones por estra­
tos, se llega a los resultados expresados en la parte inferior de la tabla 6.7.
236 INVESTIGACIÓN DE MERCADOS

Tabla 6.7 Tabla de cálculo para el tamaño de la muestra.

1 2 3 4 5 Nk-Sk Nk-SkAJ
6 7 8 9
es Ck
K Nk Sk S/d Ck 'Jck x106 W' W2 IV1
1 1.800.000 10 100 1.600 40 18 0 0,060 0,013 0,011
2 7.500.000 22 480 1.225 35 164 5 0,250 0,115 0,111
3 12.900.000 41 1.680 1.024 32 529 17 0,430 0,369 0,390
4 5.400.000 72 5.120 1.089 33 386 12 0,180 0,270 0,276
5 1.800.000 I20 14.400 1.225 35 216 6 0,060 0,151 0,146
6 600.000 196 38.400 1.764 42 118 3 0,020 0,082 0’,066
N= 30.000.000 1.431 42
D= 300

Tamaño de muestra para diferentes diseños estratificados

Asignación
Tamaño CS1 CS2 CS3 CS4 CS5 C56
muestra
Muestreo proporcional 3.402 204 851 1.463 612 204 68

Muestreo desproporcional afectado 262 839 614 343 187


2.275 30
con sólo varianza

Muestreo desproporcional afectado con


2.288 25 253 889 629 333 150
costo y varianza

Caso 6.17 Comparación de los muéstreos proporcional y simple

El siguiente caso hace un seguimiento en los cálculos y compara el caso proporcional del
muestreo estratificado, contra el caso del muestreo simple.
Se tiene como base una muestra de 12 unidades, elegidas de una población de 300
unidades. Las filas de la tabla 6.8 proporcionan: los tamaños de la población y de la muestra,
las fracciones poblacionales, las mediciones, las fracciones muéstrales, las medias, las varianzas
y los errores calculados, para los estratos 1, 2 y 3, para la muestra estratificada y el muestreo
simple. Finalmente, aparecen los valores de la media, el error, la exactitud y el intervalo de
confianza resultante, que permiten establecer la comparación entre ambos diseños.
Se observa en la tabla que mientras el error en el muestreo simple es 1,13, en el
estratificado proporcionado es sólo 0,40, lo que demuestra la mayor eficiencia del muestreo
estratificado frente al simple, en una relación de 1 a 2,8.
TÉCNICA DEL MUESTREO 237

Tabla 6.8 Tabla de cálculo para el caso 6.17.

Estrato K Población
1 2 3 MAE MAS
Tamaño poblacional Nk, N 150 100 50 300 300
Fracción poblacional Fk 0,50 0,33 0,17 0,04 0,04
Tamaños muestra 1 nk, n 6 4 2 12 12
Mediciones Xlk 25 21 30 28 32 35
23 28 26 31
26 25
Fracción muestra 1 Wk 0,50 0,33 0,17 1,00
Medias Xk, X 24,7 28,8 33,5 27,5 27,5
Varianzas Sk2, S2 5,87 4,92 4,50 15,90
Error estándar Dk2, D2 0,97 1,09 1,47 0,40 1,13
Error muestral o exactitud B=Z*D 0,81 2,26
Intervalo de confianza al 95% 26,7-28,3 25,2-28,8

Caso 6.18 Mae desproporcional frente al mas

En este caso se presenta la comparación del muestreo estratificado desproporcional con


relación al proporcional y al muestreo simple. Obsérvense los valores de la tabla 6.9, que
sirven de base para determinar el error estándar, la exactitud y los intervalos de confianza
para el muestreo estratificado desproporcionado y su comparación con el diseño simple. En
esta ocasión, los tamaños muéstrales por estratos no se corresponden, proporcionalmente,
con el tamaño del estrato.
Se observa que el error estándar para el mismo tamaño de muestra se reduce de 1,33 en
el caso simple a 0,51 en el caso desproporcionado. Nótese también la reducción con relación
al muestreo proporcional expuesto en el caso anterior que de 0,42 pasó a 0,51. Se concluye asi
que el muestreo estratificado proporcionado es aún más eficiente que el desproporcionado.
El cálculo directo de la media, en el diseño simple, no coincide con el del diseño
desproporcional, porque se debe ponderar utilizando la fracción poblacional por estrato.
Este ajuste no se necesita en el caso proporcional, puesto que la muestra es proporcional al
tamaño de los estratos.
INVESTIGACIÓN DE MERCADOS

Tabla 6.9 Tabla de cálculo para el caso 6.18.

Estrato Población
1 2 3 MAE d MAS
Tamaños poblacional Ny N 150 100 50 300 300
Fracción estrato Fk 0,50 0,33 0,17 12 12
Tamaños muestra11\, n 4 4 4

Mediciones Xik 25 21 30 28 32 35
23 28 26 31 36 33
Fracción muestra! Wk 0,33 0,33 0,33 1,00
Medias Xk. X 24,3 28,8 34,4 27,4 29,0
Varianzas S/, S2 8,9 4,9 3,3 1,91 22,0
Error estándar D2 1,47 1,09 0,88 0,51 1,33
Exactitud B 1,03 2,65
Intervalo de confianza al 95% 26,4-28,4 26,3-30,7

MüESTREO ESTRATIFICADO POR ATRIBUTOS


Las formulaciones para el muestreo estratificado por atributos se obtienen realizando las si­
guientes sustituciones:
Reemplazar a: por: o aproximar a:
** pk
°2
k (1-^ P(1-P)=S2

Entonces, la expresión para el error cuadrático estándar es:

£>2 =_L.y N2 Nk~nk 0"^)


N2 T k Nk~'

Nk ~nk pk '^~pk)
~N2^ k' Nk

y para el tamaño de la muestra, es:


TÉCNICA DEL MUESTREO 239

Muestreo aleatorio conglomerado

El muestreo conglomerado distribuye la población en grupos excluyentes y exhaustivos, sin


ningún criterio de agrupación. El objetivo aquí es resolver el problema de los marcos
muéstrales y de los costos generados por las distancias entre visitas, por ello resulta de gran
utilidad en la investigación de mercados. Estadísticamente es el menos eficiente, pero el más
funcional, lo que representa un beneficio neto a su favor.
El muestreo conglomerado se realiza por etapas. De los conglomerados primarios se ex­
traen las unidades finales que integrarán la muestra. Los conglomerados secundarios contienen
los primarios, y así, sucesivamente. Cada etapa genera un nuevo error muestra!, por tanto, a
mas etapas mayor error y menor eficiencia. A diferencia del diseño estratificado, donde todos
los estratos participan en la muestra, en el diseño conglomerado sólo una parte proporciona los
elementos de la muestra final. La figura 6.11 visualiza este procedimiento.

Muestreo por áreas


El muestreo por áreas agrupa la población en conglomerados, cuya superficie se ha dividido en
áreas. Se le llama, igualmente, muestreo monoetápico porque sólo ejecuta una extracción, y la
muestra se conforma con las unidades incluidas en los conglomerados elegidos. A diferencia

Figura 6.11 Proceso de etapas del muestro por conglomerados.


240 INVESTIGACIÓN DE MERCADOS

del muestreo simple, donde cada extracción agrega un individuo a la muestra, en el muestreo
por conglomerados cada extracción agrega un número variable de individuos que depende de
las densidades de las áreas. El cuadro 6.3 presenta las principales convenciones de este diseño.

Cuadro 6.3 Convenciones para el muestreo monoetápico.

Número total de unidades en la población N


Número total de conglomerados en la población M
Número de unidades por conglomerado j N¡
Número promedio de unidades por conglomerado Ñ
Número de conglomerados en la muestra rn
Total de las mediciones en el conglomerado j Y<
Media del total por conglomerado Y
Media por unidad X

Estimadores: En el muestreo monoetápico la media y la varianza de las medias muéstrales


pueden relacionar un total absoluto en el conglomerado o una medida relativa por unidad. En
el primer caso, la medida total por conglomerado se designa por Yp y por tanto:
/v;
rrS*.i

donde X- es la medida de una unidad i del conglomerado j. La media y la varianza de las medias
unitarias, se expresan de la siguiente manera:

_ M•Y
- SX
M fíf
N N' m

y
V(X\ = D2 = M-m ab _ M-m \
1 ; A4 — 1 ’ m M m

donde expresa la varianza poblacional entre conglomerados, que se estima a partir de la

varianza muestral entre conglomerados S* así:


TÉCNICA DEL MUESTREO 241

El factor 1/ N? corrige la escala de la medida total Y;. para ajustarla a la escala de la

medida unitaria Xr-.


Tamaño muestra). Determina el número de conglomerados m a escoger, para un nivel de
confianza Z dado y una exactitud fí = Z • JV(X) o D - B/Z

Reemplazando la expresión del tamaño muestral, resulta otra similar a la expresada para
el diseño irrestricto aleatorio, así:

M-a2 M-S2
m =--------------b-------- «---------- b—
(M+1)D2+<T2 M D2+S2

donde cr2 se estima por 5^-

Caso 6.19 Selección de un tamaño muestral por áreas

El objetivo de una investigación de mercados es conocer el consumo rural de energía eléctrica


por hogar. Para seleccionar la muestra se definen como conglomerados a los municipios de
menos de 10.000 habitantes, de los cuales existen alrededor de 1.000 en el país. Se necesita
una precisión relativa del 10% y se asume una confiabilidad del 95%.
Se trata entonces de un muestreo de áreas, que define los municipios, como conglome­
rados, donde se recoge una muestra de todos los hogares, de 28 municipios, tal como se
ilustra en la formula siguiente y en la tabla 6.10.

MS2 1000x0,006
= 28 municipios
M-D2+S2 1000 x 0,01442 + 0,006

La estimación de la varianza se basó en una muestra piloto de siete municipios, como


se observa en la tabla 6.10, la cual, proporciona los cálculos para determinar el tamaño
muestral de m = 28 municipios.

Muestreo bietápico
En el diseño bietápico se seleccionan los conglomerados en la primera etapa y las unidades de
análisis en la segunda. Por ejemplo, si los conglomerados son las manzanas de una ciudad y las
unidades son las viviendas de las manzanas, la primera extracción incluye un número de man­
zanas que depende de la varianza de la medida entre los conglomerados (S2). En la segunda
etapa se selecciona el número de viviendas por manzana, y se desarrolla a partir de las varianzas
242 INVESTIGACIÓN DE MERCADOS

Tabla 6.10 Tabla de cálculo.


Municipio Hogares/ Consumo en Desvíos
Cálculos previos
Municipio Mil KW/mes

j N¡ \ (r;-ñ2
Sl = 68.686/(1386!x (7 - 1)) = 0,006
1 1.540 620 49.031 b

2 1.460 370 816


3 1.150 350 2.359 X =2790/9700 = 0,288

4 1.850 410 131


D = B/Z = 0,1 x 0,288/2 = 0,0144
5 840 320 6.173
6 1.120 300 9.716
7 1.740 420 459
9.700 2.790 68.673
N = 9.700/7 Y = 2.790/7
= 1.386 = 399

dentro de los conglomerados (5*). Cada extracción genera un error estándar. El error estándar
total es la suma de dos errores estándares, uno por cada selección. Esta propiedad se expresa
así:
d2=d¡+d2/m
donde M = número de conglomerados
El procedimiento de selección de las manzanas puede ser simple o sistemático, lo mismo
que para las viviendas por manzana. Es usual, recurrir al segundo método por ser más funcio­
nal. En la figura 6.12 se proporciona un resumen de los diseños mono y bietápico. Para presen­
tar las formulaciones del diseño bietápico, se recurre a las convenciones siguientes:

Número de unidades de la muestra del conglomerado j n¡


Número medio de unidades en la muestra por conglomerado ñ

Número de unidades en la muestra n=n ■ m

Medición en la unidad i del conglomerado j X


‘j
Media por unidad en el conglomerado j
TÉCNICA DEL MUESTREO 243

Selección del muestreo conglomerado

Por áreas o 1 Etapa Bietápico


1. Enumerar los conglomerados en que se divide la población.
2. Seleccionar la muestra de m conglomerados por el método del muestreo
sistemático.
3. Integrar a la muestra todas las 3. Establecer el marco mu<
muestral
unidades de los conglomerados de
de unidades paracada
unidadespara cada
seleccionados. conglomerado escogido.
conglomerado escogidi
4. Extraer de cada conglomerado
escogido una muestra al azar de n
unidades, conformando la muestra
definitiva n:
l N¿+ ... + Nm
Muestra n = N,+ Muestra n= m n

Figura 6.12

Conglomerado homogéneo
Cuando se dispone de conglomerados con igual número de componentes, se puede aplicar el muestreo
de conglomerado homogéneo. Por lo general los conglomerados son heterogéneos y para aplicar el
método de conglomerado homogéneo se requiere establecer una relación de equivalencia. En el
capítulo 8 se proporciona un procedimiento para tal fin, que relaciona los conglomerados reales con
conglomerados teóricos, de composición homogénea. El diseño de conglomerado homogéneo uti­
liza una formulación muy simple, comparada con el caso heterogéneo.
En este caso, por ser homogéneos los conglomerados, se asume que:
NJ = N2=... =N
Esto implica que el tamaño muestral por conglomerado, es igual para todos, o sea:
Jij = n2= ... = n
La estimación para la media unitaria presenta la forma:

Y la varianza de la media muestral se expresa de la siguiente manera:

M-m O |. N-n
*▼ * IV

M m N m-n
donde:
M

es la varianza promedio de las varianzas, dentro de los conglomerados.


244 INVESTIGACIÓN DE MERCADOS

Si el tamaño de los conglomerados es suficientemente grande para aproximar a uno, los


factores de corrección l(M - m)l y [(N - n)/N] de la vananza de la media muestral, se llega,
finalmente, a la siguiente expresión, mucho más simple:

__ cr2 <y2
m m-n

La varianza, a2, dentro de conglomerados, se puede estimar con base en la varianza de

una encuesta piloto, así:


s2
o-2w =sw2 n
fíl
donde:
c2 _ n

J («-D
La varianza se estima como;

donde 5^2, es un estimador insesgado de la variación combinada dentro y entre conglomera­


dos, esto es;

Tamaño muestral
La selección de la muestra implica determinar, primero, el tamaño de los conglomerados
ni y, segundo, el tamaño de unidades por conglomerado nf. Si los conglomerados presentan
mayor homogeneidad dentro que entre, se debe seleccionar un mayor número de conglomera­
dos y un menor número de unidades por conglomerado. Si son más homogéneos los conglo­
merados entre ellos que dentro de ellos, se deben elegir menos conglomerados y más número
de unidades por conglomerados.
Si no es posible aproximar a uno los factores de corrección, el tamaño muestral por
conglomerados se representa a así:
TÉCNICA DEL MUESTREO 245

y el tamaño muestral de los conglomerados es:

De donde resulta el tamaño muestral total, así: n = ^.m

En el diseño del conglomerado homogéneo, donde es posible aproximar a 1


los factores de corrección, en el tamaño muestral se puede considerar el costo como
nuevo factor. Definiendo por c3, el costo asociado con el conglomerado y c2, el costo
asociado con la unidad de análisis, entonces el costo total es:

c= m• + m n- c2

El tamaño de conglomerados m que minimiza D para un costo dado C, o mini­


miza un costo para un error dado, es:

Y el tamaño de las unidades por conglomerado n es:

cr?+(T;;/w 5? -
”= D2 = para D fij° = VW = (81
En los casos 6.20 y 6.21 se considera el cálculo del error estándar para dos
muéstreos por conglomerados. En el primer caso los conglomerados son homogé­
neos, y en el segundo son heterogéneos. Se observa que la precisión obtenida es
mayor cuando los conglomerados son homogéneos.
246 INVESTIGACIÓN DE MERCADOS

Caso 6.20 Muestreo bietapico con conglomerados iguales

Para la realización de un pánel de consumidores de textiles, se necesita hacer el levanta­


miento de la muestra que participará en el suministro de información para el siguiente pe­
ríodo de gestión. Para tal fin se ha elaborado un diseño conglomerado homogéneo, para el
que se tiene la siguiente información:

Número de unidades primarias o manzanas de un barrio: M = 50


Número de unidades de análisis o familias, es desconocido N = ?
Número de unidades de análisis promedio por manzana: Ñ = 54
Número de conglomerados en la muestra: m = 5
Muestra de unidades por conglomerado: ñ = 5
Muestra total de unidades: n = m • n = 25
Medida consultada: = consumo en textiles xa

Tabla 6.11 Tabla de cálculo para el caso 6.20.

a b c d e f=e • b g h

Cong! j N.=Ñ
j
n
xa xi (Yi = Xij N¡ (Yj-Y)2 s; = £<**-

1 54 5 5,7,9.8,2 6,2 334,8 42,0 7,7

2 54 5 4,3,7,9,8 6,2 334,8 42,0 6,7

3 54 5 5,5,6,9,4 5,8 313,2 228,6 3,7


4 54 5 6, 4,0,9,8 5,4 291,6 1348,4 12,8

5 54 5 8,6,5,6,9 6,8 367,2 1511,7 2,7


25 1641,6 3172,6 33,6

La tabla 6.11 describe algoritmos para el calculo de las expresiones que aparecen enca­
bezando la pnmera fila. Los cálculos se forman así:
Total promedio por conglomerado:

Y=^Yj/m = 1641,6/5 = 328.3

Consumo promedio por familia:

X - Y / Ñ = 328,3/54 = 6,08
TÉCNICA DEL MUESTREO 247

= (1/54)2 • 3172,6/(5-1) = 0,27

S2b
-±=(54-5)754 • 0,27/5 = 0,05

D2=D2 + D2
w /M = 0,05 + 1,22 / 50 = 0,049 + 0,024 » 0,073

Intervalo de confianza: X ± Z.D = 6,08 ± 2 • 0,073 = [6,22 - 5,95). Este intervalo es


menor, puesto que los conglomerados son homogéneos. El coeficiente de variación es v = 0,27/
6,08 = 4,4%
Notas: Y1 = X¡N1 = 6,2 • 54 = 334,8,
Sj2 = [(5 / 6,2)2 + ... + (2- 6,2)2/ (5-1) = 7,7

Conglomerado heterogéneo
El caso general del muestreo bietápico supone que el número de unidades no es igual por
conglomerado. Por tanto, si la selección de los conglomerados es al azar, el tamaño muestral
por conglomerado Hj es diferente. La media muestral se define en los mismos términos del
muestreo de una etapa. Esto es:

N M m M m

En cambio, en la varianza muestral se debe considerar el error estándar agregado por la


segunda escogencia, denominado error estándar dentro de conglomerados, D 2, así:

V(X) = D2
V ' b M

Aquí Db es el error estándar entre conglomerados, así es que:

donde
m

Y Du, equivale al error estándar promedio de los errores cuadráticos dentro de los conglo­
merados DA así.
248 INVESTIGACIÓN DE MERCADOS

1 _ N2. -i _ o N. - n. a2.
d2 =—y-=/--o2. =——
” m ¿‘N2 J m-N2 J Nj-1 n. n.

1 N / “ n I s2/
n2—^—
"-N2 i J Nj n
j

donde oj2 es la varianza de las unidades dentro del conglomerado j, la cual se puede estimar por
Sj2, así:

J J ------
nJ~'i—

Las anteriores expresiones son las más generales del diseño conglomerado, las cuales se
simplifican para los casos particulares, como por ejemplo, para conglomerados homogéneos.

Caso 6.21 Muestreo bietápico con conglomerados desiguales

Se necesita conocer el grado de obsolescencia de la maquinaria en la industria de la confec­


ción Para ello se extrae una muestra por conglomerados, que represente las fábricas de
confección, cuyos tamaños se expresan por el número de máquinas. La muestra se integra
con el 10% de la maquinaria de cada conglomerado.

Unidades primarias o fábricas de confección: M = 50


Unidades de análisis o máquinas de coser
(población desconocida): N =
Muestra de unidades primarias o fábricas: m = 5
Muestra de unidades secundarias o cosedoras: n = 27
La medida de la edad de la maquinaria
x¡j
Para determinar el error estándar y el intervalo de confianza, con el fin de efectuar la
estimación, se desarrolla el algoritmo que se ilustra en la tabla 6.12.
Los siguientes resultados se deducen de dicha tabla.
Promedio de unidades por conglomerado N = ^Nf!m = 270/5 = 5,4

Total promedia por unidad K = y VL / m = 1630 / 5 = 326

Edad promedia por unidad X = Y¡Ñ - 326/54 = 6.064

yo^-n
i ----- 2
~ = <J/5^ • (27320/(5-1) = 2,34
TÉCNICA DEL MUESTREO 249

Tabla 6.12 Tabla de cálculo para el caso 6.21

a b c d e f g h i j
Conglo Años Media Total
merados de uso

¡ N./ n¡ *1 Y! (Y,-Y? S2 syn. WD2.


j ¡
1 50 5 5,7,9,8,2 6,2 310* 256 7,7* 1,54 3.465
2 60 6 4,3,7,9,8,5 6,0 360 1.156 5,6 0,93 3.081
3 40 4 5,6,9,4 6,0 240 7.396 8,7 2,18 3.068
4 50 5 6,0,4,9,8 5,4 270 3.136 12,8 2,56 5.760
5 70 7 8,6,5,6,9,7,4 6,4 450 15.376 3,3 0,43 1.960
= 270 27 1.630 27.320 17.335

^2
D2 = . j¡_ = (f-50 _ 5)/5) x (2_34/5) = 0 42
M m
, /V.-n, S2 y,N2. D2
^‘—■^^--‘-^-■■17.33515x5^.1.19
m-N2 m

D2 = D2+D2w/M = 0,42 + 1,19/50 = 0,44

Intervalo de confianza: X ± Z • D = 6W ± 2x0,44

Notas: 6,2x50 = 310

S,2 = I (5 - 6,2)2 +...+ (2 - 6,2)2 ]/(5_i)= 7,7

N2 ■ Dj2 = 502 [(50 - 5)750. (7,7/5) ] = 3.465

Sistemas de selección equiprobable


El muestreo irrestricto requiere sistemas de selección proporcionales al tamaño del con­
glomerado, para que cada elemento de la población tenga la misma probabilidad de ser elegido.
Este método de selección tiene dos formas para lograr este propósito (tabla 6.13):

• La selección de los conglomerados, en la primera etapa, se hace con una probabilidad


proporcional al tamaño y luego, se extrae un tamaño igual de unidades en cada conglome­
rado. Este sistema de selección implica conocer la composición de los conglomerados,
como sucede cuando ellos son pueblos o barrios.
250 INVESTIGACIÓN DE MERCADOS

• La selección del conglomerado se hace al azar, esto es, cada uno tiene la misma probabili­
dad de ser elegido, independiente de su tamaño. El tamaño de muestra para las unidades
extraídas de cada conglomerado se hace proporcional al tamaño de éste. Este procedimien­
to se utiliza cuando no se conoce la composición de los conglomerados, como ocurre
cuando son manzanas de una ciudad.

Tabla 6.13 Sistemas de selección en el muestreo conglomerado.

Forma 1 Forma 2

Selección al azar de conglomerados Selección proporcional de


y proporcional de unidades: conglomerados y al azar de
unidades:

1. Cada conglomerado, cualquiera 1. Cada conglomerado tiene una


que sea su composición, tiene la probabilidad proporcional al
misma probabilidad de ser elegido: tamaño de ser seleccionado:
Nl
p =— P1 = (variable)
' M

2. Cada conglomerado aporta a la 2. Cada conglomerados aporta a


muestra un número de unidades la muestra un número fijo de
proporcional al tamaño del unidades. La probabilidad de
conglomerado. La probabilidad de elegir una unidad del
elegir una unidad es: conglomerado es:
n. -
p - J - n P2 = = (variable)
2 Nj N

La probabilidad de elegir una La probabilidad de elegir una


unidad es constante, así: unidad de la población
es constante, así:
n_ n p — p=p p =A
1 2 M-Ñ N 1 2 N
EXPERIMENTACION

La experimentación es el método usual de investigación, utilizado para es­

7 tablecer relaciones entre causas y efectos. Es el tercero de los tres métodos


de que hace uso la investigación cuantitativa. Los otros dos son el método
descriptivo y el de control, los cuales también pueden, como algunos méto­
dos cualitativos, proporcionar indicios de causalidad; en realidad lo que
estos procedimientos pueden establecer son asociaciones importantes entre variables, que no
son suficientes para establecer juicios definitivos de causalidad.
Si, como resultado de un estudio descriptivo, se vislumbra una relación de causa y efecto
entre dos variables, puede suceder que efectivamente sea así, pero no se puede descartar la
posibilidad de que exista una variación concomitante. Esto es, si en una misma muestra dos
variables resultan correlacionadas, la simultaneidad de las mediciones sugiere la existencia de
una variación concomitante, antes que una relación de causalidad. Para responder a preguntas
de causalidad, se requieren pruebas más exigentes, como las aportadas por las técnicas de la
experimentación, que permiten el manejo y la separación de las variables, por parte del inves­
tigador, mediante la aplicación de un tratamiento o un estímulo.
Un experimento común en investigación de mercados es el llamado “mercado de prueba",
cuya metodología permite utilizar el campo abierto para aplicar un tratamiento a una pobla­
ción de tamaño pequeño. Es un experimento donde el control se hace difícil porque el trata­
miento puede ser interferido por muchas variables externas, pero tiene la ventaja de operar en
el mismo campo de los acontecimientos.
Otros experimentos se realizan en una escala mas pequeña, utilizando para ello un recin­
to cerrado llamado “laboratorio". El objeto es alistar a un grupo de individuos con los cuales se
va a experimentar, para medir los efectos de un tratamiento, sin permitir las perturbaciones del
medio externo. Los experimentos de laboratorio son comunes en las ciencias básicas, pero
también son aplicables en la investigación de mercados.
Estas son dos formas básicas de enfocar un experimento, pero existen muchas variantes,
con procedimientos propios para dar respuesta a múltiples necesidades del marketing.
252 INVESTIGACIÓN DE MERCADOS

El propósito del presente capítulo, es introducir los conceptos fundamentales de la inves­


tigación experimental, como son: los principios de causalidad, el procedimiento experimental,
las limitaciones, la validez, las estructuras y los diseños más usuales.

1. CONCEPTO DE CAUSALIDAD
La causalidad puede tener un carácter determinista, cuando sucede que un evento, siempre, es
la causa de un efecto. Si se acciona un interruptor eléctrico, se sabe con anterioridad que produ­
ce un efecto, como el encendido o el apagado de la luz. Pero, en marketing, la experimentación
trata con fenómenos aleatorios, en los cuales una acción puede ser parte causal de un efecto, en
una proporción que se representa mediante una probabilidad.
El proceso de mercadeo, como muchos otros de la vida real, se enmarca dentro del campo
de la causalidad probabilística. Un ejemplo típico se ilustra en el caso 7.1, donde se presenta un
problema bajo diferentes hipótesis explicadas, según el punto de vista de diferentes funciona­
rios de una empresa y que, al parecer ninguna, por si sola, es suficientemente convincente. El
propósito es realizar un experimento que explique la incidencia de cada causa en el efecto
observado.

Caso 7.1 La relación de causalidad

Una empresa ha observado un incremento en las ventas durante el último periodo de opera­
ciones. Varias hipótesis se lanzan para explicar las causas de esta situación. Se plantean desde
diferentes ángulos, según el punto de vista de algunos directivos, que se apoyan en acciones
propias, llevadas a cabo por sus respectivas áreas de competencia. En efecto, el publicista
reclama los méritos por su reciente campaña publicitaria; el director de ventas argumenta
que la causa se debe a la reestructuración que ha venido realizando en la fuerza de ventas; a
su vez, el director de crédito aduce que se debe al nuevo plan de financiación, dada la gran
aceptación que ha tenido entre los clientes.
Es probable que cada quién tenga algo de razón o ninguna, dado que las influencias
externas también pueden ser causales de este proceso, lo que, al parecer descubrió el funcio­
nario de investigación de mercados, quién observó, en su sondeo mensual, un incremento
de precios, de parte del principal competidor, que empezó a regir cuando se presentaron los
resultados ya mencionados.
¿Quién tiene la razón? ¿Será que cada argumento presenta una parte explicativa del
incremento en las ventas? Y, ¿cuál es la causa principal? O, ¿existen otras razones diferentes
de las expuestas por los funcionarios de marketing?
EXPERIMENTACIÓN 253

Las causas pueden ser diversas, desde variables controladas, como las acciones de
marketing, a variables no controladas, como el aumento de precios de la competencia. Para
conocer el aporte de cada cual, se debe efectuar un experimento que aísle cada variable y
permita conocer qué parte de causalidad le corresponde a cada variable. Puede suceder que
las variables identificadas no sean la causa principal, la cual puede pasar desapercibida.
Las variables controladas, que son las acciones de la empresa, conforman las variables
tratadas o independientes, y las no controladas, como las influencias que no dependen de la
empresa, son los resultados o respuestas del mercado. El apone de cada variable, controlada
o no, es lo que trata de determinar el experimento.

Condiciones para la inferencia causal

Para establecer una relación de causalidad, es necesario que se cumplan tres condiciones, para
descartar la posibilidad de llegar a conclusiones erróneas. Estas son: evitar la ocurrencia de una
asociación concomitante, aplicar un procedimiento que considere mediciones en el tiempo y
eliminar la presencia de efectos externos .

Elementos para establecer una Evitar la asociación concomitante


relación de causalidad Proceder con medidas en serie
Eliminar las causas externas

La asociación concomitante
Al tratar de establecer una relación de causalidad, mediante una encuesta, es posible encontrar
una asociación entre dos variables, la cual se puede interpretar como una relación de causalidad,
pero la concomitancia de la medida invalida esta conclusión, puesto que el efecto debe estar
separado de la causa, en el tiempo.
Si el evento F es la causa del efecto E, la relación se puede describir mediante el símbolo:

©----------- ►©
con lo cual se expresa una dinámica: la causa debe presentarse antes de la observación del
efecto. Si E y F se observan simultáneamente, una observación más cuidadosa podría mostrar
que E y F tienen, en realidad, un causa común, en un hecho anterior, C. Esto se simboliza así:
254 INVESTIGACIÓN DE MERCADOS

Por tanto, la simultaneidad de dos eventos puede llevar a una conclusión errónea si no se
respeta la medición seriada.

La secuencia de las medidas


Una medida dinámica se da cuando se observa en diferentes puntos del tiempo. Se dice enton­
ces, que la medida es secuencial o seriada. Esta condición es importante para establecer una
relación de causa y efecto.
Generalmente, el experimento plantea la necesidad de manejar una variable que se asu­
me, como hipótesis, es la causa de otra. Para tal fin, se lleva a cabo un tratamiento que consiste
en aplicar, sobre los elementos observados, una acción, para ver cómo se afecta su comporta­
miento. Para detectar esto, se necesita hacer una medida antes y otra después del tratamiento, y
si existe una diferencia significativa entre las dos medidas, es posible concluir que existe un
efecto causado por el tratamiento. Esto es:

Ejeclo = O2- O i

Las medidas antes y después del tratamiento se denominan por O1 y O2, y la diferencia es
el efecto.
Siguiendo un patrón dinámico para expresar las acciones, el experimento, se puede re­
presentar así:

OJ^X*O2

Medida previa + Tratamiento + Medida postenor

Esta formulación secuencial plantea una estructura cronológica.


Según, si la diferencia entre observaciones es o no significativa, las pruebas de hipótesis
permiten confirmar o rechazar la existencia de un efecto.

Eliminación de causas externas


Otras variables de naturaleza diferente a las propuestas en el tratamiento, pueden afectar la
medida parcial o totalmente. El procedimiento experimental hace posible el control de varia­
bles exLrañas, ya sea, evitando su influencia o, separando sus efectos de la medida.
Tal como se puede observar en el diagrama de abajo, si en un tratamiento experimental
pareciera que una variable C fuera la causa del efecto observado en la variable E, es posible que
esta conclusión fuera errónea, si otra variable S, externa al experimento, se introduce afectando
la medida y creando una distorsión indeseable.
EXPERIMENTACIÓN 255

Con la utilización de un grupo de control en el experimento, diferente al grupo de prueba, al


que se aplica el tratamiento, a veces es posible separar las influencias de ciertas variables extra­
ñas. De este modo, es posible determinar la magnitud del efecto de la variable tratada C, sepa­
rando del efecto total, el de la variable extraña. En otros casos, dependiendo del tipo de varia­
bles extrañas, se requieren cumplir ciertas normas en el procedimiento para guardar la validez
del experimento. La identificación de las variables extrañas puede llegar a ser un proceso largo
y complejo, lo que explica por qué ciertas teorías son aceptadas durante un tiempo y luego se
derrumban cuando se descubren otras influencias causantes de una distorsión en las medidas.

Caso 7.2 Conceptos de causalidad

Este caso presenta tres situaciones con relación a las conclusiones que se suelen exponer
respecto a la causalidad.

1. Medida concomitante
Una encuesta dirigida a los consumidores de un producto de marca, arrojó como resultado
una mejora de su imagen, lo cual se presentó en forma paralela con un repunte en las ventas,
por lo que se concluyó que este repunte fue el efecto del cambio positivo de los consumido­
res frente a la marca.
RÁ Una aseveración así parece aceptable, pero un análisis más profundo demostró que
las ventas y la mejora de actitud fueron dos resultados concomitantes y que, la verdadera
causa del crecimiento en las ventas radicó en una mejora de la calidad del producto, efectua­
da meses atrás, por lo cual no sólo se mejoraron las ventas, sino también la actitud de los
clientes.

2. Variables extrañas
En el ejemplo del crecimiento en las ventas, tratado en el caso 7.1, se explicaron como
causas del éxito: la campaña publicitaria, la reestructuración de la fuerza de ventas y el
nuevo plan de crédito. Sin embargo, no todo se puede explicar a la luz de estas variables.
Fueron, indudablemente una causa importante de la respuesta del mercado, pero, ¿qué pasó
con la otra variable, extraña por demás, que no han sido mencionada, quizás para no empa­
256 INVESTIGACIÓN DE MERCADOS

ñar estas memorias acciones de marketing? En tanto se adelantaba la campaña publicitaria,


se reestructuraba la fuerza de ventas y se erigía un nuevo plan de crédito, el competidor con
la mayor participación dei mercado sale con una nueva lista de precios, incrementándolos,
lo que dejó un espacio libre para las ventas de la competencia.

3. Secuencia de medidas
Un estudio concluyó, que una campaña publicitaria, que se inició hace seis meses y terminó
hace tres, fue la causa principal de la respuesta favorable del consumidor frente a un nuevo
producto de una empresa. Las razones que respaldaron dicha conclusión, incluyen, entre
otras, el cumplimiento de las condiciones cronológicas de las medidas realizadas, así:

• Una medida se realizó antes de empezar la campaña publicitaria, para conocer la actitud
de los consumidores, en ese momento.
• Otra medida se realizó inmediatamente después de terminada la campaña, para conocer
la respuesta de los consumidores advertidos por la campaña, pero aún sin conocer el
producto.
• Una tercera medida se tomó algún tiempo después de terminada la campaña, para cono­
cer la actitud de los consumidores advertidos por la campaña y conocedores del pro­
ducto.

La aplicación de las tres medidas, en tiempos diferenLes permitió establecer la contri­


bución de la campaña publicitaria en el incremento de las ventas.

Definiciones

El experimento es un método de investigación por medio del cual se controlan una o varias
variables independientes, mediante un tratamiento aplicado a un grupo de unidades experi­
mentales, con el propósito de determinar sus efectos sobre otras variables dependientes, y po­
der comprobar la existencia de relaciones de causalidad.
El experimento se caracteriza como una práctica de investigación especializada, por lo
que se presentan a continuación algunas definiciones básicas:
Variables independientes: Son las alternativas o acciones aplicadas en un tratamiento.
En marketing, las variables independientes que se manejan con mayor frecuencia, son los ele­
mentos que componen la mezcla de marketing.
Variables dependientes: Son las variables no controladas, cuya respuesta, o efecto, se
desea conocer, luego de aplicar el tratamiento a las variables independientes. La respuesta en
EXPERIMENTACIÓN 257

las ventas, la reacción de los consumidores» la imagen resultante, son algunas de las variables
dependientes que se observan para conocer la influencia que sobre ellas tiene una estrategia de
marketing.

Tratamiento
Variable independiente = manejo de la Variable dependiente
= causa investigada variable = efecto observado
independiente

Figura 7.1 Estructura básica del experimento.

Tratamiento: Es el manejo que se hace de una o varias variables de marketing, sobre un


grupo experimental, para observar su respuesta en el mercado. El tratamiento evalúa las varia
bles independientes en diferentes niveles y los efectos se miden para cada nivel. Por ejemplo, la
respuesta de las ventas, de un producto, es diferente según el nivel de precio.
Unidades de análisis: Son las entidades a las que se les aplica el tratamiento. Normal­
mente suelen ser personas, pero también se pueden referir a entes como puntos de ventas,
hogares, mercados, etc.
Medidas: Son los valores que se observan en las variable dependientes como respuesta al
tratamiento aplicado a las unidades de prueba, antes y después del tratamiento.
Experimento de campo: Se denomina así, cuando los tratamientos de un experimento
se efectúan a campo abierto, es decir, en el mismo terreno donde se desarrollan los aconteci­
mientos. Si las unidades de prueba están constituidas por una pequeña población, se llama
mercado de prueba.
Experimento de laboratorio: Se denomina así, al experimento cuando el tratamiento se
realiza en un ambiente diferente al campo real. Se presenta cuando las unidades de prueba se
manejan con tratamientos en recintos cerrados, especialmente preparados para realizar sesio­
nes de grupos.
Grupo experimental: Es el grupo de unidades participantes en el experimento. El grupo
principal, al cual se le aplica el tratamiento, se denomina grupo de prueba. A otros grupos utili­
zados en el experimento, cuya misión es servir de control, se les denomina grupos de control.
Diseño experimental: Es un esquema que especifica las composición del experimento,
con relación a:
1. Las condiciones del tratamiento.
2. La forma de selección de las unidades de prueba.
3. La definición de las variables dependientes.
4. El control a Las variables extrañas.
258 INVESTIGACIÓN DE MERCADOS

Figura 7.2 Distorsión producida por variables externas.

Efecto del tratamiento: Es la consecuencia del tratamiento aplicado. Se evalúa por la


diferencia de tas medidas observadas, antes y después del tratamiento. Esta diferencia se expre­
sa por O2 - O2.
Efectos extraños: Son las influencias de variables diferentes a las consideradas en el
tratamiento. El efecto total es debido al tratamiento y a las variables extrañas. Si se designa con
X el efecto del tratamiento y con Z el de las variables extrañas, se tiene entonces que:

Oj-O2 = X + Z.

Error experimental: Es la componente de error en la medida, atribuible, exclusivamen­


te, a la naturaleza aleatoria del experimento.

Estructura del experimento


Es la representación esquemática del experimento. Se utilizan símbolos y convenciones univer­
sales, con los siguientes significados:

X, indica la variable independiente que se maneja en el tratamiento;


Oi, indica las medidas observadas sobre la variable dependiente, antes o después del
tratamiento;
R, es la condición aleatoria para la selección del grupo experimental.

Por ejemplo:

GE. RO2XO2

es la fórmula para representar un diseño longitudinal que se interpreta así: GE, es el grupo de
prueba, R es la selección aleatoria, OJt es la medida antes del tratamiento o pre-test; X designa el
tratamiento y O2, la medida después del tratamiento o post-test.
Otro esquema experimental representa al diseño longitudinal y transversal, en el cual se
considera la participación de dos grupos experimentales, uno de prueba y, otro de control y se
formula así:
EXPERIMENTACIÓN
259

GE.RXO,
GC:R 07

El tratamiento no se aplica al grupo de control. En ambos casos se realiza una sola medi
ción a cada grupo, después del tratamiento. Los grupos se escogen en forma aleatoria.

Ot X o2

Grupo de Respuesta o
control efecto

Figura 7. 3 Aplicación de grupos experimentales.

2. VALIDEZ EXPERIMENTAL

El concepto de validez tiene el mismo significado al utilizado en el procedimiento de encuesta,


pero los problemas son diferentes. Un experimento es válido si se cumplen las condiciones
necesarias para proporcionar resultados que permitan establecer relaciones de causalidad. Si
no se cumplen los requisitos de diseño y procedimiento, la validez del experimento se afecta.
Estos requisitos garantizan el normal desenvolvimiento de la prueba en sí y crea las condicio­
nes para generalizar sus resultados a la población. Es lo que se denomina, validez interna y
externa, respectivamente. A continuación se hace el recuento de los efectos externos más co­
munes.

Cualidades del procedimiento I Validez = Eficacia


1 Confiabilidad = Eficiencia
Validez del experimento I Interna
1 externa

Validez interna

La validez interna es la cualidad por la cual el experimento proporciona resultados valederos. Si


se presentan circunstancias que afectan el normal desenvolvimiento de la prueba, debido a
interferencias de variables externas, problemas en la realización de la prueba, diseño defectuo­
260 INVESTIGACIÓN DE MERCADOS

so, se dice que el experimento carece de validez interna. Algunos de los defectos que invalidan
internamente el experimento se pueden aislar y desagregar, otros no y, por tanto, se deben
controlar para evitar su presencia en la prueba.
Los efectos debidos a variables extrañas son: de prueba, historia y maduración, de selec­
ción y regresión, de instrumentación y abandono.1

Clasificación de las variables extrañas Prueba


Historia
Maduración
Selección
Regresión
Instrumentación
Abandono

Efecto de prueba o interacción interna


Se presenta cuando el comportamiento los integrantes del grupo cambia debido a la interacción
de los participantes con el tratamiento, o a otras variables del proceso no controladas por el
experimentador.
Se causa por problemas en la realización del tratamiento o las mediciones. Se puede dar
de dos formas: Como efecto principal, por problemas de procedimiento cuando en la primera
medición Oj, se genera una influencia inadvertida sobre la segunda medición O2. Como efecto
reactivo, cuando influencias diversas afectan la segunda medida O¿.
El efecto principal de prueba se puede evitar con una sola medida. En general, el efecto
de prueba se puede controlar practicando mediciones independientes a un grupo de control
que no tiene tratamiento. Esto permite desagregar el efecto de prueba de la medida observada.

Efectos de historia y maduración


El efecto de historia se genera en los cambios de actitudes y comportamientos que sufren los
participantes por influencias de eventos externos y paralelos con la realización del experimen­
to. Al agregarse el efecto de historia a la medida, el efecto de tratamiento se distorsiona.
El efecto de maduración se genera en los cambios de actitudes y comportamientos que
sufren los participantes por la duración del experimento. Estos cambios se presentan en la
actitud mental frente al tratamiento, como cambios de criterio o de disposición participativa
por motivos como la fatiga, el desgaste y similares.

l Según una clasificación debida a Campbell y Starley


EXPERIMENTACIÓN 261

Los efectos de historia y maduración se pueden aislar utilizando un grupo de control no


sometido a tratamiento, se da así un diseño que separa las variables extrañas.

Efectos de selección y regresión


El efecto de selección se genera en la medida que resulta con una tendencia o dirección, cuando
la selección de los participantes es autónoma (autoselección). Esto puede conducir a grupos
conformados por individuos de características comunes de temperamento y actitudes, en detri­
mento de la representatividad. Por ejemplo, participantes muy activos que se auloseleccionan
dejan por fuera personas pasivas que no intentan participar.
El efecto de regresión resulta cuando se elige un criterio fuerte para la selección de los
participantes. Como en el caso anterior, se origina en la selección, pero en lugar de un criterio
débil, como la autoselección, en este caso, se seleccionan los individuos por tener un mejor o
peor puntaje en un desempeño.
El principio de regresión establece que los desempeños tienden a estabilizarse, a regresar
a una normalidad. Entonces, una selección de esta naturaleza puede atribuir a la bondad de un
tratamiento, un mejoramiento del proceso observado en una fase baja de rendimiento, cuando
ello era de esperarse por el principio de regresión.
Los problemas de selección y regresión se eliminan adoptando una fórmula aleatoria en la
selección de los participantes. Aunque parece una solución sencilla, no siempre es posible,
como no lo es resolver la dificultad del acceso a los participantes, o la falta de un marco muestral
confiable, o la escasez de recursos, o la negativa a participar en el experimento.

Efectos de la instrumentación y el abandono


El efecto de la instrumentación se genera cuando los instrumentos y los procedimientos aplica­
dos en el experimento tienen problemas de diseño. Si el método de recolección de información
no se normaliza y las respuestas resultan diferenciadas por la forma de la entrevista, se presen­
tan los problemas de validez enunciados en el capítulo 4.
El efecto de abandono es producido por la pérdida de representatividad en la muestra,
que se presenta por la deserción de una cantidad importante de participantes. Si la naturaleza
de los desertores rompe la estructura poblacional, no es posible garantizar la representatividad,
y se invalidan los resultados.
Para evitar este efecto se deben ensayar pruebas pilotos y maximizar los controles en el
procedimiento, sobre la calidad de los instrumentos utilizados y estimular la participación para
evitar los retiros.
262 INVESTIGACIÓN DE MERCADOS

Caso 7. 3 Ejemplos de invalidez interna

1. Efecto de prueba. Se presenta por una sensibilización del grupo cuando se deja co­
nocer el nombre de la empresa patrocinadora de un estudio, en una prueba donde se
necesita una manifestación espontánea. Si en una sesión de grupo, que se realiza con
los clienLes de una empresa para investigar las connotaciones de una nueva modali­
dad comercial, en forma involuntaria se filtra el nombre de la empresa patrocinadora,
los participantes se parcializan y crean actitudes que afectan directamente la medida
recogida en una encuesta ejecutada después de la sesión. La prueba para ser válida,
requiere mantener anónima a la empresa patrocinadora y establecer controles para
advertir de cualquier error en este sentido al moderador.
2. Efecto de historia. Durante el transcurso de una prueba de mercado diseñada para
comprobar el beneficio de una mejora en el empaque de un producto, se produjo un
cambio de precio de parte del principal competidor. Ello afectó la respuesta del mer­
cado, mostrando un mejoramiento de las ventas inesperado. Si sólo se considera el
punto de vista del empaque y se desconoce la intromisión de una variable extraña, los
resultados no serán de gran utilidad.
3. Efecto de maduración. Durante el año de vigencia de un panel de consumidores, se
observó un cambio notable en el perfil del consumo en los participantes. El experi­
mento, que tenía por objetivo probar la efectividad de una innovación hecha en un
producto, produjo resultados contradictorios: en principio se concluyó que hubo
mayor incremento de consumo en el estrato social bajo, después se comprobó que
algunos integrantes de ese estrato habían cambiado su condición económica y sus
hábitos de consumo. Esto distorsionó la medida e invalidó los resultados.
4. Efecto de autoselección. Un experimento para investigar las actitudes de las perso­
nas frente al uso de anticonceptivos, lúe conformado con voluntarios para integrar un
grupo de prueba de participación activa y un grupo de control de participación pasi­
va. Los participantes que integraron cada grupo mostraron fuertes contrastes de ex­
traversión en el temperamento, por su disposición a participar activa o pasivamente.
Los resultados del experimento no fueron válidos, ya que se observó una disposición
muy diferente en los integrantes. Los del grupo de control demostraron prejuicios
con su uso, en tanto que los del grupo de prueba mostraban una actitud muy amplia.
Esta discrepancia entre los grupos, debido a la autoselección, impidió validar los re­
sultados.
5. Efecto de regresión. Una empresa hizo una selección de vendedores para integrar un
EXPERIMENTACIÓN 263

grupo experimental, con el propósito de demostrar la efectividad de un curso de


inducción propuesto por el departamento de capacitación. La integración se hizo con
base en los vendedores de mas bajo desempeño del último trimestre. El tratamiento
propuso el programa de capacitación, y los resultados mostraron gran éxito. Desafor­
tunadamente no se validó por la forma de selección, pues se pudo demostrar que los
problemas de salud y los económicos habían contribuido al bajo rendimiento durante
el período de referencia, y que, una vez superados, se regresó a la normalidad. Por
tanto, no estuvo bien atribuir el mejoramiento solamente al programa, sin considerar
el efecto de regresión.
6. Efecto de instrumentación. En una encuesta utilizada en un experimento, se nota­
ron dos tipos de respuestas muy discrepantes en hombres maduros, interrogados
para dar a conocer su opinión sobre una futura situación económica. El grupo de los
entrevistados por una joven y bella mujer mostraba respuestas muy favorables, en
tanto que el grupo de un entrevistador hombre y feo presentaba respuestas más pesi­
mistas. La presencia de una bella mujer predisponía de manera positiva a los entrevis­
tados, descompensando de esta forma la normalidad del procedimiento, por lo cual,
no se pudieron validar los resultados.
7. Efecto de abandono. Entre los asistentes a una feria de libros, se obtuvo la impresión
de 25 encuestados, por una parte. Se determinó, por otra, que 35 consultados no
terminaron la prueba por falta de tiempo y no entregaron, por tanto, la información.
De este modo, la información que se obtuvo provino de un grupo informante de
desocupados, lo cual descompensó la representatividad, quedando invalidada la
prueba.

Validez externa

La validez externa se presenta cuando el procedimiento tiene las condiciones para controlar o
eliminar los efectos producidos por variables que limitan la capacidad de generalizar los resul­
tados a la población que representa. Un experimento pierde validez externa, cuando se ignora
el principio de aleatoriedad en la selección de los participantes, cuando se propician interacciones
indeseables en las unidades de prueba y otras variables del ambiente, o del sistema de marke­
ting, y cuando un experimento se lleva a cabo en un medio artificial inadecuado para el desem­
peño normal de los participantes. Es difícil de medir porque los factores de distorsión no siem­
pre son obvios y sus efectos en la medida no muy fáciles de observar. A continuación se describen
las principales fuentes que afectan la validez externa.
264 INVESTIGACIÓN DE MERCADOS

Variables extrañas que afectan Defecto de generalización


la validez externa Efecto de interacción
Artificialidad de laboratorio

Efecto de generalización
Cuando no es posible la selección aleatoria, no se permite la generalización estadística de los
resultados del experimento a la población en estudio. Por esta razón, a los experimentos que
adolecen de este problema se les denomina cuasi experimentos o pre experimentos. Sólo si se
cumple con el principio de aleatoriedad en la selección se puede hablar de experimentos verda­
deros o reales.

Efecto de interacción
El efecto de interacción es del mismo tipo del efecto de prueba de la validez interna, pero
aplicado a su connotación externa. Se presenta por la interacción indeseable de variables exter­
nas propias del ambiente que rodea al sistema de mercado estudiado. El efecto de interacción
tiene múltiples y muy disímiles formas, que crean interferencias muy difíciles de detectar.
Algunas interferencias sutiles, como el clima, pueden predisponer a una población para
ciertas actitudes que influyen luego en el desempeño de los participantes. Las interacciones
son, con frecuencia, la razón de tantas revaluaciones de teorías aceptadas, las cuales se basaron,
en su momento, en experimentos que no detectaron la interacción de una variable externa.

Efecto de laboratorio
Los métodos de experimentación en ambientes cerrados, o acondicionados para tal fin, pueden
introducir una atmósfera artificial que predisponga en los participantes sus comportamientos y
actitudes, y adopten posiciones muy diferentes a las usuales de su vida real. Es un hecho el
cambio de los individuos al sentirse observados. Esta situación puede distorsionar las medidas
de un experimento.
En la tabla 7.1 se presenta un resumen de los correctivos apropiados para eliminar, o
desagregar, los efectos extraños, tanto los que afectan la validez externa, como la interna.
EXPERIMENTACIÓN 265

Tabla 7. 1 Correctivos para eliminar los efectos extraños.

Efectos internos Correctivo Efectos externos

P Prueba Probar el procedimiento de investigación Interacción Y


Corregir los resultados con base en otras
medidas y pruebas aisladas
Aislar los grupos experimentales

H Historia Manejar el grupo de control


M Maduración Manejar el grupo de control

S Selección Seleccionar al azar las unidades Generalización G


R Regresión de los grupos

1 Instrumento Estandarizar el procedimiento Laboratorio L


A Abandono Adiestrar y supervisar
Probar el formulario
Compensar los abandonos
Adecuar la duración del experimento
Cambiar por experimentos de campo

Tabla 7.2 Naturaleza de las variables extrañas.

Efecto de prueba
Problemas de diseño Interposición de Efecto de interacción
variables extrañas Efecto de historia
Efecto de maduración

Defectos de la Efecto de generalización


representatividad Efecto de regresión
Efecto de selección

Efecto de instrumento
Problemas de procedimiento Efecto de abandono
Efecto de laboratorio
266 INVESTIGACIÓN DE MERCADOS

Caso 7. 4 Ejemplos de invalidez externa

1. Efecto de generalización. La elección selectiva de un grupo de funcionarios de una


empresa, escogidos para participar en un experimento que pretendía determinar el
grado de compromiso asumido frente al cumplimiento de las estrategias corporati­
vas, fue la causa por la cual se invalidaron los resultados. Estos mostraron una con­
cordancia con el pensamiento del gerente general, lo que levantó la sospecha sobre
su representatividad para generalizar a todos los componentes de la empresa.
2. Efecto de interacción. Durante la realización de un experimento, para probar la
capacidad gerencial de sus ejecutivos, los funcionarios escogidos para conformar el
grupo de prueba que debía someterse a un exigente tratamiento de capacitación,
adoptaron una posición grupal de superioridad frente a otro grupo que debía desen­
volverse como de control. Esta creencia errónea, surgida en el seno de los grupos,
intervino negativamente en el comportamiento y actitudes de los integrantes, lo que,
a la postre, condujo a sesgar los resultados.
3. Efecto de laboratorio. A los participantes de una sesión de grupo, que hacían parte
de un experimento, se les sometió a la prueba de medir su capacidad para resolver
problemas frente a diferentes contingencias. La medición se hizo públicamente, fren­
te a los compañeros de sesión. Esta prueba de inteligencia predispuso una reacción
negativa en algunos de los participantes, por sentirse confrontados. El temor a perder
prestigio frente a sus compañeros hizo fracasar la validez del experimento.

3. DISEÑOS EXPERIMENTALES

Un esquema experimental debe cumplir dos requisitos de diseño, para satisfacer las condicio­
nes de validez intema y externa:

1. Que la selección del grupo sea aleatoria


2. Que permita separar las variables

Sin embargo, debido a limitaciones físicas o por falta de recursos, no siempre es posible
cumplir con una o ambas de las condiciones anteriores.
Si el esquema propuesto no cumple una de estas normas se dice que el experimento no
es real y para diferenciarlo se le llama pre-experimento. En algunos esquemas se incumple algu­
na de las dos condiciones, pero el experimento tiene otras cualidades compensatorias que lo
asemejan a un experimento real, por lo que se le denomina cuasi-experimento.
EXPERIMENTACIÓN 267

Los esquemas que se estudiarán pertenecen a estas tres categorías, tal como se sintetiza
en la figura 7.4.

Selección Variables extrañas


Experimento real o Selección aleatoria Se pueden separar
propiamente dicho o controlar
Pre experimento o No existe selección No se pueden separar las
experimento simple aleatoria variables extrañas
Cuasi experimento Una serie de mediciones Se pueden controlar los
en el tiempo puede efectos de las variables
compensar la falta de extrañas, pero no se
aleatoriedad en la saben las condiciones
escogencia como se recibe
el tratamiento

Figura 7.4 Clases de experimentos.

Si se aplica el experimento en un ambiente cerrado o artificial, en forma de sesiones de


grupo, se denomina experimento de laboratorio. Si se realiza directamente donde ocurren los
acontecimiento se denomina experimento de campo. Ambos tienen ventajas y limitaciones, y su
aplicación depende del objetivo de investigación y de la disponibilidad de recursos. El experi­
mento de laboratorio presenta los problemas de artificial idad, pero se justifica por su bajo
costo, cuando los objetivos de investigación lo permiten. En la tabla 7.1 se presenta una com­
paración de los dos métodos.
La estructura del procedimiento experimental se expresa mediante una fórmula que tie­
ne una característica longitudinal y otra transversal. La primera, resume las condiciones

Tabla 7.1 Ventajas y desventajas de los experimentos.

Experimento De laboratorio De campo


Ambiente Artificial Natural
Posibilidad de Menor Mayor
generalización
Capacidad de manejo Mayor control de las Menor control
de las variables variables
Costo Más económico Más costoso
Influencia de las Menor posibilidad de Mayor posibilidad de
variables extrañas influencias influencias
268 INVESTIGACIÓN DE MERCADOS

secuenciales o del procedimiento, relacionadas con el tiempo, y la segunda, expresa la simulta­


neidad de los grupos experimentales participantes.
El diseño longitudinal es estático si sólo contiene una medición única, y es dinámico si
hace uso de dos o más mediciones en el tiempo. Por su parte, el diseño transversal es simple, si
involucra un sólo grupo de prueba, o es controlado cuando, además, contiene un grupo de
control. De estas características depende si el diseño tiene capacidad para lograr la separación
de las efectos extraños en la medida observada, tal como se expresa en la figura 7.5.
El diseño estático elimina la presencia de los efectos interactivos y de prueba, en tanto que
el diseño dinámico facilita su separación de la medida central. El diseño simple es pobre para
separar los efectos de las variables extrañas e interactivas, en tanto que el diseño controlado es el
apropiado para este caso.

Experimento estático Aplica solamente una medición


No es posible explicar los cambios
Experimento dinámico Aplica varias mediciones en el tiempo
Identifica cambios producidos por el tratamiento
Experimento simple Utiliza un solo grupo de prueba
No permite separar los efectos de las medidas
Experimento controlado Usa un grupo de control
Permite separar los efectos extraños

Figura 7.5 Experimentos según su estructura.

Componentes de las medidas


La medida observada es una suma de efectos agregados a una componente central dominante.
La componente principal recoge la tendencia central de la población, en tanto que las otras
componentes representan los efectos y el error experimental. Los efectos son las variaciones
que sufre la medida central debido al tratamiento, a las variables extrañas y a las interacciones
de las variables El error es debido a la característica aleatoria de experimento.
Se adopta por convención la siguiente nomenclatura:
M = Para expresar la componente central dominante
X = Para el efecto propio del tratamiento
Z = Para el efecto debido a las variables extrañas
Y = Para el efecto causado por la interacciones de las variables
e = Expresa el error de experimentación
EXPERIMENTACIÓN 269

Entonces la observación 0, se expresa como una fórmula de composición que contiene


los siguientes componentes básicos:
0 = M + X + Z +Y+e

El diseño permite adaptar las condiciones de la investigación a las necesidades y recursos


disponibles. A continuación se hace el análisis de las principales estructuras experimentales,
iniciando con los experimentos reales que cumplen las condiciones de validez anotadas.

Experimentos reales

Los experimentos reales presentan las siguientes ventajas:

• No presentan los efectos de selección y de regresión, puesto que, por la selección aleatoria
de los grupos, no existen de hecho y, a su vez, cumplen con la validez externa porque la
muestra aleatoria es representativa de la población.
• Los efectos extraños de historia, de maduración y de interacción de prueba se pueden
desagregar cuando se utiliza un grupo de control. Los restantes efectos extraños, como el
de instrumentación y abandono, se pueden controlar validando el instrumento y mante­
niendo la estructura y el tamaño muestral.
• Permiten aplicar pruebas estadísticas para llegar a conclusiones válidas, pero por lo mis­
mo, son más exigentes y consumen mayores recursos que los preexpenmentos.

Se estudiarán los diseños dinámico y estático controlados, el diseño de Solomon y un


experimento que trabaja con dos tratamientos diferentes.

Experimento dinámico controlado


La estructura de este experimento se caracteriza porque:

• Considera un grupo de prueba y otro de control.


• La selección de los componentes de los grupos es aleatoria.
• Obtiene medidas antes y después del tratamiento para cada grupo experimental.
Su estructura se formula como sigue:
GE.RO^X 02
GC.RO]' 0/

Por contar con un esquema de dos mediciones en el tiempo, sobre un grupo de prueba y
otro de control, se pueden separar los efectos de historia y maduración, pero no la interacción
de prueba, denominada por Y.
270 INVESTIGACIÓN DE MERCADOS

La medición posterior O2, efectuada al grupo de prueba, contiene todos los efectos: de
tratamiento, de variables extrañas y de interacción, esto es X + Z + Y, en cambio la medición
posterior, efectuada al grupo de control, O2, no contiene efectos como el de interacción y de
instrumentación porque este grupo no sufre el tratamiento.
Entonces, aplicando las propiedades enunciadas a la fórmula de composición de la medí
da, se llega a las siguientes expresiones:
Oj = M
O2 = M+X+Z+Y
Of = M
O2' = M+ Z

Por comodidad en el manejo de las expresiones, se han omitido las componentes del error
aleatorio, sin embargo, no se debe ignorar su existencia en cada medición. El nivel de variación
del error experimental es el que permite establecer si se acepta o no una hipótesis como válida,
como se hace en el análisis de varianza, ANOVA. Este tema se ilustra en el capítulo 10, y se
puede consultar rápidamente.
Manejando adecuadamente las anteriores expresiones es posible llegar a separar los efec­
tos extraños del tratamiento, con excepción del efecto de interacción, como se puede compro­
bar, así:
O2-O2 = X + Z+Y
O2'-O/ = Z
(O2-OP-(O2'-Oj') = X +Y

Como se observa, este diseño presenta como desventaja el no poder separar completa­
mente el efecto del tratamiento X. Por tanto, se hace más exigente el control del efecto de
interacción ejercido directamente sobre el procedimiento. Pero como ventaja, se observa que
este diseño puede aislar los efectos extraños Z.

Caso 7.5 Diseño dinámico controlado

Para poder establecer una cierta estrategia de marketing, una empresa de refrescos elaboró el
siguiente experimento, el cual tiene por objeto establecer si una nueva bebida tiene capaci­
dad de ser diferenciada de otras similares por los consumidores, en los términos en que ha
sido diseñada.
Para tal fin se aplica un tratamiento consistente en advertir al grupo de prueba, sobre
las cualidades que el consumidor debe esperar de una bebida refrescante, para determinar
EXPERIMENTACIÓN 271

después, en las degustaciones de la bebida, ofrecidas junto con otras similares, si dichas
advertencias y sus cualidades anunciadas, son reconocidas en la marca.
El esquema es transversal y dinámico, cuyas medidas son las siguientes:

1. Las observaciones miden la opinión de los grupos de prueba y de control,


antes de la presentación.
2. Las observaciones O2y O2' miden la opinión, después de la presentación ante los
mismos grupos.

Si el experimento se puede conducir libre del efecto de interacción, es decir, sin que se
explicite la bebida ensayada, el experimento es real, y el efecto del tratamiento se obtiene
directamente de la expresión:

(o2-op-('o/-oJ9 = x
Para concluir sobre la efectividad del tratamiento, se debe contrastar la hipótesis nula,
Ho, que niega la posibilidad de la bebida, de ser diferenciada. Para determinar el significado
de la diferencia (O2 - Oj) - (O2- O1') = X , se aplica la prueba ANOVA y en caso de resultar
positiva, se rechaza Ho, de lo contrario se acepta la validez del tratamiento.

Experimento estático controlado


La estructura de este diseño presenta las siguientes condiciones:

• Utiliza dos grupos, uno de prueba y otro de control,


• La selección de los integrantes es aleatoria,
• Observa sola una medida en cada grupo, después del tratamiento aplicado.
La estructura se formula así:
GE: R X 02
GC: R 0/

Al no existir las medidas previas no es posible detectar la presencia de los efectos de


prueba y de interacción en general. Las medidas posteriores, como en el ejemplo anterior, se
elaboran mediante la siguiente fórmula de composición, la cual desecha la componente
interactiva, Y. Por tanto:
O2 = M + Z+X
O2 = M+Z

Este caso posibilita la separación del efecto del tratamiento, al restar la segunda de la
primera expresión, así:
272 INVESTIGACIÓN DE MERCADOS

o2'_o2 = x
Pero su desventaja, con relación al modelo anterior, está en que no puede aislar los efec­
tos de las variables extrañas, Z. La característica clave de los esquemas estáticos radica en pro­
porcionar mediciones libres de los efectos de interacción, historia y maduración, propios de los
modelos dinámicos.

Caso 7.6 Diseño estático controlado

Al aplicar el modelo estático a la misma situación del caso anterior, no se presenta el proble­
ma de la eventual presencia de la interacción de prueba, puesto que si existiera, sería posible
separar su efecto del tratamiento.
En este caso las medidas observadas son las siguientes:
O2 = Es la medida del desempeño del grupo de prueba, después del tratamiento o
adiestramiento aplicado.
02“ Es la medida de desempeño del grupo de control, al cual no se le aplicó trata­
miento alguno.
Entonces, si es posible determinar que la diferencia 02' - 02 = X, sea significativa, se
concluye que el tratamiento de advertencia sí produce un efecto positivo, porque crea con­
ciencia del consumidor hacia el nuevo sabor. Ésta, que es la hipótesis, no se podría sostener
si la diferencia no fuera significativa.

Diseño de Solomon
Este esquema reúne los dos anteriores y resulta, por tanto, muy elaborado. El objeto es separar
todos los efectos: el tratamiento, las variables extrañas y la interacción. Se caracteriza por lo
siguiente:
• Trabaja con cuatro grupos experimentales: dos de prueba y dos de control,
• Aplica la escogencia aleatoria a cada grupo,
• Combina las dos pruebas previas, así: dos dinámicas y dos estáticas y, en cada caso, existe
un grupo de prueba y otro de control.
La esquematiza así:
GP#1: R 02
CC#1: R 0/ Ó7

GP#2: R X 03
GC#2: R
EXPERIMENTACIÓN 273

Las composiciones de las fórmulas se aplican como se hacía en los dos casos anteriores, lo
que posibilita la obtención de todos los efectos, como sigue:
Por el esquema dinámico se sabe que:

(o2-op = X + Z + Y
(o2‘- OJ9 = z

y por esquema estático:

(O3-O3') = X

Con las diferencias siguientes se elimina el efecto de prueba, al considerar sólo las medi­
das previas, tal como lo demuestran estas nuevas compociones:

(o3-op = (o3-oI9=x+z
(O3'-OJ9 = (O/-OJ9 = Z
La dos última expresiones se pueden promediar para obtener una medida mas exacta, así:

í(o3-op + (O3-O/)]/2=X + Z
í(O3'-op + (OJ'-OJ9]/2 = Z

Finalmente, los efectos de tratamiento e interacción se separan con estas combinaciones:

co3-op-coy-oJ9=x
(O2-O1)-(O2,-O1,)-(O^O3) = Y

Por supuesto que la desventaja del modelo Solomon es su costo y por ello se aplica poco
en estudios de investigación de mercados.

Diseño estático con dos tratamientos


Los diseños anteriores son los casos típicos en los experimentos reales, pero no son únicos. Para
dar una idea de las posibilidades de los diseños, se presenta el siguiente, que aplica dos trata­
mientos. Para ello se utilizan dos grupos de prueba y ninguno de control.
Se esquematiza así:
GE#1: R X, 0,
GE# 2: R X2 02

Las composición de las medidas resultan así:


o, = m+x2 + z
O2 = M + X9 + Z
274 INVESTIGACIÓN DE MERCADOS

Entonces el efecto de las medidas en este caso se determina por:

Este experimento no necesita extraer las componentes extrañas puesto que se cancelan al
efectuar la diferencia O2-Or Tampoco existe el problema de la interacción, al no efectuar sino
una medida en cada grupo. Es por tanto un experimento real.

Caso 7.7 Experimento con dos tratamientos

El propósito es similar a los ejemplos de las bebidas, de los anteriores casos. Pero, en esta
ocasión, se desea conocer, cuál de los dos enfoques planteados para aplicar el tratamiento es
el mejor y que, como en el caso del adiestramiento, permita crear una nueva cultura de sabor
alrededor de una bebida. Entonces, si:
X1 = al tratamiento A, que consiste en aplicar un mensaje que comu­
nica la idea de una mejor condición social al consumidor, aplica­
do al grupo #1
X2 = al tratamiento B, que consiste en aplicar un mensaje que comuni­
ca la idea de una mayor satisfacción fisiológica al consumidor,
aplicado al grupo #2
Oj = la medida del resultado o desempeño del grupo 1
O2 = la medida del resultado o desempeño del grupo 2
La expresión O}- O2 determina la ventaja o desventaja del tratamiento A con relación
al B, según que la diferencia sea positiva o negativa.
Por ejemplo, si 0^300 y O2=350, 50 sería la ventaja del tratamiento B. Es importante
determinar si dicha ventaja es significativa y por tanto muestra que el tratamiento B es supe­
rior al A. Para que sea así es necesario probar que dicha diferencia es significativa, esto es,
producto de los efectos del tratamiento y no de simples variaciones de error, presentes por el
carácter aleatorio del procedimiento experimental. Para probar esta hipótesis se recurre al
análisis de varianza.
. • • i; im

Pre experimentos

Se llaman pre experimentos aquellos que no cumplen las condiciones de los experimentos reales
Se trata de experimentos imperfectos, en los que la elección de los integrantes de los grupos
experimentales no es aleatoria o el diseño no permite separar los efectos. Son más simples,
económicos y fáciles de ejecutar.
EXPERIMENTACIÓN 275

Los esquemas son similares a los expuestos anteriormente, y se utilizan poique no siem­
pre es posible contar con los recursos y las condiciones requeridas para cumplir las exigencia
de un experimento real, y porque es preferible ejecutar el experimento con restricciones y
obtener alguna información, que nada. Las limitaciones no siempre son de tipo económico, a
veces, las de tipo físico son las más frecuentes.

Pre experimento simple estático


Este experimento se caracteriza porque:

• La selección del grupo no es aleatoria.


• No utiliza grupo de control.
• Contiene sólo una observación después del tratamiento.
Su esquema es el siguiente:
GP: X O
La medida observada se compone así:
O=M+X+Z
Este esquema tiene las siguientes limitaciones:
• No permite la separación del efecto, del tratamiento y de las variables extrañas.
• No asegura la representatividad de la muestra (validez externa), pues no cuenta con selec­
ción aleatoria.
• Por falta de la medida previa, no es posible conocer el efecto del tratamiento.
• Es propenso a los efectos de selección y regresión.

Sin embargo tiene las siguientes ventajas:

• En ocasiones es el único que se puede aplicar y de no ser así, no se podría obtener informa­
ción alguna.
• Carece de efectos de historia, maduración e interacción de prueba.

Pre experimento estático controlado


Este esquema adiciona al anterior el grupo de control y se caracteriza, así:

• Tiene dos grupos experimentales, uno de prueba y otro de control.


• No tiene escogencia aleatoria.
• Proporciona una sola medida después del tratamiento, para cada grupo.
Se esquematiza así:
GE: X02
GC: ü?
276 INVESTIGACIÓN DE MERCADOS

Con relación al anterior, este diseño tiene la posibilidad de separar el efecto del tratamien­
to, como se observa en las relaciones siguientes:

w Oj = X+Z
O1 = Z
Oj - o2 = X

Como desventaja presenta los mismos problemas del anterior, como la validez externa,
por falta de selección aleatoria, y la presencia de los efectos de selección y regresión, debido a la
auto selección del grupo o a la selección por puntaje.

Pre experimento simple dinámico


La estructura de este modelo agrega la medida previa al tratamiento, caracterizándose por las
siguientes condiciones:

• No aplica selección aleatoria a los grupos.


• No utiliza grupo de control.
• Proporciona medidas antes y después del tratamiento.

Se esquematiza así:
GP : O¡ X O2
Este esquema tiene la desventaja de que no permite separar de los efectos extraños, al
menos con seguridad, el efecto del tratamiento, como se observa en el desarrollo de las compo­
nentes de las medidas, así:

O2 = M
O2 = M+X+Z+Y
O2-O1 = X+Z + Y

por lo tanto, se requiere mucho control directo. No permite separar, en caso de existir, los
efectos de historia, maduración y de interacción. También puede presentar el efecto de regre­
sión en caso de que los participantes sean seleccionados en forma discriminada, o de existir la
auto selección. No se puede separar la presencia de otros efectos, como el de instrumentación
(si la prueba no se aplica en forma estándar) y el de abandono (por las deserciones).
EXPERIMENTACIÓN 1T¡

Caso 7.8 Ejemplos de pre experimentos

Ejemplo 1
*
Una investigación se orienta al conocimiento de las conductas y estilos de vida de los indivi­
duos que padecen una determinada enfermedad. Uno de los objetivos de la investigación
consiste en explorar los medios de entretenimiento para desarrollar propuestas que permi­
tan mejorar su calidad de vida.
Ante una situación como ésta no se presenta factible realizar una selección aleatoria de
participantes, por la dificultad de contar con un marco muestral real, lo que hace necesario,
que la participación de los integrantes sea voluntaria, para tal fin, se utiliza el mecanismo de
la bola de nieve, expuesto en el capítulo 6.
El interés comercial del experimento busca posibilidades de nuevos ofrecimientos a
este segmento del mercado, para determinar después su aceptación. Como no es posible
garantizar la representatividad estadística, existe una probabilidad de que los resultados
conduzcan a conclusiones no válidas.

Ejemplo 2
En un experimento con dos grupos, uno de prueba y otro de control, los integrantes se han
autoseleccionado, siguiendo el principio de muestreo por conveniencia.
El tratamiento del primer grupo explora las ventajas de un sistema de ventas por catá­
logo. La observación mide las intenciones de compra de los individuos que voluntaria­
mente, después de haber conocido un catálogo, han respondido una encuesta acerca de su
decisión de compra. La observación O2 mide las intenciones de compra del grupo de con­
trol, apoyándose en la información de los clientes voluntarios que sólo observaron la exhibi­
ción en vitrina, sin utilizar el catálogo. El objeto es determinar si el procedimiento de ventas
por caLálogo mejora las ventas, en comparación con el sistema tradicional.

Ejemplo 3
El siguiente experimento dinámico intenta demostrar que la reestructuración del departa­
mento de ventas mejora substancialmente el desempeño. Para tal fin se hace una prueba con
un grupo de vendedores que utilizan las nuevas condiciones de la reestructuración. En la
prueba se observaron las siguientes medidas, antes y después del tratamiento: O .=200 es el
promedio de ventas diario obtenido en la medida previa y 02=300, es la medida posterior,
después del tratamiento.
Se piensa entonces que el efecto 0^0^100, es la consecuencia de haber reestructu­
rado. Sin embargo, es necesario probar que la diferencia no es producto del error.
278 INVESTIGACIÓN DE MERCADOS

Pero aunque la diferencia sea significativa, no se puede asegurar que la hipótesis sea la
causa exclusiva, puesto que cabe la posibilidad de efectos extraños, como un incremento de
precios en la competencia. Esta situación no se puede resolver, por cuanto el esquema utili­
zado, el pre experimento dinámico, no tiene la cualidad de poder separarlos.

Cuasi experimentos

Los cuasi experimentos2 también tienen limitaciones, pero gozan de alguna cualidad que com­
pensa las deficiencias. Los experimentos son muy fuertes en cuanto a su validez, pero resulta
difícil su aplicación estricta. Los pre experimentos son muy prácticos pero muy susceptibles a la
validez. Estos dos casos presentan los dos extremos de una clasificación, donde los cuasi-expe-
rímenlos están en la mitad porque, aunque son imperfectos porque no cumplen alguna de las
normas, tienen cualidades compensatorias y se comportan como experimentos reales. Esta es la
razón de esta denominación, que han adoptado ciertos autores en sus textos de investigación
de mercados.
Este caso sucede cuando, por ejemplo, es posible controlar una parte del experimento,
como el tiempo de aplicación y la población a la cual se le aplica un tratamiento, pero en
cambio, no se sabe cuáles y de qué clase son las unidades que reciben el tratamiento y el tiempo
cuando lo reciben. Otro caso se presenta cuando no es posible la selección aleatoria del grupo,
pero, en su lugar, se cuanta con una larga serie de medidas en el tiempo, lo que finalmente
compensa dicha restricción.
Se expondrán los modelos dinámico controlado, dinámico no controlado con selección aleatoria
y el estático con muestras separadas. Otro tipo importante de diseño experimental lo constituyen
las series de tiempo, cuya característica es la repetición de medidas en el tiempo.

Diseño dinámico controlado


Este diseño se diferencia del experimento real de igual denominación en que la selección de los
grupos no es aleatoria, por lo cual no se le considera un experimento real. Al manejar un grupo
de control, el modelo permite separar los efectos extraños. Su esquema se describe así

CE: 0,X 02
GC: O/ 02

2 Esta denominación la han adoptado Kinnear y Wielers en sus textos de investigación de mercados.
EXPERIMENTACIÓN 279

Como en el experimento real del mismo nombre, el manejo de las medidas observadas,
nos muestra que:
O2-O1 =X+Z+Y
O^-O^ =Z
(O2-O}) = Y+Z

Además de la selección no aleatoria y de la imposibilidad de separar el efecto del trata­


miento del efecto de la interacción, el modelo adolece de otras debilidades como los efectos de
selección y de regresión.

Diseño dinámico no controlado con selección aleatoria


Este diseño se estructura así:

GP; ROlXO2

Este caso, aunque permite validar la medida por la escogencia aleatoria, no puede, sin
embargo, separar las variables extrañas del efecto del tratamiento, puesto que:

C^-O^X+Z + Y

Los efectos de interacción y de prueba, contenidos en la medida, se presentan cuando


ocurren cambios en los integrantes del grupo, como consecuencia del procedimiento adopta­
do. Si el tratamiento no tiene control, es posible predisponer al grupo durante el tratamiento lo
que genera el efecto de prueba.

Diseño estático con muestras separadas


Este diseño se conforma con dos grupos de prueba, independientes, escogidos aleatoriamente.
El tratamiento se aplica a ambos grupos, pero sólo se toma una medida a cada uno, una previa
y otra posterior, como se observa en la siguiente estructura:

CE#1: R 01 X
CE# 2: R X2 02

El diseño tiene como ventaja que no contiene el efecto interactivo, ni el de otras variables
extrañas, como la maduración, aunque en algunos casos puede subsistir el efecto de historia
(véase caso 7.9). Por tanto, el efecto del tratamiento se mide directamente de la diferencia:

O2 - Oj = X
280 INVESTIGACIÓN DE MERCADOS

Caso 7.9 Ejemplo para aplicar muestras separadas

El objetivo de un experimento es comprobar la aceptación de una colección de moda, pro­


puesta por una empresa de prendas deportivas para una nueva temporada. Para tal fin se
aprovecha el evento de exhibición de temporada, para realizar la investigación.
Se diseña el experimento basado en dos encuestas realizadas a clientes, escogidos al
azar, entre los asistentes al evento. La primera encuesta se hace antes del ingreso a la exhibi­
ción, para medir el grado de conocimiento que se tiene de la tendencia de la moda La
segunda, se hace después de la presentación de la colección, con otra muestra diferente, para
determinar si la exhibición influyó sobre el concepto anterior. El efecto interactivo no se
presenta porque las dos muestras la componen individuos diferentes.

Series de tiempo

El esquema de serie de tiempo se caracteriza por un conjunto de medidas secuenciales, obteni­


das antes y después de un tratamiento o de varios tratamientos intercalados. La selección aleatoria
y la utilización del grupo de control son algunas variantes del diseño, usuales en estos casos. A
continuación se estudian tres casos.

Serie sin grupos de control


Este tipo se compone de medidas tomadas antes y después del tratamiento y no considera al
grupo de control. Se estructura mediante la siguiente secuencia:

oT o2 o3 0^ X o5 o6 o7 o8
El diseño se analiza en forma similar al esquema OXO, pero aquí las medidas antes y
después se reemplazan por un promedio proveniente de una serie de medidas anteriores y otras
posteriores al tratamiento.
El efecto combinado de maduración, prueba y regresión no es tan notorio como en el pre
experimento, puesto que las mediciones se compensan si son suficientemente espaciadas. El
efecto de interacción de prueba se pierde, debido a la repetibilidad de la medida.
El principal problema se encuentra en el efecto de maduración, cuando las medidas se
aplican sobre el mismo grupo, como en un panel de consumidores, sin embargo, si la serie de
tiempo se trabaja sobre muestras aisladas, no se presenta dicho efecto, como se observa en la
figura 7.6.
EXPERIMENTACIÓN 281

Se observa allí que los resultados provenientes de una serie de tiempo se pueden interpre­
tar de varias maneras, así: los casos a y b muestran efectos positivos al tratamiento, siendo a un
efecto a corto plazo y b un efecto a largo plazo. Se observa un efecto nulo en el caso c y un efecto
negativo, de corto plazo, en el caso d.

Serie con grupo de control


Si en el caso anterior se utilizará un grupo de control se obtendría una serie similar al experi­
mento OXO con grupo de control, que se esquematiza, así:
GP: 01 02 03 04 X 05 06 07 0g
GC: o; o/ 0/ o; 0/ 0/ 0/ o;

Este diseño es útil, por ejemplo, para trabajar un panel nacional, en el que se tengan
unidades de prueba, en una zona específica, que permanezcan aisladas y sobre las cuales se
aplica un tratamiento, sin involucrar a los participantes del grupo de control. Este esquema es
el propio de las "pruebas de mercado”, cuyo objetivo es medir la efectividad de una fórmula de
marketing en una escala pequeña, antes de aplicarla a escala nacional.

Serie auto controlada


En este diseño, el grupo de prueba aplica sobre sí mismo el control, lo que evita la necesidad de
definir otro grupo para tal fin. Se estructura por la serie:
Oj Xj O2 O3 Xq O. O5 Xj O6 O7 XQ Oq
Cuando se aplica el tratamiento X[y el grupo funciona como grupo de prueba. En otro
período se omite el tratamiento, lo que se describe mediante el símbolo XQ y, en este caso,
funciona como grupo de control.
282 INVESTIGACIÓN DE MERCADOS

Las mediciones entre aplicación y no aplicación del tratamiento, deben estar espaciadas
entre sí para evitar que persistan las influencias distorsionantes. En la figura 7.7 se hace un
resumen de las fuentes de invalidez interna y externa en los experimentos reales, en los pre
experimentos y en los cuasi experimentos.

El proceso de experimentación
Investigar por la vía experimental es exigente y, por ello, el investigador debe contar con cono­
cimiento y experiencia. Para ello, debe seguir rigurosamente todas las etapas del proceso y
observar las limitaciones de la investigación.
Para emprender la experimentación se recomienda:

• Tener un firme conocimiento del procedimiento de experimentación.


• Conocer muy bien las condiciones del ambiente en que se debe llevar a cabo el experimen­
to, para evitar las distorsiones de las influencias externas.
• Conocer cuáles son, dónde se generan y cómo se controlan las fuentes de invalidez.
• Finalmente, es necesario tener un conocimiento cierto de las limitaciones del procedi­
miento.

Etapas del proceso experimental


El proceso de experimentación se compone de ocho etapas, las cuales son similares a las expre­
sadas para otros métodos de investigación, por lo que sólo se exponen a manera de síntesis:

1. Formulación del problema: En esta etapa se identifican los problemas detectados o


efectos, cuyas causas se necesitan conocer, o las ideas a verificar, de una propuesta o
afirmación.
2. Planteamiento de la hipótesis: Se estudia la naturaleza del problema y se elabora un
planteamiento explicativo que se presenta como hipótesis para comprobar. El proceso
estadístico de contraste de hipótesis, se desarrolla por medio de la hipótesis nula, que
niega la anterior.
3. Diseño experimental: Es la formulación de la estructura experimental, que relaciona
las principales características del proceso a cumplir.
4. Validación del experimento: Consiste en estudiar el tratamiento a seguir, para elimi­
nar, o establecer controles a, la interferencia de variables externas.
5. Diseño estadístico: Define el modelo estadístico que se va a utilizar y dispone de los
recursos necesarios.
EXPERIMENTACIÓN 283

✓ Controlado Invalidez Invalidez


X No controlado ♦ Posible interna externa
REALES Hist Mad. Prueb. Regre. Selec. Inst. Aban. C L
GE: RO XO
GC: RO O ✓ ✓ X ♦ ♦ ✓ ✓
GE: R XO
GC: R O ♦ ✓ ✓
GE1: ROXO ✓ ✓ ✓ ♦ ♦ ✓ ✓
GC1: RO O
GE2: R XO
GC2: R O
PRE-EXPERIMENTOS H M P R S I A c L
GE: XO X X X ♦ ♦
GE: XO X X ♦ ♦ X X
GC: O
GE: OXO X X X X X ♦ ♦ X
CUASI-EXPERIMENTO H M p R s I A c L
OXO ✓ ✓ ✓ X> ✓ ✓ ✓ X ♦
oo
OOO X OOO X ✓ ✓ ✓ ♦ ✓ ♦
OOO X OOO
OOO OOO ✓ ✓ ✓ ✓ ✓ ✓ ✓ X ♦
OX,OOXoO S ✓ ✓ ✓ ✓ ✓ ✓ X ♦

Figura 7.7 Resumen de las fuentes de invalidez.

6. Trabajo de campo: Es la etapa de recolección de la información, directamente de las


fuentes consultadas.
7. Análisis estadístico: Es la aplicación de las herramientas estadísticas, como el análisis
de varianza ANOVA, apropiadas para probar las hipótesis.
8. Conclusiones: Expresa los resultado validados mediante las pruebas de hipótesis.

Limitaciones de la experimentación
La experimentación se hace compleja a causa de las limitaciones a las que se suele enfrentar el
investigador. Entre otras, se expresan las siguientes:
284 INVESTIGACIÓN DE MERCADOS

• La imposibilidad de integrar los grupos con el tamaño apropiado y la selección aleatoria.


• La dificultad para desarrollar adecuadamente el experimento, a causa de las fallas humanas
y de los imprevistos que se pueden presentar.
• La posible contaminación resultante de la interrelación de las unidades participantes, por
ejemplo, cuando un grupo de prueba influye en el grupo de control.
• La mortalidad del grupo o abandono, resulta problemática sobre lodo en las series de
tiempo, en especial en experimentos que necesitan considerar un periodo de tiempo largo.
• Con el tiempo que dura el experimento, se peca a veces por demasiado largo o por dema­
siado breve. Por ejemplo, la duración del experimento puede resultar demasiada larga para
los objetivos de. la gerencia.
• Las propiedades técnicas de ciertos productos, impiden que se pueda obtener la cantidad
suficiente de información para llevar a la conformación de la prueba.
• La dificultad en allegar información confiable, por el temor de revelar información a la
competencia, o situaciones similares.
• El costo puede resultar, en ciertos casos, muy alto para los objetivos de la gerencia.

4. DISEÑOS ESTADÍSTICOS

En los apartes siguientes se expondrán cuatro diseños de experimentos reales, los cuales permi­
ten medir los efectos de una variable, evaluada en varios niveles, y controlar los efectos de una
o varias variables extrañas y sus interacciones. Se expondrán, el diseño completamente aleatorio,
que estudia el efecto de una variable, el diseño de bloques aleatorios, que permite combinar la
variable del tratamiento con otras variables extrañas, el diseño de cuadros latinos, que permite
combinar varios tratamientos y el diseño factorial, el más general, que combina varias variables,
sean tratamientos o influencias extrañas, y conoce además, los efectos de la interacción entre
dichas variables.

Diseños estadísticos Diseño completamente aleatorio, DCA


Diseño de bloques aleatorios, DBA
Diseño de los cuadros latinos, DCL
Diseño factorial, DF

Definiciones
En el diseño de experimentos se utiliza una terminología propia, como se expresa en las si­
guientes definiciones:
EXPERIMENTACIÓN 285

Factor: Es la variable independiente que se va a manejar en el experimento, mediante un


tratamiento.
Nivel: Corresponde a un valor del factor. El factor, como variable, representa un conjun­
to de valores, pero en el experimento sólo se evalúan unos cuantos de ellos, que se identifican
como niveles del tratamiento. Los niveles pueden ser valoraciones numéricas o denominacio­
nes alfabéticas, en cuyo caso se refieren a conceptos, marcas, calificativos, nominaciones, entre
otras, ver caso 7.8.
Tratamiento: Es la acción aplicada a los integrantes de un grupo de prueba, la cual
consta de una serie de acciones, demostraciones, formulaciones y similares, que considera los
factores a determinados niveles.
Respuesta: Es la medida del efecto del tratamiento. Equivale a los resultados observados
en las variable dependientes o no controlables.
Componente principal: Es la componente estructural observada en las medidas de un
resultado o sea, el remanente después de desagregar todos los efectos.
Efecto de un factor: Es el cambio en el resultado,, producido por un cambio en el nivel
de ese factor.
Interacción: Es el cambio observado en la respuesta, como producto de la influencia de
una variable en el factor.
Componentes de la medida: La medida es una suma de componentes que incluyen; una
principal, un efecto del tratamiento, una componente de efectos externos y de interacciones y
la componente aleatoria debida al error propio del experimento. Esto es:

O = M + X + Z + Y+e

Donde, O es la medida observada, M la componente principal, X el efecto del tratamien­


to, Z el efecto de las variables extrañas, Y el efecto interactivo y e es el error .

Caso 7.10 Niveles de un factor

En el cuadro siguiente se expresan tres ejemplos que permiten comprender diferentes pun­
tos de vista de los conceptos “/actor” y “nivel” de un tratamiento. Como se observa, el nivel se
puede dar en una escala tanto cuantitativa como cualitativa. Así, el factor publicidad se puede
probar a niveles cualitativos, como por ejemplo, TV y Prensa. Otro factor como el precio, se
evalúa en términos cuantitativos. Cada tratamiento expresa un nivel de cada factor estu­
diado
286 INVESTIGACIÓN DE MERCADOS

Tabla 7.2 Niveles de tratamiento para el caso 7.10.

Factor Niveles Tratamientos


1. Publicidad 1. En TV Xt = Publicidad en TV
2. En prensa X2 = Publicidad en prensa

2. Precio 1. $550 X, = Precio de $550


2. $600 X? = Precio de $600
3. $650 Xt - Precio de $650
3. Fuerza de ventas 1. 10 Xf = FV con 10 vendedores
2. 15 X2 - FV con 15 vendedores

Diseño completamente aleatorio

El diseño mas simple es el completamente aleatorio, que, además, sirve para fundamentar los
demás. Es, por supuesto, el mas económico y fácil de ejecutar.
En general, el problema del diseño estadístico consiste en asignar un conjunto de trata­
mientos; Xp X2, X3... a un conjunto de unidades de prueba; Up U2, U?.

Tratamiento

*1 x2 *3
Serie aleatoria:
^3 8, 1, 3

^7 ^5 7, 9, 5

^4 u2 1 2, 6

Figura 7.8 Asignación aleatoria irrestricta de los tratamientos.

Para describir la forma de asignación de las unidades de prueba a los tratamientos, se


designará por Xj, el tratamiento al nivel j, y por Ui, el i-ésimo grupo de prueba. El diseño
completamente aleatorio implica distribuir los grupos para los tratamientos siguiendo un pro­
cedimiento aleatorio, como se muestra en en la figura 7.8, sirviéndose, para ello, de una un
serie de números aleatorios, que permiten asignar al azar nueve grupos de prueba, a tres trata­
mientos diferentes, según se observa en la figura mencionada.
EXPERIMENTACIÓN 287

Allí se observa que la serie de números aleatorios, en la cual se basó la selección, es la


siguiente 18, 1,3,7, 9, 5, 4, 2, 6J.
Como se observa, a cada tratamiento le correspondieron tres unidades de prueba. Por
ejemplo, las unidades 8, 7 y 4 serán tratadas con Xj, las unidades 1, 9 y 2 con el tratamiento X2
y las unidades 3, 5 y 6 con el tratamiento X3. Si se designa con Xy el resultado observado en la
unidad i, con el tratamiento j, éste se descompone así:

Xn = M+X} + ei¡

Donde M es la componente estructural; Xi el efecto del tratamiento X, al nivel i, y eJf- el


error experimental en la unidad i, con el tratamiento Xr
El efecto del tratamiento se expresa como la diferencia entre la media de los grupos
tratados y la media central, esto es:

siendo:

El error experimental se compensa cuando se consideren varias medidas de un trata­


miento, en varias unidades de prueba. El procedimiento se explica a través del ejemplo que se
expone en el caso 7.11.
El procedimiento del diseño completamente aleatorio supone que las unidades tratadas
no están afectadas por variables extrañas. Esto significa que las unidades son aceptablemente
homogéneas. Igualmente supone que no existen interacciones de las unidades de prueba con
otras variables del sistema.

Caso 7.11 Selección completamente aleatoria

Un experimento se ha realizado para elaborar una prueba de mercado, cuyo objeto es deter­
minar cuál, entre tres alternativas de promoción, es la más indicada para lograr la mayor
penetración en el mercado de un producto de consumo final. Las tres alternativas son:

Xj = La promoción se basa en un mayor contenido de producto.


X2 = La promoción se basa en un obsequio de otro producto.
X3 = La promoción se basa en un plan de premios a través de cupones.
Se escogieron puntos de venta como unidades de prueba, tres por cada una de las 4
ciudades donde se ofrecerá el producto al público. El objetivo es medir el incremento de las
ventas para cada alternativa.
288 INVESTIGACIÓN DE MERCADOS

Tratamientos
Ciudad X,
i Contenido Obsequio Premios
1 Lima 20 17 14 Resultados
2 Bogotá 18 14 10 de las
3 Caracas 15 13 7 prueba
4 México 11 8 5
Medias X j 16 13 9 M=12,7

Efectos: X. 3,3 0,3 -3,7

Tabla 7.3 Cuadro de cálculos para el caso 7.11.

La labia 7.3 muestra los resultados obtenidos en las pruebas por tratamiento y ciudad.
Las medias por tratamiento fueron 16, 13 y 9. La media total o componente principal es:

M=(’16+13+9)/3 = 12,7

Si el efecto X¡ para el tratamiento j es Xj - M, resulta que:

X] = 16-12,7 = 3,3
X2 = 12 -12,7 = 0,3
X3 = 9-12,7 =-3,7

El resultado en cada prueba es la suma de tres componentes. Por ejemplo, la medida


*31 =15, es la suma de la medida estructural, el efecto del tratamiento y el error así:

X3J = M + X2 + e3J = 12,7 + 3,3 - 1,0 = 15

El error experimental se obtiene de la diferencia:

e3J=X3J-M-X3=-l,0

Este resultado se interpreta así: La promoción X. produce mejores resultados que la X2 y


la X3, puesto que su efecto es positivo y tiene una diferencia 3,3 mayor que la del tratamiento
X2 (0,3) y no tiene efecto negativo, como sucedió con el tratamiento X^ (-3,7). Por tanto, la
mejor venta se produce si se agrega un mayor contenido de producto, en tanto que los cupones
para premios produce un resultado negativo.
Para probar si la diferencia es significativa, se recurre al análisis de varianza (ANOVA),
que consiste en examinar los promedios de cada unidad de prueba y determinar si dicha dife­
EXPERIMENTACIÓN 289

rencia es explicada como un efecto real del tratamiento o es sólo una variación aleatoria, propia
del proceso de experimentación. Esta prueba se describe en forma más amplia en el capítu­
lo 10.

Diseño de bloques aleatorios


Este diseño permite controlar, además de la variable del tratamiento, una variable extraña,
aplicando una estratificación a las unidades de prueba. Las unidades de prueba se asignan a los
tratamientos propuestos, siguiendo un sistema estratificado, en términos de la variable extraña.
Se debe observar, como norma, el asignar un número igual de unidades por estrato y por
tratamiento.
La estratificación se establece ordenando las unidades de prueba por niveles, con relación
a la variable externa, de tal forma que las unidades ubicadas en la categoría más alta pertenecen
al estrato mayor, las siguientes se codifican en el estrato medio, luego en los siguientes, según el
orden definido. La asignación de los tratamientos por estrato se hace en forma aleatoria, sir­
viéndose de una secuencia de números aleatorios, como se ilustra en el procedimiento de la
tabla 7.4 .
El resultado en este diseño se expresa por Xy, siendo i, el estrato E¡ty j, el tratamiento Xj.
Tiene cuatro componentes:

Xy « M + Xj + Zj + Cy

Aquí, con relación al diseño anterior, se agrega el efecto de una variable extraña Z{,
además de la componente estructural, del tratamiento y del error.

Tabla 7.4 Asignación aleatoria por bloques.

Secuencia Estrato Tratamiento


aleatoria X, x2 x}
[2,1,3] Grandes Ef U2 U, u3
[4,6,5] Medianos E2
[7,8,9] Pequeños E3 U, Uo u,

La media central es:


M = 22 Xy/mXn
Donde n, es el número de tratamientos y m, el número de unidades por tratamiento. Los
efectos se calculan con base en las medias de la manera siguiente:
290 INVESTIGACIÓN DE MERCADOS

Xj = Xj-M = efecto del tratamiento X

Z. = Zf-M = efecto de la variable externa Z


siendo X. = jX/ n= inedia de los resultados del tratamiento X

Z. = jXfj / m = media de los resultados de la variable Z

El error experimental e^ para la prueba ij se deduce después de asignar los anteriores


valores a la medida X¡j.
En el ejemplo presentado en el caso 7-11, se quizo conocer el efecto de una promoción
sobre las ventas de un producto, como se explicó en el caso anterior, pero se quiere comprobar,
además, si el tamaño de las ventas globales del punto de venta escogido para efectuar la promo­
ción, influye en el resultado final.

Caso 7.12 Selección por bloques aleatorios

Se ha planteado la hipótesis de que el tamaño del punto de venta donde se lleva a cabo la
promoción del producto que se exponía en el ejemplo anterior, influye en el resultado de las
ventas, considerándose, por tanto, que ésta es una variable extraña, que distorsiona el trata­
miento.
Como tal afirmación lia sido controvertida, se ha propuesto realizar un experimento,
cuya hipótesis plantea que la variable externa, tamaño del punto de venta, incide en las ventas
registradas de los productos promoción a dos.
El diseño de bloques aleatorios es el apropiado para llevar a cabo el análisis de esta
influencia. Para ello, se procede a estratificar los grupos de prueba, esto es, los puntos de
venta, según el tamaño de las ventas globales, como se muestra en la figura 7.9.

Estrato Unidades aplicables al estrato

Z; = punto de ventas grandes u u, u3


Z2 = punto de ventas medianos

Z3 = punto de ventas pequeños u9


Figura 7.9 Estratificación de los puntos de venta.

La tabla 7.5 presenta los resultados de las pruebas, clasificadas por estrato y por trata-
EXPERIMENTACIÓN 291

Tabla 7.5 Tabla de cálculo para el caso 7.10.

Tratamientos Medias Efectos


Estratos X, X3 Z!
z, 20 17 14 17,0 2,7

Z2 18 14 10 14,0 -0,3
15 13 8 12,0 -2,3
Medias X. 17,7 14,7 10,7 M=14.3
Efectos Xf 3,4 0,4 3,6

miento. Se procede en forma similar como se hizo en la tabla 7.4 del ejemplo anterior para
obtener los valores de M, X . y Xjt y para determinar las medias y los efectos de las varia­
bles externas X. y Zj.
Esto es:
Z1 = (20+17+149/3 = 10 ... y así sucesivamente
y Zj = 17,0-14,3 = 2,7 ... y así sucesivamente
Por ejemplo, la medida de la prueba 2,1 es x2¡ =18, que se compone de la suma de
cuatro componentes, así:

X21 = M + X2 + Z2 + e2i = 14,3 + 3,4 - 0,3 + 0,6 = 18

donde e2J = 0,6

Como en el caso anterior, se aplica el análisis ANOVA para comprobar dos hipótesis:
1. Si las diferencias entre los promedios se deben al efecto del tratamiento, o si, por el
contrario, son variaciones aleatorias, propias del proceso.
2. Si las diferencias de los promedios se deben al tamaño del punto de ventas, y no hay
influencia alguna de las promociones.

Las siguientes son algunas consideraciones sobre el diseño por bloques aleatorios:
1. Este procedimiento supone que las variables extrañas afectan a las unidades de prueba.
Esto significa, por tanto, que las unidades son heterogéneas frente a dicha variable.
2. Igualmente, el diseño supone, como en el caso del DCA, que no se presentan
interacciones de los grupos de prueba con otras variables.
3. Este sistema se prefiere en aquellas situaciones cuyas muesíras son de tamaño peque­
ño, por razones de costo.
292 INVESTIGACIÓN DE MERCADOS

4. Igual a como sucedía con el muestreo estratificado, con relación al muestreo simple, el
sistema DBA es, estadísticamente, más eficiente que el sistema DCA.

Diseño de cuadros latinos DCL

El diseño de cuadros latinos es aplicable cuando se necesitan separar las influencias de dos, o
más, variables extrañas del resultado del experimento y no existe interacción con la variable de
tratamiento. Este diseño hace uso de un proceso de estratificación que amplía el diseño de
bloques aleatorios, ya que controla más de una variable extraña, en varios niveles.
El procedimiento requiere estratificar las unidades de prueba en categorías, tantas cuanto
sea el número de celdas de la matriz cuadrada que resulta del número de niveles. Si, por ejem­
plo, las variabLes extrañas son dos y cada una es evaluada en tres niveles, nueve debe ser el
número de categorías a considerar.
Si se asume, como hipótesis, que las dos variables extrañas que influyen en las ventas de
un almacén, son la estacionalidad de la época y el clima reinante, y si se valora cada variable en
tres niveles, como se indica en la tabla 7.6, resultan nueve estratos. A cada estrato se le puede
tratar con varias pruebas. En la tabla, 2 por caso, Ui y Uj:

Tabla 7. 6 Asignación aleatoria por cuadros latinos.

Estratos Variable 2: clima


Caliente Templado Frío
Alta u,o u} U, U,
Variable 1:
estacionalidad
Media U,< us u,3
Baja

La asignación en el DCL
Para asignar los tratamientos a las unidades de análisis, como se indica en la tabla 7.7, se deben
cumplir las siguientes normas.

• Cada unidad de prueba recibe un solo tratamiento


• La asignación de los tratamientos se hace en forma aleatoria
• La matriz debe contener toda la gama de tratamientos
• El número de tratamientos debe ser igual al número de niveles.
EXPERIMENTACIÓN 293

En razón de la última condición, se necesita una matriz cuadrada, lo que le da el nombre


al diseño. Es de rigor cumplirla, como condición propia del método. En caso de aplicar tres
tratamientos, se deben elegir también tres niveles por tratamiento, y la matriz será, entonces, de
3x3.
El método de asignación se explica en los recuadros 1, 2 y 3, a los que hace referencia la
tabla 7.7. Para cumplir la condición de asignación, expresada en el recuadro #2, se parte de la
distribución que se muestra en el recuadro #1, a la cual se le aplica una asignación aleatoria a
las filas. Luego, para cumplir con la condición #3, se redistribuyen las columnas del recuadro #
2 en forma aleatoria. Entonces, si primero se reparten las filas, en forma aleatoria, en el orden
3,1,2, como se observa en el recuadro #2, y después, las columnas en el orden 1,3,2, como se
observa en el recuadro #3, queda la conformación definitiva como se observa en dicho recua­
dro.
Si por cada celda de la matriz corresponde una sola unidad de prueba, se podrá contar
con 9 unidades en total. Si cada celda contiene dos unidades, como sucede en la tabla 7.6, el
número de unidades será 18. Si fueran 3 por celda, se debe contar con 27 unidades y así,
sucesivamente, en forma de múltiplos de 9. A las unidades existentes por celda se les aplica el
tratamiento indicado, como queda finalmente establecido en el recuadro #3, así: a las unidades
de la celda 1.1 se les aplicará el tratamiento 3 y a las de 1.2, el tratamiento 2, etc.

Tabla 7.7 Método de asignación en el diseño de cuadros latinos.

Recuadro 1 Recuadro 2 Recuadro 3

1 *3 3 *3 X, x2 1 X, x2 X,

2 *3 1 x2 *2 3 X, X, X,

3 X, *2 2 x, X3 2 X, X, x3
1 2 3 1 2 3 1 3 2

Componentes de la medida
La medida observada como resultado del tratamiento, es una suma de efectos que, con relación
al modelo de bloques aleatorios, agrega el efecLo de una segunda variable extraña Y, así:

M + Xk + Z¡ + Yj + eijk

Donde Xyk es el resultado de aplicar el tratamiento k en los niveles i,j de los estratos.
Si m indica el número de niveles de las variables Z¡ y Y-,, entonces para el cálculo de cada
componente se procederá, en consecuencia, con las siguientes relaciones:
294 INVESTIGACIÓN DE MERCADOS

Media estructural
Media de la variable Z
Media de la variable Y
Media de los tratamientos *k=XkXijk/m con k = 1, 2, 3
Entonces, el valor de los efectos es:

Xk = *k ~ M = e^ect0 ^1 tratamiento Xh
Z¡ • Z. - M - efecto de la primera variable
Y. = Y. - M = efecto de la segunda variable
El error experimental se deduce, en cada caso, desagregando de la medición los valores
de M y los de los diferentes efectos. El caso 7.11 permite comprender el procedimiento.

Caso 7.13 Aplicación del diseño de cuadros latinos

Recordemos el caso de los tres tratamientos promocionales para impulsar las ventas de un
producto de consumo final. Definamos los tratamientos de la siguiente manera: Xj, para la
promoción que incluye una cantidad adicional del producto ofrecido, X2, para la entrega de
un obsequio y Xj, para el cupón con un plan de premios. Se plantea, ahora, la hipótesis de
dos variables externas que influyen en el resultado de las promociones. Estas son:

1. El nivel de estacionalidad que presenta la época en que se lanza la promoción experi­


mental.
2. El clima reinante en las ciudades donde se ubica el punto de venta, durante la ejecu­
ción de las pruebas.

Tabla 7.8 Tabla de cálculo.

Clima
caliente templado frío media efecto

Estación Y, Y,
alta Z; 18,5 (X?) 15,5 (Xp 13,0 (X,) 15,7 2,7
media Z2 14,0 (X?) 12,0 (X,) 8,0 (x; 11,3 -1,7
baja Z3 13,0 (X,) 14,0 (X3) 9,0 (X; 12,0 -1,0
media Y 15,2 13,8 10,0 M=13
efecto Y. 2,2 0,8 3,0 media total
EXPERIMENTACIÓN 295

Se asume que el clima y la estación no presentan mutua influencia. La tabla de cálculo


de la figura 7.8 muestra el algoritmo para conseguir los resultados numéricos de los efectos,
en forma similar a como se hizo en los casos anteriores. Se consideran 9 unidades de prueba
para los tres tratamientos y 9 estratos de clima - estación.
La media del total (M = 13) se aplica a los nueve tratamientos. La media del efecto de
estación Z se aplica a los tres tratamientos de cada línea La media del efecto del clima Y se
1 x i
aplica a los tres tratamientos de cada columna. Para calcular la media de los tratamientos X
se procede con los valores de las celdas asignadas a cada tratamiento, así:

^=(13,0+12.0+13,0)73 = 12,7 X2 = 13-12,7 = -0,3


X2 = (18,5+14,0+8,0)/3 = 13,5 X2 = 13-13,5 = 0,5
X3 =(14,0+15,5+9,0)73 = 12,8 X3 = 13-12,8 = -0,2

Cada medida, en el caso de los cuadros latinos, es una suma de cinco componentes.
Por ejemplo, para X123 es la suma de:

*123 = M+ X3 +Z¡ + Y2 + e123

= 13-0,2 + 2,7 + 0,8-0,8 = 15,5

El valor para el error es el complemento para A 15,5, de la suma parcial de los efectos
de la medida. Esto es: 15,5 - (13 - 0,2 + 2., + 0,8 ) = 0,8. Es de anotar que el valor de cada
celda es el promedio de las pruebas efectuadas en cada nivel.

Las siguientes son algunas consideraciones del diseño de los cuadros latinos

• El diseño supone la no existencia de interacciones de las variables extrañas y los tratamien­


tos. Esta condición no es tan restrictiva como puede parecer. Por el contrario, esta condi­
ción sucede con frecuencia en investigación de mercados. De todas maneras, si se dan, se
procede con el diseño factorial, que si las toma en cuenta.
• La estratificación se debe hacer de acuerdo con el número de variables extrañas a controlar.
• El número de unidades por tratamiento debe ser igual para cada segmento. Es un requisito
del diseño. Por tanto, deben existir tantas categorías por variable como tratamientos esco­
gidos.
• La ventaja del procedimiento está en el control de los efectos de las variables extrañas sobre
la variable independiente.
• El diseño DCL tiene sus ventajas sobre el diseño factorial, que se explica adelante, en
cuanto a que reduce, dramáticamente, el número de experimentos, ya que, no requiere de
ellos para cada combinación de dos variables.
296 INVESTIGACIÓN DE MERCADOS

Diseño factorial

En los anteriores diseños se asumía la no existencia de interacción de las variables extrañas y no


se consideraban sus efectos. El diseño factorial permite desagregar, además de los efectos de
varias variables extrañas, el efecto de la interacción de ellas. En lugar de dos variables extrañas,
se pueden plantear dos tratamientos simultáneos y sus interacciones.
En el ejemplo anterior se necesitaba conocer el efecto de dos variables extrañas “Estación”
y “Clima”, pero ahora se puede conocer también el efecto mutuo de esas variables.
El problema también se puede plantear de olía manera. En lugar de dos variables extra­
ñas, se necesita conocer el efecto de dos tratamientos simultáneos y el de sus influencias mu­
tuas. Si se iratan los factores "Promoción" y "Empaque", se combinan tratamientos evaluados a
diferentes niveles.
Este último ejemplo proporciona la esencia del diseño factorial, que consiste en aplicar
tratamientos simultáneos a los grupos de prueba seleccionados, lo que permite conocer sus
efectos y sus influencias mutuas. El diseño proporciona, igualmente, la separación de las res­
tantes componentes consideradas en el diseño de los cuadros latinos, esto es, la componente
central, los efectos de empaque y de promoción. Por tanto:

X0fc = M + X¡ + Zj + Yy + CyJ,

Donde Xijk es la k-ésima medida observada en el tratamiento efectuado al nivel i del


primer factor, esto es del empaque, y al nivel j del segundo factor o sea, la promoción.
Como se hacía en los casos anteriores, los efectos se determinan a partir de las medias,
así:

X¡ = X. -M = efecto del nivel i del factor X (empaque)

Z^= Zj - M = efecto del nivel j del factor Z (promoción)

siendo:
M = X¡ Xj X¡z X^ /mXn = media general de Lodos los X^
Xj = Xj Xh X¡jk / n = media para los valores de tratamiento X-
X{ = Xi Xk X^k / m = media para los valores de tratamiento ZÉ

Igualmente, se puede obtener el efecto de interacción, con base a la medida promedia de


los experimentos realizados en cada nivel, así:
EXPERIMENTACIÓN 297

Donde es el efecto de interacción entre y Zj, que se obtiene a partir del promedio de

los experimentos realizados en cada nivel. Esto es, la media de los valores para cada combina­
ción de tratamientos Ai, B-, y siendo w el número de pruebas por tratamiento.
El efecto de interacción se determina a partir de la relación:

K = M + X¡ + Zj + Yy = media(XiJk )

Por ser una media se compensa el error experimental y no se expresa en la identidad.


Reemplazando X¡ y Z}y despejando Y.j resulta la expresión:

Y.J=M+Y..-X.-Z.

El número de unidades de análisis debe ser un múltiplo del producto mnt donde m
representa los niveles del factor 1 y n los del factor 2. El caso 7.14 proporciona un ejemplo que
sirve de referencia sobre el procedimiento del diseño factorial.

Caso 7.14 Aplicación del diseño factorial

En el experimento que combina los factores promoción y empaque, como hipótesis para expli­
car el incremento de las ventas, se consideran tres niveles para la promoción, como se propu­
so en el caso 7.13, y dos niveles para el empaque, el de un empaque tradicional y una nueva
versión de presentación. En resumen, los niveles se definen en la figura 7.10.
Entonces, dado que el número de niveles del factor 1 es 3 y el del factor 2 es 2, se
necesitan seis tratamientos (m x n = 3 x 2 = 6). Se ejecutarán dos pruebas para cada una de
las siguientes combinaciones: PjEp P2EJ( P3Ep PjE2» ^2^2* ^3^3- ^ara cac^a combinación se
pueden conocer los efectos por factor y los efectos mutuos.

Factor promoción: P Factor empaque: E

Niveles de Pf = Mayor contenido Et = Diseño nuevo


tratamiento P2 = Obsequio E2 = Diseño tradicional
P3 = Cupón de premios

Figura 7.10 Niveles para la promoción de un producto.


298 INVESTIGACIÓN DE MERCADOS

La labia 7.9 presenta las medidas observadas por cada combinación y en la tabla 7.10,
que se obtiene a partir de la anterior, se determinan: la medida global del total de las doce
pruebas (M=13,5); las dos inedias 2-, del factor fila, para calcular el efecto del empaque en los
dos niveles; las tres medias Xj, del factor columna, para conocer los efectos de la promoción 2,
en los tres niveles, y las medias de cada combinación, para conocer los efectos de interacción
mutua de los factores.
Nótese que la suma de los efectos de un factor X se anula; y si estrictamente no resulta
ser cero, es por problemas de redondeo.
Esto se puede comprobar con base en el resultado de X¡ donde la suma de los efec­
tos que contiene la medida es 15, el cual corresponde al experimento que maneja el empaque
Zj y la promoción X3 en la prueba #1. Con base en la tabla 7,10 resulta que:

*131 =M + Zj +X3 + ^13+^131 = 15


= 13,5 + 2,2-3,0 + 0,3 + 2,0

Tabla 7.9 Tabla de cálculo para el caso 7.14.

Factor 1 :promoción

Contenido Obsequio Cupón Sumatoria

X. X, Filas

Nuevo Zt 20 16 15

Factor 2: 17 15 11 94

empaque Actual Z2 16 14 9

12 10 7 58

Suma 65 55 42 152

Columna (total)

El efecto de interacción utilizado en la expresión anterior se obtiene a partir de:

r_=M + xj + zJ + Yjí

Dado que el resultado promedio observado en la combinación (1,3) es (15 + 11)/2 = 13,
entonces:
EXPERIMENTACIÓN 299

Y.. = K - (M + + zp = 13 - (13,5 + 2,2-3,0) = 0,3

De igual manera se obtienen los efectos de las interacciones restantes, que aparecen en
la tabla al frente del símbolo Y„ de la tabla 7.10, esto es 0,1, - 0,1, - 0,4, etc.
El error experimental e]3j, utilizado en la medida se obtiene después de ajustar
el complemento del resultado parcial de 13,5 + 2,2 - 3,0 + 0,3 = 13, a su valor de 15, o sea:

eJ3J = 15 K- (13,5 + 2,2 - 3,0 + 0,3) = 2,0

Así, sucesivamente, para las restantes mediciones.


Tabla 7.10 Tabla de cálculo obtenida de la tabla 7.9.

Factor promoción

X, X¿ X3 Zl
18,5 15,5 13,0 15,7 2,2
Factor Yu 0,1 -0,4 0,3
empaque z» 14,0 12,0 8,0 11,3 -2,2
Y„ -0,1 0,4 -0,3

x¡ 16,3 13,8 10,5 A4=13,5


x, 2,8 0,3 -3,0

Para aceptar la existencia de un efecto, se contrasta la hipótesis mediante la prueba


ANOVA, para determinar el significado de las diferencias, tal como se explica en los anterio­
res diseños.

Las ventajas y desventajas del diseño factorial son:


1. El diseño permite controlar los efectos de dos o más factores, considerados en un
tratamiento, o de una combinación entre tratamientos y variables extrañas.
2. Permite igualmente detectar las interacciones de los factores entre si y con las varia­
bles extrañas.
3. Su aplicación es costosa en investigación de mercados, porque, a diferencia de otros
diseños, como los cuadros latinos, requiere efectuar tantos experimentos cuántas com­
binaciones entre niveles de factores haya. Esto con el fin de determinar el efecto de las
interacciones.
4. El diseño factorial se justifica cuando es muy importante conocer las interacciones de
los tratamiento. Si no fuera así, seria más económico recurrir a los cuadros latinos.
EJECUCION DE LA
INVESTIGACIÓN

F.l proceso de investigación consta de dos etapas básicas: la planeación y la


ejecución. Los anteriores capítulos se referían al proceso de planeación, que
incluye aspectos como la formulación del problema, la definición de los
objetivos, la determinación de los recursos, las necesidades de información y el diseño del
estudio. La ejecución de la investigación comprende las actividades operacionales, como el
trabajo de campo para la recolección de la información, el procesamiento de los datos, el análi­
sis de la información y la elaboración del informe.

Formulación del problema


Objetivos
Planeación Necesidades de información
Fuentes de información
Investigación de mercados Metodología y diseño

Operación de campo
Ejecución Procesamiento de al información
Análisis
Informe

Por consiguiente, este capítulo se debe tomar como guía para desarrollar la actividad,
pues se trata de un proceso que admite tantas variantes como practicantes. Una experiencia que
se describe es el levantamiento de la muestra, utilizando los elementos cartográficos para loca­
lizar componentes, bajo una metodología aleatoria y práctica. Igualmente, se exponen conside­
raciones y recomendaciones relacionadas con la tareas, los colaboradores, los filtros aplicados
para detectar errores, la tabulación cruzada, la presentación de gráficos y otros temas de interés,
de mucha utilización por los practicantes de esta actividad.
302 INVESTIGACIÓN DE MERCADOS

1. LAS OPERACIONES

La investigación de mercados, como cualquier otra actividad empresarial, requiere de una orga­
nización que permita su desenvolvimiento. Es una función “stafT1 (de apoyo) que permite las
opciones de hacerla o de comprarla, ya sea porque se desarrolle como una actividad integrada
a las demás, dentro de la empresa, o porque se compren sus servicios a otras firmas especializa­
das. La decisión de hacer o de comprar depende de la intensidad del uso y del tamaño de la
empresa.
Si la empresa justifica plenamente realizar la investigación con recursos propios, necesita
crear un departamento de investigación de mercados, incorporándolo al organigrama bajo la
dependencia de la dirección de mercadotecnia.
Si prefiere subcontratarla con firmas especializadas, la función es de control, análisis y
aporte de su experiencia y conocimiento al marco teórico. El staff contrata, mantiene las rela­
ciones con las firmas e interpreta los resultados para que sean asimilados por la gerencia.
Las empresas pequeñas y medianas no justifican esta función y prefieren comprar sus
servicios. Aquí juegan un papel importante las firmas en cuanto a su capacidad de asesoría y de
ejecución de las investigaciones. Es recomendable considerar firmas con experiencia y conoci­
miento en el sector en el cual incursiona la empresa. Esto mejora la eficacia y la economía, dado
el conocimiento que se genera en ambos sentidos, para la firma consultora porque adquiere
mayor conocimiento del mercado de la empresa y de la empresa porque se familiariza con la
técnica de la investigación.
El organigrama presentado en la figura 8.1 plantea un esquema de funciones para una
oficina de investigación de mercados de tamaño mediano, donde se satisfacen tres aspectos
claves:

1) Las operaciones de campo


2) El procesamiento de datos
3) La planeación y el control

Otras funciones, como el manejo de personal, el manejo contable, el marketing del por­
tafolio de productos, la dirección financiera, la auditoría y la planeación, no son ajenas al caso
de la firma de investigación de mercados.

1 N. del E. La función de “staíT* es más de asesoría, y apoyo, que de línea o de la operación misma de una
organización.
EJECUCIÓN DE LA INVESTIGACIÓN 303

Director

r i
Planeación y Operaciones de Procesamiento de
control campo datos

1 i !■

Uibomlork^J Informateca Supervisores | Computación | Impresión

Encuestadores |

Figura 8.1 Organización de la firma de investigación de mercados.

El trabajo de campo

El trabajo de campo integra las actividades relacionadas con el levantamiento físico de los da­
tos. Se prefiere utilizar el término ciatos en lugar de información, para designar registros crudos
que conforman la materia prima de aquélla. Es la etapa más demorada y costosa, pues durante
ella los entrevistadores se ponen en contacto con los encuestados, diligencian los formularios,
registran la información y los entregan a la oficina central.
Comprende las siguientes tareas:

1. Administrar y coordinar el personal de campo. Esto incluye contratar, despedir, con­


trolar, remunerar, adiestrar y responsabilizar a encuestadores y supervisores.
2. Responder por la obtención o levantamiento de los marcos muéstrales , los cuales per­
miten realizar la selección de la muestra.
3. Seleccionar la muestra, acceder a los participantes, diligenciar el registro de datos, su­
pervisar las operaciones, responder por la calidad del procedimiento de recolección y
entregar formularios.
4. Efectuar la reclusión de los participantes para los estudios continuados, mediante es­
trategias que los persuadan y adiestren para su correcto funcionamiento.
5. Recibir los datos crudos, revisarlos en primera instancia y legalizar el pago de los en­
cuestadores mediante el "visto bueno” a los formularios.
6. Hacer la entrega oportuna y adecuada de los formularios a la sección de Procesamiento
de datos.
304 INVESTIGACIÓN DE MERCADOS

Las cuatro actividades básicas del trabajo de campo son: la planificación, el levantamien­
to de la muestra, la ejecución de las entrevistas, y el control y recibo de la información.

Trabajo de campo Planificación básica


Levantamiento de la muestra
Recolección de la información
Control y recibo

La planificación del trabajo de campo


La planificación es un protocolo de ejecución bajo las consideraciones de tiempo y costo, de los
cuales depende la viabilidad del proyecto. El trabajo de campo es clave para contestar las dos
preguntas: ¿Cuánto dura?, ¿Cuánto vale?
La planificación comprende dos etapas: la programación y la presupuestación

Planificación del trabajo de campo = programación + presupuestación

La programación
La programación es la acción de delimitar en el tiempo las actividades que componen el proyec­
to de investigación. Para definir las fechas de ejecución de los eventos, se necesita relacionar las
duraciones y precedencias de las actividades. Dada la posibilidad de ejecutar actividades simul­
táneas, la duración total del proyecto no suele ser la suma de las duraciones de las actividades
que lo componen. Entonces, para elaborar los cronogramas de ejecución, se deben tener en
cuenta herramientas gráficas como las técnicas del Pert-CPM y las barras de Gantt , las cuales
necesitan de las definiciones previas de las actividades, sus duraciones y secuencias.
El cronograma de la figura 8.3, es un diagrama de Gantt, donde se establece un orden de
ejecución de las actividades del proyecto. Se observa que la duración del proyecto es de 14
frente a 37 que es la suma total de las duraciones de sus actividades componentes. Las activida­
des allí expresadas son comunes en el proceso de investigación, cuando se trata de una en­
cuesta.

El presupuesto
El presupuesto tiene por objeto anticipar los costos del proyecto de investigación. Por tanto, se
debe desagregar el proyecto en actividades, éstas en tareas, y así sucesivamente hasta llegar a las
acciones elementales, con el fin de reunir los elementos para estimar sus costos.
Los costos son variables y fijos. Los variables están relacionados, directamente, con el
tamaño y duración del muestreo, en tanto que no sucede lo mismo con los fijos, los cuales
EJECUCIÓN DE LA INVESTIGACIÓN 305

A. Formulación del problema


B. Diseño muestral
C. Diseño de la encuesta
D. Obtención del marco muestral
E. Selección de la muestra
F. Selección de los entrevistadores
G. Entrenamiento de los entrevistadores
H. Pre-test
I. Diseño e impresión de formularios
J. Entrevistas
K. Supervisión
L. Informe de campo

0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Suma de duraciones 37
Duración del proyecto 14
Figura 8.2 Cronograma de una encuesta.

pueden ser de dos formas: unos asociados con el estudio específico y otros, relacionados con la
infraestructura de la firma.
Los elementos de costos variables más comunes, desagregados por tipo, son:

• La remuneración a los encuestadores, por encuesta


• La remuneración de los supervisores, por revisión
• Las formas impresas
• El transporte de los encuestadores entre destinos
• El número de llamadas telefónicas
• El costo de fletes por correo
• Los incentivos para los consultados ( obsequios )
• Los honorarios del moderador, por sesiones de grupo
• Los honorarios del moderador, por entrevistas de profundidad
• El alquiler de salones para sesiones de grupo

Los costos fijos pueden ser específicos y generales. Los específicos o ad hoc están asocia­
dos con el proyecto de investigación, y son independientes del funcionamiento propio de la
oficina, como:

• El costo por los servicios profesionales aportados en la formulación del problema


• Los viajes previos, requeridos para planear el trabajo
306 INVESTIGACIÓN DE MERCADOS

Figura 8.3 Pert para la ejecución del proyecto de investigación.

• La construcción del formulario


• La capacitación de los encuestadores
• El procesamiento de la información
• Los incentivos para los participantes, en forma de premios
• La planeación de las entrevistas de profundidad
• La planeación de las sesiones de grupo
• Los honorarios de asesoría

Los costos fijos generales son propios de la oficina. Sus ítems más comunes son:

• El arrendamiento de la oficina
• Los servicios públicos e impuestos
• Los salarios del personal de planta
• El mantenimiento de los equipos de oficina, computación, etc.
• El costo de los materiales y reproducciones
• El costo del capital invertido en equipo y oficinas
• El costo de financiación

Levantamiento de la muestra
El rigor aplicado en la ejecución de una encuesta puede variar desde muy bajo, como cuando a
cada encueslador se le entregan los formularios para que se dirijan a un determinado sitio y
entrevisten a las personas que puedan (encuesta interceptada), hasta muy alto, como cuando se
aplica una selección de la muestra en forma objetiva, mediante el empleo de un método especí­
fico para la localización y acceso a los participantes, o como cuando se deben aplicar técnicas de
persuasión para una colaboración valiosa.
En el caso 8.1 se ilustra el levantamiento de una muestra, que debe servir de soporte para
una encuesta o un panel de consumidores, y se detallan las herramientas y métodos a cumplir.
EJECUCIÓN DE LA INVESTIGACIÓN 307

Caso 8.1 Levantamiento muestral

El siguiente es un estudio que utiliza el muestreo de conglomerados en dos etapas para


seleccionar las unidades de análisis participantes en un panel de consumidores, para lo cual
se dispone de los planos cartográficos y de los datos censales de la ciudad en donde se va a
realizar. Los conglomerados lo conforman las manzanas físicas de la ciudad. De éstas se hace
la selección secundaria, en una primera etapa, y después, en la segunda etapa, se efectúa la
selección primaria, o sea de las unidades de análisis, que en este caso son las familias.
Un integrante de cada familia, como la ama de casa o la cabeza del hogar, será el encar­
gado de proporcionar la información sobre el consumo de la familia y otros datos considerados.
El estudio considera dos etapas: El levantamiento del marco muestral y la extracción de
la muestra.
Normalmente, no es fácil contar con un marco muestral completo de todas las familias
de la ciudad, pero existen mapas cartográficos levantados por entidades oficiales, que desglosan
la ciudad en barrios, sectores y manzanas. De acuerdo con los censos de población es posible
encontrar registros sobre el número de viviendas por barrio o por sector. La figura 8.4 pre­
senta un esquema parcial de una ciudad, donde, además de conocerse el número de vivien­
das por barrio, Lambién se conoce el número de manzanas reales por sector.
El código 31 se refiere al barrio 3 y al sector 1. Se necesita conocer el número de manza­
nas para cada sector. El plano comprende seis barrios, 22 sectores y 174 manzanas distribui­
das, así:

Barrio # sectores # manzanas/sector # manzana/barrio


001 5 10 12 7 6 12 47
002 3 8 2 8 18
003 3 9 4 7 20
004 2 10 12 22
005 4 4 2 12 3 21
006 5 8 6 16 6 10 46
22 174

El barrio 4 presenta una densidad normal, otros son más densos, como el barrio 6, al cual
le corresponde el doble de manzanas patrones, otros menos densos, como el barrio 3.
Con esta información es posible escoger la muestra sin necesidad de elaborar el levanta­
miento total del marco muestral. El muestreo más indicado es el conglomerado homogéneo, puesto
308 INVESTIGACIÓN DE MERCADOS

que permite actuar bajo un procedimiento más funcional. Como en la vida real, las manzanas o
bloques de viviendas no contienen un número homogéneo de viviendas, es necesario definir el
concepto de “manzana patrón”, que establece un número fijo de viviendas, que puede ser arbi­
trario, como decir de 40 viviendas, por ser éste el patrón latinoamericano. Con esta base se
establece una relación de conversión entre manzanas reales y manzanas patrón, para aplicar el
diseño homogéneo.
La información de la tabla 8.1, que concuerda con el gráfico 8.4 del plano de la ciudad,
contiene el número de manzanas por barrio y por sector; el número de manzanas y viviendas
del barrio; las manzanas patrón (MP) correspondientes al barrio, que se determinan dividiendo
el número de viviendas por 40, y la relación de equivalencia J=R/P entre manzanas reales y
patrones.

Figura 8.4 Plano esquemático de una ciudad delimitado por barrios y sectores.

Se muestran 6 barrios codificados con un total de 5.200 viviendas y 174 manzanas físi­
cas, equivalentes a 130 manzanas patrón de 40 viviendas cada una. Por ejemplo, el barrio 1
consta de 5 sectores: 11,12,13,14,15, que cuentan, respectivamente, con 10,12,7,6 y 12 man­
zanas, para un total de 47. Según el último censo, se contabilizaron 1389 viviendas, que corres­
ponden a un total de 35 manzanas patrón, y una relación de equivalencia de 0,74.
EJECUCIÓN DE LA INVESTIGACIÓN 309

Selección de conglomerados
El proceso de selección de la muestra se desarrolla a partir de la información suministrada por
las manzanas patrón, permitiendo así contar con conglomerados homogéneos. La primera etapa
es la muestra de conglomerados o manzanas patrón. Después de seleccionadas las manzanas
pailón se establece una relación de correspondencia para ubicar las manzanas reales equivalentes.

Tabla 8.1 Manzanas reales por sector

Manzanas por sector: Viviendas


Barrio 1 2 3 4 5 MR por barrio MP f=MP/MR
001 10 12 7 6 12 47 1389 35 0,74
002 8 2 8 - - 18 936 23 1,28
003 9 4 7 - - 20 837 21 1,05
004 10 12 - - - 22 196 5 0,23
005 4 2 12 3 - 21 800 20 0,95
006 8 6 16 10 6 46 1042 26 0,56
174 5200 130 0,74
MR = Manzana real = Nro. viviendas/MR es desconocido
MP = Manzana patrónde 40 viviendas = 5200/40 = 130
R/P = Relación A4. rea//M. patrón = 130/174 = 0,74

El procedimiento, relaciona, inicialmente, el número de manzanas patrón por sector y


por barrio, tal como se muestra en la tabla 8.2, multiplicando el número de manzanas reales
por la relación de correspondencia. Esto es:
MP=MR x/
Por ejemplo, el barrio 1 contiene cinco sectores, las manzanas reales del primer sector
son 10, que equivalen a 7,4 manzanas patrón, al aplicar el factor 0,74 que aparece en la tabla 8.1
(10x0,74 = 7,4). El segundo sector, contiene doce manzanas que equivalen a 8,9 manzanas patrón
(12 x 0,74 = 8,9). Y así sucesivamente. Se suelen redondear los valores a la cifra entera siguiente.
El diseño estadístico propone que la muestra en la primera etapa debe ser de m=13 man­
zanas y se aplica el método sistemático para la selección. En la segunda parte de la tabla 8.2, se
hace un recuento acumulado de las manzanas patrón para permitir la selección sistemática. El
intervalo entre selecciones para una muestra 13, de un total de 130 manzanas patrón, se determi­
na por la relación:
k = M/m= 130/13 =10
310 INVESTIGACIÓN DE MERCADOS

Tabla 8.2 Manzanas patrón.

Barrio Manzana patrón/sector Acumulado mp/sector

1 2 3 4 5 1 2 3 4 5
001 7,4 8,9 5,2 4,4 8,9 7,4* 16,3* 21,5 25,9* 34,8*
002 10,2 2,6 10,2 45,0* 47,6 57,8*
003 9,5 4,2 7,4 67,3* 71,5 78,9*
004 2,3 2,8 81,2 84,0*
005 3,8 1,9 11,4 2,9 87,8 89,7 101,0* 104,0*
006 4,5 3,4 10,0 5,6 3,4 108,5 111,9 121,9* 127,5* 130,9
Selección sistemática: Intervalo =10 1 ra. selección = 4
Muestra: 4, 14, 24, 34, 44, 54, 64, 74, 84, 94, 104, 114, 124
Los sectores con asterisco corresponden a los sectores con
manzanas seleccionadas

La primera manzana se selecciona de acuerdo con un número aleatorio en el intervalo 1 y


0,10. Si resulta R=0,335, será seleccionada la manzana patrón #4, comprendida en el sector 1
del barrio 1. Las demás selecciones se hacen de acuerdo con la expresión:

Nt = 4 + 10*i
Entonces, partiendo de la primera escogencia, se prosigue en forma sistemática con inter­
valos de 10, que corresponde a la secuencia { 14, 24, 34, ,124 ) hasta llegar a la última que es
la décima tercera escogencia identificada como la manzana patrón 124.
Como se comprueba en la tabla 8.2, la segunda manzana patrón seleccionada es la #14,
que está comprendida en el sector 2 del barrio 1, la #24 en el sector 4 del mismo barrio, la #34
en el sector 5 del barrio 1, la #44 en el sector 1 de barrio 2, y así sucesivamente hasta agotar la
muestra. Los sectores donde se ubican las manzanas escogidas aparecen con asterisco.
Las manzanas patrón escogidas se deben relacionar ahora, con las manzanas reales, para
lo cual se identifica la ubicación relativa de la manzana patrón.

La primera escogencia fue la manzana patrón #4, ubicada en el sector 1 del barrio 1, que
consta de 7,4 manzanas patrón. La ubicación relativa de esta manzana patrón es 4/7,4=0,54.
Como el número de manzanas reales es 10, según la tabla 8.1, la manzana real equivalente es la
10 x 0,54=5,4. Se escoge la equivalente al número entero superior, esto es la 6. Esta correlación
se muestra en la tabla 8.3 y de esta manera se identifican las demás manzanas reales de la
EJECUCIÓN DE LA INVESTIGACIÓN 311

Tabla 83 Identificación de las manzanas elegidas.

Sector y manzana real elegida


Barrio 1 2 3 4 5
001 5,4 8,8 - 3,4 10,9
002 7,2 - 5,0 - -
003 5,9 - 2,4 - -
004 - 12,0 - - -
005 - - 4,6 3,0 -
006 - - 3,3 3,8 -

muestra. Así, la segunda manzana real elegida es la 16,4a manzana patrón, ubicada en el sector
2 del barrio, con la posición relativa:

Número manzana elegida — Número anterior acumulado de manzanas


Número acumulado de manzanas - Número anterior acumulado de manzanas

dado que el sector 2 tiene 12 manzanas reales, la manzana real correspondiente es la 0,73 x 12=8,8
que se aproxima a 9. La tercera es la #24, que, procediendo de la misma forma, se llega a:
(24-21,5)7(25,9-21,5) x 6=0,57 x 6=3,4. Los restantes resultados se presentan en la tabla 8.3.
En la tabla 8.4 se han direccionado las manzanas seleccionadas, con base en una esquina
de referencia, cuya dirección se obtiene por dos de las vías que allí convergen o por otros
elementos identificadores. Arbitrariamente, se asume que ésta es la esquina noroeste, cuya direc­
ción se determina en los planos cartográficos. Situándose a partir de esa esquina, y siguiendo la
dirección del reloj, se identifican, luego, las direcciones de 40 viviendas consecutivas, que
corresponden a una manzana patrón.
Al efectuar este recuento son posibles dos situaciones:

1) Que el recuento se termine antes de completar la manzana real.


2) Que se requieran de otras manzanas vecinas para completarlo.

En el segundo caso se establece, previamente, un orden de selección de las manzanas


adyacentes a utilizar, como se indica a la derecha de la figura 8.5.
312 INVESTIGACIÓN DE MERCADOS

Tabla 8.4 Dirección de la esquina noroeste y No. de las manzanas elegidas.

# Barrio Sector Manzana Dirección

1 001 1 4 K18x011
2 001 2 7 C5 x K7
3 001 4 3 C16 x K3
4 001 5 6 D7xC14
5 002 1 2 K20 x C23
6 002 3 3 K5xC12
7 003 1 1 C13 x K11
8 003 3 3 K9xCl
9 004 2 1 C23 x K8
10 005 3 1 C9 x K11
11 005 4 1 K17 x C9
12 006 3 1 C2 x K7

13 006 4 3 K31 x C2

Números aleatorios

Viv Dirección Selección

01 K28 11-10
02 K28 11-25
03 K 28 11-40 ♦Principal
04 K28 11-60
05 K28 11-70
06 K28 11-85 ♦Suplencia 1
07 C 12 27-90 ♦Principal
08 C 12 27-75
09 C 12 27-55
10 C 12 27-45 ♦Principal
37 C 11 27-60
38 C 11 27-70 ♦Suplencia 2
39 C 11 27-85
40 C 11 27-95

Figura 8.5 Marco muestral para la manzana patrón #4


EJECUCIÓN DE LA INVESTIGACIÓN 313

Selección de unidades
A cada manzana seleccionada, tal como se lista en la tabla 8.4, se le hace el levantamiento de 40
viviendas para la segunda elección. La dirección para ubicarla corresponde a la esquina norte -
oeste (NW). Se anota la dirección de cada vivienda como se observa al lado izquierdo de la
figura 8.5. Este recuento termina cuando se complete la vivienda # 40.
Éste es el marco parcial para seleccionar las viviendas de las manzanas seleccionas. El
procedimiento puede ser al azar o en forma sistemática. Además de las selecciones propiamen­
te, se han hecho otras suplencias, por si fracasa una elección principal. Sólo, por excepción, se
permite al encuestador disponer del reemplazo. Generalmente, las personas adoptan normas de
conducta que crean direccionamiento de la información.
La figura 8.6 presenta dos casos para completar la manzana: en el primero se extraen las
40 viviendas de la primera manzana y en el segundo se necesita de otras adyacentes.

Caso 1 Caso 2

□ f = MR/mp > 1 f=MR/MP< 1

Figura 8.6 Integración de la manzana patrón escogida

Si el diseño muestral indica que el número de viviendas seleccionadas por manzana es


w=5, y dado que el número de manzanas escogidas era m=13, el tamaño de la muestra de
viviendas es de 65. Esto es: n = w X m = 5 x 13 = 65.

Levantamiento del marco muestral por barrido


El caso anterior se presentaba como ejemplo para conformar una muestra de viviendas como
unidades de análisis, recurriendo al muestreo conglomerado, como una forma viable, al no
disponer de una marco completo de viviendas de Loda la ciudad. Como se observó, así sólo es
necesario efectuar el levantamiento del marco de aquellos bloques de edificios o manzanas que
resulten seleccionados en la primera etapa muestral.
Sin embargo, no siempre es posible proceder de esta manera, y por ello algunas firmas de
investigación de mercados se especializan en la obtención de marcos muéstrales, con el propó­
sito de ofrecer a sus clientes un método objetivo de selección muestral.
314 INVESTIGACIÓN DE MERCADOS

Un método de levantamiento para marcos muéstrales es el de “barrido”. En este caso se


trata de cubrir una zona urbana o rural, siguiendo un plan logístico, para cubrir con un equipo
de encuestadores, todos los elementos que son el objeto de búsqueda.
Por ejemplo, para levantar el marco muestral de las tiendas de comestibles, existentes en
una ciudad o dentro de la zona de influencia de un distribuidor, se procede a hacer un cubri­
miento tal que no se quede área sin detectar. Este marco, además de servir de soporte para
evaluar el potencial de mercado, sirve de soporte para extraer muestras para investigar variables
de marketing.

Recolección de información
El proceso de recolección de la información es la actividad central del trabajo de campo, y los
medios utilizados para tal fin, como la entrevista personal, la encuesta por teléfono o la consulta
por correo, ya se explicaron.
En la ejecución de la encuesta se debe seguir un procedimiento objetivo y observar ciertas
normas que se expresan a continuación.
Tanto en la entrevista personal como en la entrevista telefónica, existen algunos aspectos
críticos en la recolección de la información. Las normas siguientes se deben seguir:

• Entregar un catálogo de instrucciones a cada entrevistador.


• instruir a los encuestadores, los supervisores deben ser los instructores.
• Hacerle seguimiento al proceso de recolección, enfocando los siguientes aspectos:

1. Inspeccionar la legibilidad, la precisión y el orden practicado en todas las encuestas.


2. Constatar, con una fracción de los encuestados, la consistencia de las respuestas anota­
das.

• Adiestrar a los encuestadores en las prácticas de la persuasión para que motiven la respues­
ta de la encuesta o la colaboración en los paneles.
• En la entrevista personal es muy importante la presentación del entrevistador, acorde con
la condición del entrevistado.
• En la entrevista telefónica se necesita buena capacidad de expresión y de dicción.

En la encuesta por correo el éxito está en la forma como se logre hacer diligenciar y
regresar el formulario. Como aquí existe una presentación escrita, se deben seguir normas como
las siguientes:

• El texto debe contener una presentación del objeto del estudio, de la firma ejecutora y
ofrecer garantías de confidencia.
EJECUCIÓN DE LA INVESTIGACIÓN 315

• La redacción debe ser convincente para obtener respuesta, los términos deben ser claros y
sencillos, y ofrecer ayudas visuales cuando sea necesario.
• La no respuesta es el mayor problema de la entrevista por correo. Para reducirla se reco­
mienda:

1. Enviar una carta previa de presentación del estudio para reforzar el segundo envío que
lleva la encuesta.
2. Reforzar la respuesta con una llamada telefónica directa al interesado.
3. Utilizar el porte pagado para vuelta de correo.
4. Considerar incentivos como premio por la información suministrada.
5. Si después de un tiempo no se obtiene respuesta, repetir el envío de un nuevo cuestio­
nario.

Cualidades del buen entrevistador


La características de un entrevistador se resumen en tres aspectos:

• Capacidad para armonizar la entrevista.


• Capacidad para formular las preguntas.
• Capacidad para registrar las respuestas.

Para una buena armonía entre el entrevistado y el entrevistador se requiere observar las siguien­
tes normas:

• Esmero en la presentación física.


• Presentar una identificación de la firma ejecutora.
• Acordar con el entrevistado la forma de ejecutar la entrevista.
• Mantener el respeto que debe merecer el encuestado.

Con respecto a la formulación de las preguntas, las siguientes normas son deseables para el
encuestador:

• Lograr buen dominio del formulario y del tema de investigación.


• Ser un profesional en su oficio, para lo cual debe:
Formular las preguntas como aparecen escritas en el formulario.
Seguir el mismo orden que aparece en el formulario.
Agotar todas las preguntas que aparecen en el formulario.
No hacer cambios en el cuestionario.
Anotar al margen del formulario los conceptos que considera importante.
• Disponer de buena capacidad dialéctica, esto es, con capacidad para responder inquietu­
des, cuando el interlocutor lo sugiera.
316 INVESTIGACIÓN DE MERCADOS

• Utilizar técnicas de indagación, como las que se exponen a continuación:


Repetir la pregunta para ahondar en la respuesta o el tema.
Ejercitar la pausa de expectativa para que el interlocutor amplíe su respuesta cuando sea
necesario.
Lograr del entrevistado la respuesta fluida y espontánea.
Hacer comentarios neutrales que estimulen la respuesta.
Solicitar aclaración sobre lo que se desea ahondar más.

Con relación al registro de respuestas, se siguen las siguientes recomendaciones:

• No abreviar las respuestas para no dar lugar a otras interpretaciones.


• Escribir la respuesta tal cual fue ofrecida por el encuestado.
• No hacer interpretaciones propias de las respuestas.
• Incluir notas cuando fuere apropiado.
• Empezar a escribir cuando el interlocutor empiece a hablar.
• Usar lápiz, letra legible, paréntesis para las observaciones y espacio para chequeos poste­
riores.

Caso 8.2 Reclutamiento de participantes en un pánel

El siguiente caso presenta un plegable para anunciar a las familias su elección para partici­
par en un pánel de consumidores sobre productos textiles. En él se presentan las instrucciones
que deben seguir los participantes y se expone un plan de premios como incentivo de su
participación.

¡Cómo es ...y para qué es!... su valiosa información:

El portador del presente plegable le explicará con detalle el programa gratuito que el Depar­
tamento de Investigación de Mercados de Coltex quiere llevar a cabo con su colaboración.
Estimamos conveniente que usted guarde un registro escrito de los puntos más importantes a
considerar para que el programa funcione sin ningún contratiempo.

1. Con este programa se desea conocer el consumo textil en el país, es decir, lo que compra
su familia en telas, ropas, medias, etc.,.
Se trata de informar en los formularios que se le entregan, la totalidad de las compras de
textiles que haya hecho Ud. o algún miembro de su hogar, en el mes inmediatamente
anterior.
Cada vez que deje de informar alguna compra nuestro estudio será menos exacto. Pero tam-
EJECUCIÓN DE LA INVESTIGACIÓN 317

poco nos interesa que informe más de lo que en realidad compró, pues igualmente se afectan
los resultados.
Anote solo las compras realizadas. Ni una más, ni una menos.
Ejemplos:
a) Si algún pariente o amigo le hace un regalo (un corte de tela o una prenda de vestir) a
un miembro de su hogar, no anote nada en los formularios porque esa no es una
compra hecha por miembros de su hogar.
b) Si un miembro de su hogar hace un regalo a otra familia o persona de la calle, debe
anotar la compra en los formularios.
c) Si compran ropa de segunda o retazos, deben anotarlos.
d) No anote compras de vecinos, así sean familiares o amigos.
e) Si durante un período ningún miembro de su familia hizo compras, entregue el formu­
lario vacío. Para nosotros, el formulario vacío es también una información valiosa,
siempre que corresponda a la realidad.

2. Las familias que tienen menos dificultad para suministrar la información, son las que
tienen como costumbre anotar las compras el mismo día que las hacen. Así no olvidará
ningún detalle. No deje para relacionarlo cuando sea visitada por la encuestadora.

Detalle las compras cuando las haga. No lo deje para más tarde.

El hecho de participar en el programa no quiere decir que usted tenga que comprar más
textiles de los que venía comprando hasta el momento; al contrario, debe seguir el ritmo
natural de compras que acostumbra tener. Tampoco quiere decir que deba comprar más telas
de Coltex que de otras marcas, ni que deba comprar la mercancía en un sitio determinado.

No cambie su ritmo normal de compras por el hecho de


participar en el programa.

3. Este programa es absolutamente gratuito. Usted no tiene que gastar ni un centavo por su
participación; al contrario, tiene la oportunidad de entrar en un plan de premios bastante
atractivo con el número que aparece en cada formulario.

Puede suceder que una familia sea separada del programa y por tanto pierda el derecho a
participar en el plan de premios. Todo por causa de un suministro incorrecto de la informa­
ción, por falta de seriedad o cualquier otra razón que pueda afectar el normal funcionamien­
to del programa.
Se mantendrán controles para velar que no se presenten omisiones o incorrecciones. En algu­
nos casos deberemos comprobar telefónicamente datos que no estén claros en los formula­
rios, esperamos que ello no sea mucha molestia para usted.
Por la acogida que den a nuestro programa, reciban nuestros sinceros agradecimientos.

Figura 8.7 Plegable para el caso 8.2.


318 INVESTIGACIÓN DE MERCADOS

El control y recibo de la información


La información recolectada durante la operación de campo se recibe para cumplir con la si­
guiente etapa de procesamiento y análisis. Pero para ello se deben satisfacer ciertas condiciones
de calidad» y solamente si se cumple con los requisitos, se hace el recibo oficial de los formula­
rios diligenciados.
El encuestador es el responsable y dueño de la información hasta este momento, y, sólo
después de pasar el proceso de supervisión, se hace la transferencia de la misma, se procede al
recibo de los formularios diligenciados y a la remuneración pactada con los encuestadores.
En esta sección se tratarán las dos últimas funciones relacionadas con la operación de
campo:

El control
La remuneración

El control
El control es la más importante forma de fiscalización del trabajo de campo. Tiene por objeto
garantizar que las encuestas sean efectuadas de acuerdo con el plan elaborado y bajo los su­
puestos de objetividad y honestidad. La supervisión se puede llevar a cabo de diferentes mane­
ras: “in situ", ua posteriori”, a discreción y mediante auditorías.

Formas de control In situ


Posterior
A discreción
Auditoría

Supervisión in situ. El control se hace directamente desde el sitio de trabajo. La supervi­


sión in situ es importante cuando los encuestadores no disponen del nivel de preparación ade­
cuado. Se aplica en encuestas simples, de poca dificultad, orientada a estudios donde se requie­
re cantidad más que profundidad. El control lo llevan a cabo los supervisores preparados que
asisten continuamente al grupo de encuestadores..
Control a posteriori. Es una auditoría que se realiza después de un tiempo de ejecutada
la entrevista. Para facilitar esta auditoría el encuestador debe anotar en el encabezamiento del
formulario los datos que permitan relocalizar al entrevistado con uno de dos objetivos:

1. Repetir la encuesta.

2. Constatar la realización de la encuesta.


EJECUCIÓN DE LA INVESTIGACIÓN 319

Esta auditoria se hace a una muestra seleccionada al azar del total de entrevistas. Si se
encuentra que hay vicio de procedimiento (el destinatario no fue encuestado, no se asentaron
sus respuesta como las respondió), no se homologa el trabajo ni se reconoce ninguna encuesta
del paquete del encuestador afectado. Si se trata de unas pocas equivocaciones, el encuestador
debe repetir las encuestas erradas
La auditoría se realiza entre el 10% y el 30% del total de encuestas, dependiendo del rigor
aplicado. En ciertos casos se necesitan supervisar todos los formularios.
Supervisión a discreción. Hay situaciones cuando no es viable relocalizar al entrevistado,
ni hacer la supervisión in situ. Esto ocurre en el caso de encuestas rurales. La supervisión, antes
que en el trabajo de campo, se realiza con base en la información recolectada por los encuesta-
dores, analizando la coherencia, la congruencia y la consistencia de la misma. El conLrol se
puede reforzar mediante técnicas que utilizan en la misma encuesta, preguntas que, aunque
aparentemente de contexto, camuflan una clave que sirve de control. La forma de plantear este
tipo de preguntas control, depende del ingenio y la experiencia del investigador.
Auditoria. La supervisión y los controles a posteriori y a discreción, ya mencionados, se
realizan para medir la calidad de una operación de campo determinada. La auditoría, en cam­
bio, se orienta a medir el rendimiento y la calidad del trabajo en general, del encuestador. Con
ello se busca relacionar el desempeño de factores como la eficacia o capacidad del encuestador
para cubrir la asignación muestral adjudicada y la eficiencia o capacidad del encuestador para
cumplir con el diligenciamiento cabal y total del formulario. Ambos elemento se miden cuanti­
tativa y cualitativamente.

El cubrimiento de la muestra o eficacia en la ejecución


El cubrimiento del formulario o eficiencia en la ejecución

La eficacia se mide por el porcentaje entrevistado con relación al total de destinatarios


adjudicados. Determina la capacidad del encuestador para acceder y persuadir la colaboración
del destinatario seleccionado en la muestra y la capacidad de remplazar los rechazos.
La eficiencia se mide por el porcentaje de formularios debidamente diligenciados. Para
ello se tiene en cuenta la cantidad de preguntas no respondidas, las respuestas viciadas y la
respuestas ilegibles.
La figura 8.8 proporciona un formato de control, para obtener la medida del rendimiento
del encuestador, que a su vez determina un incentivo en el pago al encuestador. Se nota allí una
eficiencia alta, del 97% de preguntas respondidas correctamente, en cambio es baja la eficacia,
pues solo se entrevistó al 87,5% del grupo asignado.
320 INVESTIGACIÓN DE MERCADOS

Asesorías e investigaciones de marketing


Encuestador: Juan Vélez Estudio: Panel de consumidores
Eficacia Eficiencia
Entrevistas realizadas 350 Respuestas invalidadas 200
Acceso con rechazo 30 No respuesta 50
Acceso sin contacto 15 Preguntas por formulario 25
Acceso imposible 5 Numero de entrevistas 350
Entrevistas programadas 400 Preguntas formuladas 8750
Eficacia 350/400 0,875 Eficiencia 8500/8750 0,970

Figura 8.8 Medida del rendimiento del ertcuestador.

La remuneración
Si el encuestador pasa la prueba inicial de control, se hace el recibo de los formularios asigna­
dos y se acreditan los honorarios pactados. Los elementos que se tienen en consideración para
pactar los pagos por encuesta, deben considerar los siguientes aspectos:

1. El grado de dificultad. Es el primer aspecto para determinar el costo unitario por encues­
ta. Las dificultades presentan las siguientes facetas:

a. Los obstáculos que se oponen al acceso. Por ejemplo en investigación industrial, por la
calidad del encuestado y la dificultad de disponibilidad cuando se trata de ejecutivos.
b. El alejamiento, cuando se trata de encuestas rurales o parajes distantes de las ciudades.
c. La peligrosidad de la zona. Si no se tienen condiciones de seguridad es necesario con­
siderar la necesidad de otra persona acompañante,
d. Problemas del encuestado: Por ejemplo encuestado peligroso o costoso, rango social
del encuestado, etc.

2. La duración de la entrevista. El tiempo que consume cada entrevista es el segundo aspec­


to en la evaluación del costo de la entrevista. A mayor tiempo mayor costo. La entrevista se
puede alargar por diferentes motivos:

a. Por el número de preguntas que contiene el formulario.


b. Por la dificultad de respuesta a las preguntas que se formulan en la encuesta.
c. Por la antesala, por las visitas perdidas, por las interrupciones, con las cuales hay que
contar, debidas a la ocupación de los destinatarios.
d. Por los preámbulos y preparaciones que se deben hacer antes de efectuar la entrevista.
EJECUCIÓN DE LA INVESTIGACIÓN 321

3. El conocimiento. El grado de preparación que el tema exige del encuestador. Este se pue­
de necesitar por:

a. El entrevistador necesita conocer del tema para poder interpretar las respuestas o, sim­
plemente, para generar la respuesta.
b. La preparación no es solamente sobre el tema a consultar, sino también en el trato, para
permitir el acceso a los destinatarios difíciles.
c. El número de encuestas. Es natural que el emolumento sea reconocido por encuesta
elaborada.

4. La eficiencia y la eficacia. La eficiencia y la eficacia puede ser un pago extra o una multa
pactada de acuerdo con la eficiencia y eficacia obtenida. Ésta es una forma de estimular al
encuestador para evitar la pérdida de información y mejorar la eficiencia, y para evitar la
pérdida de representatividad y mejorar la eficacia. El pago se hace de acuerdo con los
niveles de eficiencia y eficacia logrados, de acuerdo con el puntaje obtenido, según se
expone con el ejemplo de la figura 8.8.

2. PROCESAMIENTO DE LA INFORMACIÓN

La información recolectada en la operación de campo esta conformada por datos crudos que se
deben transformar en información útil, es decir, en información depurada, ordenada y analiza­
da, que permita extraer conclusiones válidas e identificar acciones a seguir. Ellos conforman la
materia prima de la etapa del procesamiento de datos. Esta función comienza a partir del recibo
de los formularios, dónde se encuentran depositadas las respuestas de las personas consultadas
y termina con la elaboración de la base de datos y el análisis de la información.
El procesamiento electrónico ofrece un gran potencial, dado que hace posible transfor­
mar grandes volúmenes de información, permite considerar mayor cantidad de alternativas de
análisis, y facilita el uso de técnicas estadísticas que, sin su recurso, serían imposibles de utilizar
por su complejidad. En resumen, se mejora la capacidad de análisis dentro de unos términos de
tiempo considerablemente bajos. Por tanto, no es posible pensar en el procesamiento de datos
sin involucrar el computador como herramienta fundamental de este proceso de la investiga­
ción de mercados.
Son cuatro las etapas básicas que comprende el procesamiento de datos: la corrección, la
codificación, la tabulación y la sinopsis.
322 INVESTIGACIÓN DE MERCADOS

Componentes del procesamiento de datos Correcciones


Codificación
Tabulación
Sinopsis

Las correcciones consisten en aplicar filtros para depurar la información cruda. La codifi­
cación suministra una forma de identificación para interpretar la información en el computa­
dor. La tabulación proporciona el proceso de ordenación y presentación de la información, para
su análisis. Y la sinopsis incluye el informe y las conclusiones de la información.
Pero de todas maneras, en cada etapa del procesamiento de la información siempre está
presente, de alguna forma, la depuración y la ordenación.

Fundamentos del proceso de datos Depuración


Ordenación

El proceso de depuración detecta las inconsistencias e inexactitudes, corrige los registros


defectuosos y elimina los insalvables. El proceso de ordenación clasifica los registros individua­
les.
El punto de partida para el procesamiento de datos es una matriz de doble entrada,
donde las filas corresponden a las encuestas y las columnas a las preguntas propuestas en el
formulario.. Ésta es una presentación que, como se observa en la figura 8.9, se conforma de n-M
datos, donde n es el número de encuestas y M en número de variables.
Se observa en la figura 8.9, que en la primera encuesta se respondió a la variable A con la
respuesta representada por el código 2, a la variable B, con el código 4, a la C con el 1, y así,
sucesivamente. De esta manera resulta impresa la información en el medio electrónico, sobre la
cual se efectúa el procesamiento.
Las funciones que se deben cumplir en esta etapa del procesamiento de la información,
incluyen, entre otras, las siguientes tareas:

1. Recibir y revisar los formularios.


2. Establecer los códigos de las variables.
3. Transcribir en planillas la información cruda o directamente en el medio electrónico.
4. Diseñar la base de datos y aplicar los filtros para eliminar los enores o incongruencias.
5. Clasificar la información.
6. Desarrollar cuadros, tablas, frecuencias, gráficos y algoritmos para facilitar la compren­
sión.
EJECUCIÓN DE LA INVESTIGACIÓN 323

Var.A Var. B Var.C Var. M

Reg. 1 2 3 4 5 6 1 2 3 4 5 1 2 3 4 5 1 2 3 4
1 X X X X

2 X X X X

3 X X X X

4 X X X X

... ...
n X X X X

Figura 8.9 Matriz de encuesta.

Las correcciones

La corrección manual constituye un proceso de depuración previa, que actúa a manera de filtro
para detectar inconsistencias o inexactitudes, para corregir la información deficiente y eliminar
la escoria.
Aunque la corrección manual y la electrónica es una función presente en todas las etapas
del procesamiento de datos, la depuración inicial es un primer paso manual que se aplica a la
información entregada. Se basa en una revisión visual del formulario que se califica para su
aceptación o rechazo. Esta etapa se divide en dos partes, una al momento de recibo del formu­
lario y otra, posterior, que se hace después, con mayor profundidad.

1. Entrega de formularios: La revisión al momento de recibir el formulario debe tener


en cuenta varios aspectos sencillos, pero muy importantes, que, en caso de no cum­
plirse, ocasionan el rechazo del documento. Los motivos que dan lugar para rechazar
la información son:

• Una porción significativa del documento se entrega incompleto, posiblemente a causa de


la negligencia del entrevistador.
• Se sospecha, por el contexto de las respuestas, una respuesta sistemática o periódica.
• Se duda de la autenticidad de las respuestas, por ejemplo, por la presencia de una excesiva
positividad o negatividad.
• La entrega extemporánea es un aspecto, que aunque no compromete directamente la au­
tenticidad del documento, se debe investigar porque genera dudas sobre la calidad del
diligenciamiento del formulario.
324 INVESTIGACIÓN DE MERCADOS

2. Revisión formal del documento: Esta revisión posterior a la entrega de los documen­
tos, detecta las incongruencias. Los aspectos que se deben revisar en esta etapa son:

— La legibilidad. Si el documento carece de ésta, se requiere al encuestador para su aclara­


ción.
— La integridad. Es la auditoría a la falta de respuestas. Las no respuesta se deben comple­
tar ex post Jacto, con ayuda del encuestador.

— La consistencia. Es la verificación preliminar de la coherencia en las repuestas. La res­


puesta inconsistente revela confusión, descuido o incomprensión de la pregunta, pero
puede ser también un error del encuestador al asentar las respuestas. Los formularios
inconsistentes se deben eliminar, pero sólo se exime del pago al encuestador cuando
haya fraude.

— La estandarización. La presencia de patrones de respuestas revelan una anomalía que ne­


cesita la aclaración del encuestador.

— La claridad. La respuestas asentada de ciertas preguntas abiertas no es clara. Es posible


a una mala interpretación del encuestador y se debe corregir directamente con él.

La codificación
I
La codificación constituye el primer paso del procesamiento de la información propiamente
dicho. Busca asignar códigos a las variables y las categorías consideradas en las respuestas. La
codificación implica organizar las respuestas, determinar las variantes y analizar criterios de
interpretación.
El procedimiento de codificación se puede realizar de dos formas: una anterior al proce­
samiento y otra posterior.
1. Precodificación. Es la codificación aplicada desde el momento en que se elabora el
formulario, basada en el conocimiento previo de las posibles respuestas o, a partir de los resul­
tados de una prueba piloto. El diseño del formulario debe ser consecuente con la definición de
los códigos. Se aplica para las preguntas estructuradas con respuesta cerrada.
En preguntas cerradas, es buena láctica dejar una categoría de respuestas libres para eli­
minar el riesgo de insuficientes alternativas. Este caso se trata en la postcodificación.
2. Postcodificación. Es la codificación efectuada después de conocer las respuestas pro­
porcionadas en los formularios. Es utilizada en las preguntas abiertas, en las investigaciones
cualitativas y en las categoría abiertas de las preguntas cerradas.
EJECUCIÓN DE LA INVESTIGACIÓN 325

Normas de codificación
Cuando se diseña el formulario, se considera la definición de códigos consecuentes con ellos,
para agilizar el proceso de transcripción de datos y evitar errores. Es conveniente aplicar la
codificación como una etapa previa de planeación y revisarla después, en la etapa del procesa­
miento de datos. Se recomienda cumplir las siguientes normas:

• Elaborar el análisis previo de respuestas, para establecer las categorías involucradas, cuan­
do se trate de preguntas cerradas.
• Seguir normas previamente convenidas en la codificación de las categorías. Generalmente,
el código es una clave alfanumérica, en forma de sigla y delimitada por un número máximo
de caracteres, definidos para su procesamiento en una aplicación por computador, que
requiere de su implantación para procesar la encuesta.
• Las categorías deben ser excluyenles y exhaustivas, esto es, no deben existir respuestas que
puedan tener cabida en dos o más categorías, y éstas deben cobijar todas las posibilidades.
Si no se cumple este último requisito, se corre el peligro de que el encuestador aplique su
propio criterio para asignar la respuesta a una categoría errónea.
• Es importante aplicar un criterio de agrupación de atributos que corresponden a un mismo
significado. Normalmente, la gente suele proporcionar una misma respuesta de diferentes
maneras, las cuales deben ser bien estudiadas al definir las categorías. En la codificación
presentada en el caso 8.3, se observa esta situación.
• Es importante elaborar el índice de códigos, expresando las diferentes formas o atributos
como se pueden interpretar las categorías.

Caso 8.3 Integración de atributos

El siguiente es un ejemplo de integración de atributos en una misma categoría, basado en


una pregunta de una investigación industrial, que requiere del interlocutor, un especialista
textil, la indicación de las características por las cuales percibe la calidad de un tela.
La pregunta se ha cerrado a cinco categorías, las cuales se han definido con base en la
experiencia previa en este campo. Ellas son:

01 La textura
02 El diseño
03 La modalidad
04 La construcción
05 Las fibras
326 INVESTIGACIÓN DE MERCADOS

Sin embargo algunas respuestas que correspondan a una misma categoría, se pueden
responder de diferentes formas, como en el caso del factor textura, que presenta diferentes
formas de percepción, como las siguiente respuestas:

La delicadeza
La caída
El tacto
La suavidad

El proceso de categorización debe reunir las anteriores respuestas en una categoría


llamada textura.

La tabulación
El objeto de la tabulación es presentar la información en forma ordenada para facilitar su inter­
pretación. La idea es clasificar las bases de datos contra uno, dos o más variables, en lo que se
denomina tabulación cruzada. Sin el concurso del computador esta tarea sería ardua, defectuo­
sa, ineficiente e insuficiente. Las aplicaciones de procesamiento de encuestas por computador
se ofrecen cada vez más amigables y accesibles. La tabulación comprende tres tareas fundamen­
tales: la creación, la depuración y la clasificación de las bases de datos.

Tabulación = Creación de la base de datos


Depuración
Clasificación

Creación de la base de datos


El primer paso de la tabulación es la creación de la base de datos, utilizando los disquetes y las
cintas magnéticos como medios para transcribir los datos al computador. La base de datos la
conforma una matriz de líneas y columnas. Una fila constituye un registro que comprende una
encuesta completa. Una columna constituye un campo que comprende una categoría o una
variable.
El proceso de creación de la base de datos requiere de tres tareas: la transcripción de la
información, la grabación y la verificación de la información.

Creación base de datos Planillas de computador


Grabación
Verificación

La transcripción se hace en planillas diseñadas de acuerdo con la codificación definida.


En el caso 8.4 se expone un ejemplo para una planilla de computador.
EJECUCIÓN DE LA INVESTIGACIÓN 327

Las procesos de grabación y verificación son complementarios. La primera, convierte a


impulsos eléctricos la información de la planilla que se graba en un medio magnético. La segun­
da, consiste en regrabar la misma información del medio magnético en otro similar, para corro­
borar su consistencia. En casos de discrepancias se activa una advertencia de error, que el digitador
debe confrontar y corregir si fuere el caso.
Los disquetes magnéticos, como medio magnético, se prefieren por su tamaño, su capaci­
dad, su versatilidad y el bajo costo. Para información demasiado voluminosa se recomienda el
uso de medios ópticos como los discos compactos regrabables (CD-R).

Caso 8.4 Planilla de codificación

En la figura 8.10 se presenta el caso de una planilla de computador utilizada para guardar en un
medio magnético la información de los consumos de productos textiles de los participantes de.
un panel de consumidores.

Panel de consumidores

Formulario Tipo de Cantidad Precio por Ancho de Utilización Sitio de


# Tela comprada tela la tela compra
unidad

0001 09 2,10 450,00 1,10 08 11


0002 09 4,00 450,00 1,10 09 02
0003 03 19,00 270,00 0,90 41 23
0004 21 1,50 3200,00 1,80 14 11
0005 11 2,00 900,00 1,50 05 12
0006 09 3,50 430,00 1,10 08 15
0007 06 1,00 660,00 1,15 09 02
0008 15 2,80 2600,00 1,50 22 05
0009 29 1,50 500,00 1,50 05 11
0010 09 5,00 440,00 1,10 07 11
0011 01 10,00 670,00 1,50 11 05

Figura 8.10 Planilla para transcribir el consumo de telas.


328 INVESTIGACIÓN DE MERCADOS

Depuración de la base de datos


La depuración electrónica complementa la manual ya realizada, en una forma más profunda y
segura. Para ello se diseñan programas de computador llamados filtros o pruebas de error, que
confrontan la congruencia de la información. Los filtros enfocan cuatro controles: control de
rangos, control de inconsistencias, control de prueba y control de la muestra.

Pruebas de error Control de rangos


Control de inconsistencias
Control de prueba
Cpntrol de la muestra

Filtro de rango: Este control es para ver que los valores suministrados en la encuesta, no
se salgan de un rango de posibilidades razonables, definido por un valor mínimo y un valor
máximo. Se aplica a cantidades, como el precio de un producto, las cantidades compradas, los
descuentos recibidos, entre otros. Si el dato resultare fuera de este rango, se registra en un
informe de excepción para su ulterior comprobación.
Por ejemplo, si un artículo normalmente se ofrece en el mercado entre $100 y $1000, se
debe comprobar la veracidad de un registro que resulte con un valor menor de $100 o mayor
de $1000. Si se tratase de un error, el programa lo suprime automáticamente de la base de
datos.
Filtro de inconsistencias: Este filtro se corre después del fuera de rango. Consiste en
comparar la consistencia de cada registro contra un modelo. Las inconsistencias se pueden dar
de tres formas:

— Inconsistencias lógicas: Se presentan cuando no concuerda la información con un estándar


preestablecido. Por ejemplo, cuando aparece una compra a crédito en un almacén que
solo vende al contado.

— Inconsistencia cuantitativa: Cuando aparecen cantidades que no conconcuerdan con el


modelo que sirve de comparación. Por ejemplo, cuando un participante reporta la
compra de un artículo en forma desproporcionada, con relación al registro de consumo
que históricamente se tiene registrado.
— Inconsistencia normativa: Se presenta cuando no hay concordancia con una norma esta­
blecida en el programa. Por ejemplo, cuando se codifica erróneamente la asignación
del estrato social de una familia participante en un panel de consumidores.

Control de prueba: Esta prueba se ejecuta después de pasar los filtros del fuera de rango
y de inconsistencias, para comprobar la armonía de los resultados pasados.
EJECUCIÓN DE LA INVESTIGACIÓN 329

Algunos informes del pánel de consumidores que sirven para controlar la armonía de la
información global, son:

Consumo total de la muestra


Consumo per cápita de la muestra
Consumo total y per cápita por estrato
Consumo total y per cápita por concepLo
Consumo proyectado a la población total frente a consumos anteriores

Control de participantes: Este control suministra el perfil del comportamiento de las


unidades participantes, para contrastar la armonía de la información con sus antecedentes.
Es un control utilizado en los estudios de seguimiento, que aplican la técnica de paneles.
En el caso de un pánel de consumidores, se llevan registros periódicos de los consumos men­
suales por familia, para detectar aquellas unidades que presenten consumos muy desviados de
su propio estándar.
Todos los programas depuradores suministran informes por excepción de los registros
problemáticos para su constatación, corrección, o eliminación. Cuando no es posible la consta­
tación, el programa elimina directamente dichos registros de la base de datos.

Clasificación de la información
Con la información depurada se ejecuta el programa. La base de datos se encuentra en su mejor
estado de calidad y puede suministrar informes y análisis confiables.
Los programas de encuestas ejecutan clasificaciones y suministran informes tabulados,
que reciben distintas denominaciones, como informes de frecuencias, tabulaciones cruzadas y
tabulaciones bandera. En la figura 8.11 se puede observar la forma de presentación de cada
cual.

Informes de clasificación Informe de frecuencias


Tabulación cruzada
Tabulación bandera

Informes de frecuencias: Son regularmente los más solicitados y los más simples de
interpretar, puesto que la información se ordena bajo un solo atributo. La presentación de este
tipo de informe incluye la identificación nominal de los elementos considerados y las frecuen­
cias absoluta y relativa.
Estos informes se presentan en forma ordenada, en una escala cuantitativa. Se suminis­
tran, igualmente algunos indicadores estadísticos como la media y la varianza. En el menú de
330 INVESTIGACIÓN DE MERCADOS

1: Tabla de frecuencias 2: Tabulación cruzada

A F 81 B2 1
f
Al 80 40% A1 15 10 25

A2 60 30% A2 35 45 80

A3 40 20% A3 20 25 45

A4 20 10% A4 30 20 50

200 100% 100 100 200

Involucra una variable A que Involucra dos variables A y B con


presenta cuatro manifestaciones dos manifestaciones cada una.
diferentes. Solo se muestran las
Se muestran las frecuencias frecuencias absolutas, por
absolutas y relativas. comodidad.

3: Tabulación bandera

B C D

B1 B2 C1 C2 D1 D2 D3

Al 80% 40% 70% 10% 25% 55% 85%

A2 20% 60% 30% 90% 75% 45% 15%

100% 100% 100% 100% 100% 100% 100%

Involucra cuatro variables con diferentes números de manifestaciones.


Solo se expresan las frecuencias relativas por comodidad.

Figura 8.11 Tipos de tabulación de frecuencia

los programas es posible contar también con el valor de ciertas estadísticas para realizar prue­
bas de hipótesis.
Tabulación Cruzada: La tabulación cruzada considera dos o más variables y, por ello,
proporciona mayor información. Es utilizada para descubrir asociaciones entre variables. Cuando
la tabulación cruza dos variables para conocer su asociación, se dice que es de orden cero. Si
involucra una variable de control, para chequear asociaciones entre dos variables, se dice que es
de primer orden, si lo hace con dos variables de control es de segundo orden y así sucesivamen­
te, como lo muestra en el caso 8.6.
Las tabulaciones cruzadas se llaman también tablas de contingencias, dado que constilu-
EJECUCIÓN DE LA INVESTIGACIÓN 331

yen una matriz cuyas entradas permiten ser operadas por fila y por columna. Se utilizan para
comprobar la asociación entre variables por medio de la prueba %2.
La tabulación cruzada proporciona cuatro tipos de resultados, según se observa en la
figura 8.12: la frecuencia absoluta, la frecuencia relativa global, la frecuencia relativa por co­
lumna y la frecuencia relativa por fila. Es decir, las frecuencias se pueden organizar por entrada,
por columna, por fila y globalmente. Cuando se utiliza la tabulación cruzada en una investiga­
ción explicativa, se conforma la matriz de modo que las causas encabezan las filas y los efectos
las columnas.
La tabulación cruzada es una poderosa herramienta de análisis, pero en manos inexpertas
puede producir conclusiones erróneas. Por ejemplo, si se exagera el número de categorías, los
datos pierden valor, puesto que las frecuencias se presentan muy bajas y no proporciona con­
clusiones válidas.
Tabulación Bandera: Es una variante de la tabulación cruzada que permite la presencia
de muchas variables al mismo tiempo. Se ha vuelto muy popular, en los últimos años, porque
facilita y simplifica la presentación de la información. En el formato bandera, que es una
tabulación cruzada simultánea, las variables columnas se cruzan con las variables filas. La di­
rección de los porcentajes se debe hacer por columna.
La tabulación bandera sólo permite establecer porcentajes en una sola dirección, por
tanto, no es posible obtener conclusiones alternativas y se aumenta la posibilidad de llegar a
relaciones espurias. Tiene las mismas desventajas de la tabulación cruzada.

81 82
A1 90 0,45 30 0,15 120 0,60
0,75 0,82 0,25 0,33
A2 20 0,10 60 0,30 80 0,40
/
/ 0,25 0,18 0,75 0,67
/ 110 0,55 7 90 0,45 200 1,00

Notación utilizada

F f Frecuencia absoluta Frecuencia relativa


=/
/
fr fe / Frecuencia fila Frecuencia columna

Figura 8.12 Tabulación cruzada


332 INVESTIGACIÓN DE MERCADOS

Caso 8.5 Información proporcionada en una tabla cruzada

La tabulación cruzada es el informe más utilizado cuando se necesitan determinar las rela­
ciones entre diferentes variables.
La figura 8.12 muestra una caso típico de una tabulación cruzada, en la que cada
casilla ofrece cuatro resultados: 1.a frecuencia absoluta F, la frecuencia relativa global f, la
frecuencia relativa a la fila fr y la frecuencia relativa a la columna fe

Una tabla de contingencia puede expresar una relación absoluta, o condicional. En el


primer caso, relaciona dos variables sin ninguna condición. Por ejemplo, en la figura 8.12,
Al indica el atributo de un individuo consistente en poseer un bien y A2, la no posesión; y
B1 expresa el ser mayor de 30 años y B2, menor de esa edad. Las entradas de la matriz
expresan cómo se distribuye en la población la frecuencia de estos atributos, A y B. Si el bien
es un automóvil, se puede interpretar la tabla en forma absoluta, afirmando que la posesión
de un automóvil se asocia con la edad. Esto es, a mayor edad mayor probabilidad de poseer
automóvil.
En el segundo caso, la tabla se expresa bajo una o varias condiciones. Si la condición
es C, que indica la clase social, entonces la interpretación dada se condiciona a una categoría
de la variable. Si ésta es la categoría C2, que representa la clase media, la interpretación dada
sólo se ajusta a dicha clase social. Puede suceder que para otras categorías como la clase baja
y la clase alta no exista esa asociación entre la edad y la tenencia de un automóvil.
En la denominación empleada por Kinnear, la tabla (1) de la figura 8.13, es de orden
cero, pero si se presenta condicionada a una variable, como en tabla (2), se dice que es de
orden uno. Las tablas condicionadas sirven para descubrir relaciones de causalidad. En el
ejemplo, la condición clase media es causa de la asociación entre poseedores de automóvil y
la edad.

Análisis de relaciones en la tabulación cruzada


Para extraer conclusiones, provenientes de una tabulación cruzada, se deben considerar las
cuatro situaciones que se presentan a continuación:

1: La tabla original muestra una asociación aparente entre las variables, la cual se confir­
ma después de revisar la tabla condicionada.
2: La tabla original no muestra asociación alguna, y después de analizar la tabla condicio­
nada, se confirma dicha conclusión.
EJECUCIÓN DE LA INVESTIGACIÓN 333

3: La tabla original no muestra asociación alguna, pero aparece después de analizar la


tabla condicionada.
4: La tabla original muestra una asociación aparente entre las variables, que se desvirtúa
después de analizar la tabla condicionada.

Tabulación cruzada Tabulación cruzada de


de orden cero orden uno
(a) (b)

C, C2
B, B2 B, B2 B, B2
A, 45% 50% A. 25% 10% A, 80% 5%

a2 65% 50% a2 75% 90% a2 20% 95%

Conclusión: Conclusión:
No existe asociación Con la condición C, aparecen asociaciones
entre A y B entre A y B, donde C es causa de ellas.

Figura 8.13 Asociación de variables en la tabulación cruzada.

En la figura 8.13 se modelan estas situaciones. La figura (1) se refiere a la matriz original
que, como se observa, no presenta ninguna tendencia en las frecuencias. La figura (2) muestra
los resultados para los mismos cruces, pero agregados a una condición C, evaluada en dos
niveles, CI y C2. Se dice que la condición C está afectando a los resultados y puede ser la causa
de ellos. Esta situación se explica con detalles en el caso 8.6.

Caso 8.6 Conclusiones de una tabla cruzada

Los resultados de una encuesta se resumen en una tabulación cruzada, como se muestra en
la figura 8.13, en donde las variables A, B y C presentan las siguientes interpretaciones:

A responde a la pregunta “¿Utiliza tarjetas de crédito?”


B responde al nivel de “Ingresos económicos”
C responde al nivel de “Edad”

Las categorías para cada variable son: Si y No para A, Altos y Bajos para B y Joven y
Maduros para C. Cada categoría, como los ingresos y la edad, se justifican mediante una
334 INVESTIGACIÓN DE MERCADOS

relación cuantitativa, como por ejemplo, Joven, para edad inferior a 35 años y Maduro,
mayor de esa edad. Entonces pueden aparecer resultados como los siguientes:

Para A: Aj = Si utiliza A2 = No utiliza


Para B: B¡ = Altos ingresos B2 = Bajos ingresos
Para C: Cl = Jóvenes C2 = Maduros

Se analizan a continuación los resultados que presentan los cuatro casos.

Primer caso. La matriz condicionada confirma la conclusión original.

Original Ingresos Jóvenes Ingresos Maduros Ingresos

UsaTC ALTO BAJO Usa TC ALTO BAJO Usa TC ALTO BAJO

SI 85% 25% SI 75% 15% A, 85% 10%

NO 15% 75% NO 25% 85% a2 15% 90%

Si las matrices condicionales no cambian la tendencia de la tabla original, se concluye que la


utilización de tarjetas de crédito se asocia con los ingresos. Al agregar la condición edad, no
se cambian las conclusiones extraidas inicialmente.

Segundo caso. No se puede extraer ninguna conclusión

Original Ingresos Jóvenes Ingresos Maduros Ingresos

UsaTC ALTO BAJO UsaTC ALTO BAJO UsaTC ALTO BAJO

SI 53% 45% SI 50% 40% A, 55% 53%

NO 47% 55% NO 50% 60% a2 45% 47%

Si los resultados son como la tabla anterior, de la matriz original no se concluye asociación
alguna entre utilización de tarjetas de crédito y los ingresos. Al agregar la condición edad,
esta tendencia no cambia. Por tanto, no se puede concluir que exista una relación entre las
variables estudiadas.

Tercer caso. La matriz condicionada revela una interacción.

Original Ingresos Jóvenes Ingresos Maduros Ingresos


Usa TC ALTO BAJO Usa TC ALTO BAJO UsaTC ALTO BAJO

SI 53% 45% SI 85% 75% A, 35% 20%


NO 47% 55% NO 15% 25% A2 65% 80%
EJECUCIÓN DE LA INVESTIGACIÓN 335

Si los resultado se presentan como en la tabla de arriba» de la matriz original no se


concluye una relación entre la utilización de tarjetas de crédito y los ingresos. Al agregar la
condición edad, se observa que se forma una tendencia. Se concluye que la edad está asocia­
da con la utilización de las tarjetas, por cuanto los jóvenes las usan más y los maduros
menos. Entonces la edad es una causa de la utilización de las tarjetas de crédito.

Cuarto caso. Se puede llegar a una conclusión espuria.

Para analizar la aparición de una relación espuria (errónea), debemos cambiar el signi­
ficado de la variable C. En lugar representar la edad se asocia ahora con la condición D:
“necesidad de crédito”. El resultado es el siguiente:

Original Ingresos Jóvenes Ingresos Maduros Ingresos


Usa TC ALTO BAJO UsaTC ALTO BAJO Usa TC ALTO BAJO
SI 25% 65% SI 85% 5% A, 15% 95%
NO 75% 35% NO 15% 95% a3 85% 5%

De la tabla original se concluye que la utilización de tarjeta está relacionada con los
ingresos, así: a más bajos ingresos mayor utilización de la tarjeta. Pero esta conclusión pare­
ce ilógica. Si se aplica la variable de control D, se aclara que la causa de la tenencia de la
taijeta de crédito es la necesidad del crédito y no los ingresos. Esto se expresa gráficamente
así:

®—I---- "®
I—~®
La conclusión inicial La conclusión final, establece
indica que ingresos bajos una condición que es la necesi­
es causa de tenencia de dad de crédito. Ésta es la
tarjetas de créditos. verdadera causa de la tenencia.

Se deduce que la asociación inicial es errónea o espuria, puesto que al asociar con la
variable de control D, se destruye el resultado inicial, por ser ésta la causa de ambas, de A y B.

Paquetes de software para el análisis de encuestas


La palabra estadística desalienta a mucha gente, pero cada vez los negocios necesitan más de
ella. El telemercadeo necesita de. ella para enfocar sus mercados, los bancos para determinar su
potencial de mercados, utilizando el análisis estadístico y el marketing necesita de ella para
estimar los beneficios de sus estrategias. Hoy día, los microcomputadores proporcionan una
336 INVESTIGACIÓN DE MERCADOS

plataforma, poderosa y económica, para manejar muchas clases de análisis estadístico y se


ofrecen a la vez muchos paquetes, algunos de ellos altamente especializados. Se hará una pre­
sentación de algunos de los más conocidos, que ofrecen una propuesta general que se acomoda
a las necesidades del usuario del marketing, sea éste casual o experto.
Estos paquetes se caracterizan porque ofrecen medios para manejar datos, que se pueden
mezclar con otras bases de datos independientes, para conformar nuevos archivos de análisis.
Tienen incorporados filtros para depurar datos, removiendo los errores y los datos atípicos.
Igualmente, ordenan la información y la recodifican para hacerla más útil.
La mayor parte de los paquetes ofrecen ciertas condiciones mínimas de programación,
como bucles, bifurcaciones y arreglos. Otros, van más lejos, combinan varios procesos en una
sola instrucción. Unos cuantos, como el SPSS y el SAS, proveen lenguajes de programación con
propósitos especializados y permiten escnbir rutinas propias.
Varios de los paquetes más extensos, como el SPSS, SAS y BMDP comenzaron sirviendo a
los grandes computadores, (los mainframes) y, posteriormente, se fueron adecuando a los
microcomputadores (los computadores personales, PC), mediante los paquetes de múltiples
plataformas. Esto permitió habilitar la lectura de datos desde diferentes fuentes, la importación
de datos desde las bases de datos, las hojas de cálculo y otros sistemas. Otros paquetes, como el
StatGraphics y el Systat, fueron escritos específicamente para los PC. Estos presentan la graficación
como una importante parte del análisis de datos.
La mayoría de estos paquetes son manejados mediante las opciones del menú. Incluyen
iconos, que permite clasificar, recodificar y otras tareas sin escribir comandos. A continuación
se hace una breve descripción de algunos de los paquetes que tienen mayor popularidad en el
mercado de los Estados Unidos.
BMDP de Statistical Software Inc. Es costoso, no muy amigable y sus gráficas son regulares.
Orientado a usuarios de alto nivel. Es bueno para el manejo de datos y la estadística avanzada,
pero regular en el manejo de la estadística básica.
GENSTAT de NAG Inc. Es notable por su capacidad para analizar diseños experimenta­
les. Se orienta como un paquete multipropósito. Es bueno en el manejo de datos y en la estadís­
tica avanzada, pero regular en estadística básica.
M1NITAB de Minitab Inc. Orientado hacia la estadística básica y el control de calidad. Es
amigable y maneja grandes cantidades de datos. Gráficos de alta resolución y atractivos, confiable
e intuitivo.
NCSS (Number Cruncher Statistical System). Es fácil de usar, cubre la mayoría de la
estadística básica y tiene capacidad graficadora. Limitado en el manejo de datos.
P-STAT de P-stat Inc. Buen manejo de datos y regular en rutinas estadísticas. Algo difícil
de aprender.
EJECUCIÓN DE LA INVESTIGACIÓN 337

SAS (Síatistic Analysis System) Paquete poderoso, inicialmente orientado a los grandes com­
putadores (mainframes). Es fuerte en estadística avanzada y administración de datos. Ofrece lengua­
je de programación especializado.
SPAD (Sistema Portable de Análisis de Datos). Es un paquete francés, orientado al análisis
de las técnicas multivariables, especialmente del análisis factorial.
SPSS (Statistical Package for Social Sciences). Ha ido lejos de su misión original. Corre,
virtualmente, todos los procedimientos. Es excelente en el manejo en la estadística básica y
avanzada, pero muy costoso. Ofrece poderoso lenguaje de programación especializado.
STATA de Computing Resource Center. Tiene regular manejo de los datos, con buena
presentación de informes pero escruta poco
STATGRAPHICS (Statistical Graphics System) de Manugistics lnc. Es un programa
interactivo que combina la estadística con la graficación y el manejo de datos. Es fuerte para
graficar, para controlar calidad, en series de tiempo y en experimentación. Regular en técnicas
multivariables.
STAT1STICA de StatSoft lnc. Es un paquete comprehensivo, con excelentes gráficas, par­
ticularmente fuerte para conjuntos pequeños de datos. Es débil para aplicaciones de marke­
ting.
SYSTAT de Systat lnc. Es seguro, eficiente y buen graficador. Tiene editor en pantalla tipo
WYS1WYG. Maneja grandes cantidades de datos, pero ofrece pocas facilidades para adminis­
trarlos.
S1CLA (Sistema Iterativo de Clasificación de Automática) orientado a las técnicas
multivariables.
La figura 8.14 presenta el tablero básico de las utilidades del Statgraphics, que ofrece
alternativas de operaciones estadísticas, como la definición de variables, la selección de tipos
de análisis, y la creación de la base de datos, entre otros.

1. Manejo de bases de datos 9. Suavización


2. Graficaciones 10. Análisis de series de tiempo
3. Análisis descriptivo 11. Análisis de tabulación cruzada
4. Distribución de frecuencias 12. Análisis multivariable
5. Análisis de varianza 13. Análisis no paramétrico
6. Análisis de regresión 14. Muestreo
7. Pronóstico 15. Diseños experimentales
8. Control de calidad 16. Procedimientos matemáticos

Figura 8.14 Opciones del sistema Statgraphics.


338 INVESTIGACIÓN DE MERCADOS

Sinopsis

Los tabulados que suministran los paquetes estadísticos suelen ser tan voluminosos que pue­
den predisponer a su lectura y utilización. Por tanto, es necesario complementar los resultados
con ayudas estadísticas y gráficas que resuman y simplifiquen los resultados. Para ello se utili­
zan los indicadores estadísticos y las gráficas.

Sinopsis estadística
Como no sólo es importante la presentación tabular de la información, también se requiere
considerar medidas estadísticas, que proporcionen una medida central, de dispersión, o de
distribución, etc. Las fundamentales son la media, la mediana y la moda, como medidas centra­
les y la desviación estándar y la varianza, como medidas de dispersión.

Medidas centrales
Los descriptores para obtener una medida central se definen de acuerdo con la escala de medi­
da. Así, la media aritmética se ajusta a la escala interval y proporcional, pero si se trata de las
escalas ordinal no es posible determinar la media, pero en su lugar se aplica la mediana, y si se
trata de la escala nominal se debe determinar la moda. La media es la que tiene mayor fuerza
descriptora y, en cambio, la moda es la de menor. La tabla 8.5 describe las medidas centrales de
acuerdo con su fuerza descriptora y su principal uso, según la escala de medida. La escala
proporcional tiene una relativa menor utilización en investigación de mercados.
La media. Es la medida central apropiada para la escala interval y se define por la expre­
sión:

Si la información se presenta agrupada por categorías la expresión indicada es:

donde es la medida,^ la frecuencia, n el número de medidas.


La mediana. Si la información se presenta en forma de medidas individuales y ordenadas
de mayor a menor, la mediana es el valor que corresponde al individuo de la mitad. Si los datos
se presentan agrupados en frecuencias, la mediana es el valor que separa las frecuencias en dos
mitades, esto es:
EJECUCIÓN DE LA INVESTIGACIÓN 339

La moda. Corresponde al valor de la variable que presenta la frecuencia más alta.

Tabla 8.5 fuerza descriptiva de las medidas centrales.

Orden de menor a mayor Principal escala


Moda Nominal
Mediana Ordinal
Media Intervalo y razón

Caso 8.7 Medidas centrales

La siguiente serie es una muestra constituida por 29 observaciones. La primera presentación


expresa las mediciones individuales, la segunda, las escribe en forma ordenadas, de menor a
mayor, y la tercera, las agrupa por frecuencias.

1 Determinación de la mediana y moda

Serie original [Xj]:

1 15 29
8 9 6 5 7 8 9 3 1 5 4 5 9 6 5 2 tí 5 9 5 4 2 3 5 1 4 4 2 5

Datos ordenados: 15

1 1 2 2 2 3 3 4 4 4 4 5 5 5 5 5 5 5 5 6 6 7 8 8 8 9 9 9 9
340 INVESTIGACIÓN DE MERCADOS

Datos agrupados

La mediana es 5 puesto que aquí se


dividen las frecuencias en dos mitades.
11 <ZFj/2=29/2= 14,5 <19
La moda es 5, puesto que es el valor
más frecuente.

2.Determinación de la media

Suma de datos: 29 j =149

Media = 149/29 = 5,14

Los valores de la muestra conformada por 29 datos se pueden referir a casos como los
siguientes, según la escala utilizada, así:
En la escala interval: Cada dato se refiere a los ingresos familiares por intervalos, defi­
nidos con relación a un número de salarios mínimos. El resultado muestra como ingreso
familiar promedio, el de 5,14 salarios mínimos.
En la escala ordinal: se trata de 29 ordenaciones que un mismo número de individuos
hace de nueve marcas, según sus preferencias. En este caso, el orden de la marca estudiada
es el quinto puesto.
En la escala nominal: se debe seleccionar la marca preferida entre una muestra de nue­
ve. Se registran 29 selecciones, siendo la moda la número cinco.

Medidas de dispersión
Las medidas de dispersión son, en orden ascendente de su fuerza descriptora, las siguientes: el
recorrido, el cuantil, el desvío absoluto promedio, la varianza, la desviación estándar y el coefi­
ciente de variación. El recorrido y los cuantiles se aplican, específicamente, a datos medidos en
las escalas cualitativas.
EJECUCIÓN DE LA INVESTIGACIÓN 341

Tabla 8.6 Fuerza descriptora de las medidas de desviación y la escala de medida


que soporta.

Orden de menor a mayor Principal escala


Recorrido Nominal
Cuantiles o percenliles Ordinal
Desvío absoluto promedio Interval y razón
Varianza Inter val y razón
Desviación estándar Interval y razón
Coeficiente de variación Interval y razón

La menos descriptiva de estas medidas es el recorrido, pero se mejora si se conocen


algunos cuantiles que proporcionan una idea acerca su distribución. El desvío absoluto prome­
dio es una buena medida descriptora pero no permite un manejo algebraico ágil La varianza
resuelve esta desventaja, pero cambia la escala, a otra de orden cuadrático. La desviación estándar
tiene más fuerza descriptora que la varianza porque se relaciona con la misma escala de medida
de la cual se extraen los datos originales, en tanto que la varianza utiliza una escala cuadrática.
Sin embargo, el manejo algebraico no es tan eficiente como el de la varianza. La fuerza descriptora
del coeficiente de variación supera al de la desviación estándar, porque proporciona una medi
da relativa. Esto le confiere un carácter universal, independiente de la dimensión de la medida.
Las definiciones de las medidas de dispersión son:
Recorrido y cuantiles. El recorrido expresa los valores máximo y mínimo de la variable
aleatoria. Los cuantiles expresan los valores o intervalos del recorrido, donde las frecuencias se
expresan por partes iguales. Por ejemplo, el decíl expresa los diez valores en que se dividen las
frecuencias. Los cuartiles dividen las frecuencias por cuartas partes.
Desvío absoluto promedio. Es el promedio en valor absoluto de los desvíos:
|x-xy|
esto es:

El manejo de los valores absolutos es matemáticamente poco ágil, por lo cual no se


suele utilizar con frecuencia.
Varianza. Es el promedio de los desvíos cuadráticos lXj-XJ2 , esto es:

Es una medida basada en una magnitud de segundo orden para eliminar las compensa­
ciones, que por el signo se presentan con el desvío aritmético.
342 INVESTIGACIÓN DE MERCADOS

Desviación estándar. Corresponde a la raíz cuadrada de la varianza. De esta manera se


reversa la varianza a la escala original de los datos. Esto es:
D = -\ls*
Coeficiente de variación. Se representa por la relación entre la desviación estándar y la
media, esto es:
v = D/X
Esta medida elimina la necesidad de conocer la magnitud de las medidas originales, pues
tiene una condición relativa, lo que le imprime un carácter de universalidad comparativa.

Caso 8.8 Medidas de dispersión

Para la muestra anterior, conformada por 29 datos, las medidas de desviación son las si­
guientes:
1. Recorrido y cuantiles
Datos ordenados:

Posición:
1 7,5 15 22,5 29

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

Se selecciona el cuartil como cuantil, o sea aquellos valores que dividen las frecuencias
por cuartas partes. Entonces, se tiene:

Recorrido =1-9 Primer cuartil = 1-3


Segundo cuartil = 4-5
Tercer cuartil = 5-7
Cuarto cuartil = 8-9

La tabla de cálculos 8.7 que se expone a continuación, permite obtener los valores
para las siguientes medidas, tomando como base la media 149/29 = 5,14

2. Desvío absoluto promedio


= 55,26 / 29 = 1,91
3. Varianza
EJECUCIÓN DE LA INVESTIGACIÓN 343

S2= 167,46/29 = 5,77


4, Desviación estándar D = Js*
D = V 5.77 = 2.40
5. Coeficiente de variación v = D/X
= 2,40/5,14 = 0,47 = 47%

Tabla 8.7

XJ $ V, |x-x.|/y (*-X,
1 2 2 4,14 8,28 17,14 34,28
2 3 6 3,14 9,42 9,86 29,58
3 2 6 2,14 4,28 4,58 9,16
4 4 16 1,14 4,56 1,30 5,20
5 8 40 0,14 U12 0,02 0,16
6 2 12 0,86 1,72 0,74 1,48
7 1 7 1,86 1,86 3,46 3,46
8 3 24 2,86 8,58 8,18 24,54
9 4 36 3,86 15,44 14,90 59,60
149 55,26 167,46

Gráficos
Una buena manera de resallar los punios relevantes de una investigación es hacer la represen­
tación gráfica de la información. Los descriptores gráficos pueden ser de varios tipos: tenden­
cias, histogramas, pasteles, bosquejos y figuras. En la figura 8.16 se presentan algunos aspectos
pertenecientes a cada uno de estos tipos.
Las tendencias son líneas o barras utilizadas para describir el comportamiento de un pro­
ceso en el tiempo, como por ejemplo las ventas de una compañía.
Los histogramas representan una función de frecuencias, utilizando para ello barras de un
mismo espesor, proporcionales a la frecuencia, como por ejemplo las preferencias de los clien­
tes hacia las marcas. Los pasteles tienen el mismo objetivo, pero son más indicados cuando se
trata de interpretar participaciones en el mercado, o en una mezcla de productos, etc. Los
bosquejos cumplen una función similar, pero utilizan un concepto gráfico que permiten visuali­
zar muy claramente las diferencias.
Finalmente, se utilizanJiguras de muy diversa gama, como una forma amena de presenta­
ción, con el ánimo de asociar el gráfico con el tema de investigación.
344 INVESTIGACIÓN DE MERCADOS

Existen en el mercado excelentes herramientas para elaborar gráficos empresariales en


forma fácil, con grandes variantes y en forma muy profesional. Software tales como HARVARD
GARAPHICS, 3D, COREL DRAW, FREELANCE, POWER POINT, CHARISMA, EASY FLOW,
entre otros, hacen esta labor simple y agradable.

3. ANÁLISIS DE LA INFORMACIÓN

El análisis de la información se basa en los resultados para sustentar las conclusiones. Para
enfocar el análisis, el investigador debe considerar estos tres aspectos:
1. Cuál es el número de variables a considerar
2. Cuáles son las técnicas a emplear
3. Cuáles son las escalas de medida utilizadas

Si el análisis hace referencia a una sola variable, se aplica el análisis univariado, si se


involucran solo dos variables, se aplica el análisis bivariado, y si intervienen muchas variables,
el análisis multivariado. Estas técnicas se tratarán con detenimiento en los capítulos 10 y 11.
EJECUCIÓN DE LA INVESTIGACIÓN 345

Con relación a la segunda pregunta sobre las técnicas a emplear, se debe definir si el
estudio requiere sólo de un análisis descriptivo sobre la muestra o si, además, se trata de hacer
inferencia acerca de la población. En el primer caso, se aplica la estadística descriptiva, que
tiene en consideración las medidas centrales, de dispersión y de asociación. En el segundo caso,
se aplica la teoría de muestras para proyectar los resultados muéstrales a la población.
La tercera pregunta sirve para determinar la estadística que se debe aplicar, según la
escala de medida. Cuando la escala es nominal y ordinal se utiliza la estadística no paraméli ica,
y si es la interval o proporcional se aplica la estadística paramétrica, (ver tabla 8.8).

Análisis univariado
Contempla una sola variable, que puede ser de tipo cuantitativo, como el ingreso mensual o la
participación en el mercado, o de tipo cualitativo, como la selección de una marca. Su análisis
se centra en las medidas descriptivas, como las medias y la dispersión, en pruebas para con­
frontar hipótesis, y en las inferencias para estimativos puntuales, de rangos y de frecuencias. En
la tabla 8.8 se hace una síntesis de las técnicas estadísticas en el caso univariado.

Tabla 8.8 Resumen de técnicas de análisis univariado.

Escala Estadística descriptiva Inferencia estadíslica


Interval Media Prueba Z y t para
Desviación estándar comparar medias
Ordinal Mediana Prueba
Rango cuántico Ko 1 m ogoro v/S m i r n ov
Nominal Moda Prueba X2
Frecuencias

Análisis bivariado
El análisis bivariado estudia la correspondencia entre dos variables y establece la clase de rela­
ción que existe entre ellas.
Por ejemplo, si Y se refiere a una variable dependiente, como las ventas y, X es una varia­
ble independiente, como el precio, el objeto es determinar la forma de la relación:
Y=J(X)
En este campo de aplicación se utiliza el análisis de correlación, el análisis de regresión
simple y la tabulación cruzada. Las pruebas aplicadas dependen de la escala de medida utiliza­
da, según se indica en la tabla 8.9.
346 INVESTIGACIÓN DE MERCADOS

Tabla 8.9 Resumen de las técnicas de análisis bivariado.

Escala Estadística descriptiva Inferencia estadística


-—----- --
Dos variables Coeficiente de correlación Prueba Z y í para diferencia
intervales lineal, regresión simple entre medias, prueba t para
coeficiente de correlación

Dos variables Coeficiente de correlación Prueba U


ordinales de rango Prueba Kolmogorov/Smirnov

Dos variables Coeficiente de Prueba %2


nominales contingencia

Análisis multivariado
Por lo general, las variables de marketing dependen de diversas variables independientes. En el
caso de las ventas, éstas dependen, además del precio, de variables como la inversión publicita­
ria Z, la inflación W y el ingreso percápita V entre otras.
La relación entre éstas se establece en la forma:
f
Y=J(X¿W,V) x

De este tipo son las medidas de correlación y de regresión múltiple, el análisis multivariado
de varianza, utilizado para comprobar los efectos de una variable sobre otras, el análisis de
covarianza, utilizado para establecer la existencia de interacciones de variables, y la correlación
canónica que sirve para establecer la existencia de asociaciones entre variables cualitativas y
cuantitativas.
Otras técnicas de análisis multivariado, en lugar de establecer una dependencia entre una
o varias variables con relación a otras, asumen la existencia de una mutua interdependencia de
ellas. Esta condición se establece de la forma:

f(X,Y,Z,WV)

Dentro de estas técnicas de interdependencia de variables se mencionan:

• El análisis conjunto, que se utiliza para medir la importancia de las partes o atributos
individuales de un producto, a partir de evaluaciones globales;
• El análisis discriminante, que establece las variables relevantes que segmentan mejor las
poblaciones;
• El análisis de detección de interacción, que establece los niveles de valoración que mejor
segmentan la población, a través de las variables relevantes;
EJECUCIÓN DE LA INVESTIGACIÓN 347

• El análisis factorial y el escalamiento multidimensional, que agrupan los atributos en facto­


res, para clasificar los productos y marcas del mercado en un mapa competitivo o de posi-
cionamiento.

Tabla 8.10 Resumen de técnicas multivariadas de dependencias.

Escala Estadística descriptiva

Una variable dependiente

Variable dependiente ¡nterval


Variables independientes Intervales Regresión múltiple
Variable dependiente interval
Variables independientes nominales Análisis de varianza
Análisis de covarianza
Detector automático de interacción
Variable dependiente ordinal
Variables independientes nominales Análisis conjunto
Variable dependiente nominal
Variables independientes intervales Análisis discriminante
Variable dependiente nominal
Variables independientes nominales Análisis discriminante de variable ficticia
Varias variables dependientes
Variables dependientes nominales Correlación canónica
Variables independientes intervales
Variables dependientes intervales Análisis multivariado de varianza
Variables independientes nominales

Análisis de Interdependencia
El análisis multivariado anterior, expresa una o varias variables en función de un conjunto de
otras variables. El análisis de interdependencia no hace esta suposición y, en cambio, estudia las
influencias mutuas de las variables.
Las técnicas son el análisis factorial, que reúne grupos de atributos que se relacionan con
un factor, el análisis discriminante, que separa variables por segmentos y el escalamiento
multidimensional, que posiciona atributos y objetos para analizar la competencia, tal como se
resume en la tabla 8.11.
348 INVESTIGACIÓN DE MERCADOS

Tabla 8.11 Técnicas multivariadas de interdependencia.

Escala Aplicación central Estadística descriptiva


Múltiples variables interdependientes
Encuesta múltiple Análisis factorial Componentes principales
Análisis binario
Escalamiento multidimensional
Mapas perceptuales
Análisis discriminante

4. PRESENTACIÓN DEL INFORME

El informe es un documento escrito donde se expresan las condiciones, los resultados, las
conclusiones y las recomendaciones. Es la etapa final del proceso de investigación y es posible
reforzarlo con presentaciones orales y ayudas audiovisuales.
El informe final puede tener dos presentaciones, de acuerdo con su destinatario final, así:
Informe técnico: Es el informe formal, que debe ser completo y riguroso. Esta destinado
a la audiencia especializada, que conoce de los detalles del proceso investigado y de los elemen­
tos de investigación utilizados.
Informe divulgativo: Los informes divulgativos son resúmenes orientados a una audien­
cia que necesita conocer mucho de las conclusiones y recomendaciones y poco de los aspectos
técnicos. Pueden ser de dos formas: Uno, destinado a una audiencia general y otro, a la geren­
cia. Este último debe contener las mejores herramientas descriptivas que permitan la mayor
comprensión del gerente, quién es el destinatario principal.

Componentes del informe


Las siguientes son las partes que componen el informe final:
Carta de presentación. Es un mensaje escrito en un volante separado del informe gene­
ral, donde se presenta el motivo principal del estudio.
Portada. Corresponde a la primera página del informe, que contiene el título del estudio,
la identificación de la entidad ejecutora y los autores, la fecha y los destinatarios.
Resumen. Es un compendio breve del problema bajo estudio y el objeto de investigación.
Es muy útil cuando se trata de informes largos, puesto que algunos destinatarios río pueden
disponer de mucho tiempo, o no necesitan de la lectura completa para conocer su contenido.
EJECUCIÓN DE LA INVESTIGACIÓN 349

Tabla de contenido. Es el índice de los capítulos y secciones, mediante títulos que expre­
sen su contenido. Debe tener el mismo contexto de los títulos internos.
Introducción. Explica las circunstancias que acompañaron el estudio. Incluye la formu­
lación del problema de mercadotecnia a estudiar, la razón de ser del estudio, las expectativas
del solicitante y recalca los objetivos de la investigación, y se justifica la división de realizar el
estudio.
Marco teórico. Describe el conocimiento actual que se tiene sobre del tema, la bibliogra­
fía, las hipótesis actualmente aceptadas en la práctica gerencial.
Objetivos. Se plantean los objetivos, generales y específicos, hacia los cuales se enfoca el
estudio. Se plantean las hipótesis a probar y las necesidades y fuentes de información.
Metodología y Limitaciones. Es la descripción del método utilizado para investigar los
objeLivos propuestos. El propósito es explicar y justificar, brevemente, las técnicas empleadas.
En esta sección se. exponen también las limitaciones debidas a problemas tísicos y económicos,
y sus posibles efectos sobre la validez de los resultados. Se describen el lugar y tiempos de
realización del estudio.
Resultados. Conforma el cuerpo central del estudio. Incluye los resultados de la investi­
gación, constituidos por un contenido textual, tabulados, gráficos explicativos y otra ayudas,
con los que se expresan todos los hallazgos resultantes de las técnicas empleadas. Otros resul­
tados secundarios, contenidos teóricos y demostraciones, se deben organizar separadamente a
manera de apéndices. &
Conclusiones y recomendaciones. Es la parte substancial del estudio, que resume los
hallazgos y las anotaciones destacadas. Con frecuencia es la única parte del estudio leída por
muchos destinatarios. Las recomendaciones suelen ser bienvenidas por la gerencia, aunque el
investigador no sea un experto en el tema de marketing tratado.
Apéndices. Se localizan en la parte final del informe, los cuales incluyen los materiales de
apoyo que resulten excesivamente técnicos, como para incluirlos en el cuerpo del estudio.
Bibliografía: Es el último apéndice e incluye una enumeración de todas las fuentes de
información secundaria que se utilizaron o nombraron en el estudio. Cada bibliografía debe
llevar el nombre del autor, el titulo, la edición y la fecha.

Normas para la elaboración del informe


No es posible est ablecer un procedimiento estándar para redactar el informe, puesto que cons­
tituye una habilidad del investigador, siendo esta una característica que se asocia más con un
arte que con una técnica. Sin embargo, es aconsejable seguir algunas paulas que recomienda la
experiencia, como las que se exponen a continuación.
350 INVESTIGACIÓN DE MERCADOS

Para empezar, es recomendable levantar un esquema del informe, sección por sección,
antes de empezar a redactar el informe. Así se evitan redundancias y repeticiones indeseables, y
se tiene control del contenido y de la ubicación de los resultados.
Es recomendable utilizar el nivel de formalidad indicado, de acuerdo con el tema. Selec­
cionar las palabras y expresiones necesarias para transmitir eficazmente el mensaje deseado.
Conviene enriquecer el informe con la jerga profesional sin caer en el error de exagerar la
terminología técnica.
Se recomienda medir el índice de dificultad de lectura del informe. Esto se puede hacer
mediante pruebas con personal especializado, que puede ser útil para opinar sobre este aspec­
to. Existe una medida para medir la dificultad de lectura de un informe llamado índice FOG, en
el cual un puntaje superior a 10 significa que es difícil de leer.

Consideraciones Prácticas
Existen también unas consideraciones importantes para hacer mas exitosa la presentación del
informe. Muchas investigaciones valiosas se pierden por problemas de comunicación o de di­
vulgación, por utilizar procedimientos inadecuados o por ausencia de ellos. Las siguientes son
algunas recomendaciones para mejorar el éxito del estudio, en cuanto a su credibilidad y
aceptabilidad. Éstas son normas que orientan tanto la exposición oral como el informe escrito.

• Es aconsejable utilizar tablas, diagramas, gráficos y ayudas visuales. Ésto despierta la aten­
ción y hace menos monótona la exposición. Se deben evitar las tablas muy recargadas. En
su lugar, es preferible presentar los tabulados por partes, para dar una apariencia mas clara
y comprensible.
• Evitar los términos estadísticos con los cuales el auditorio no está muy familiarizado. En
general se supone que el investigador es un profesional en este campo y el auditorio le
suele reconocer esa cualidad. Por tanto, antes que conceptos teóricos, el auditorio suele
estar más interesado en los resultados.
• Simplificar el lenguaje, utilizando términos familiares o bien, si es de rigor el uso de térmi­
nos técnicos, expresar a continuación su significado. Esto es interesante cuando se necesita
divulgar terminología para facilitar la actividad.
• Redondear los números grandes. Muchas cifras no son comprensibles a primera vista, lo
que obliga a gastar tiempo en un esfuerzo ¿ndeseado. En los tabulados es importante traba­
jar con cifras significativas, para una presentación mas clara y comprensible.
• Expresar los números en los términos más entendibles por el auditorio, como el uso de
porcentajes en lugar de fracciones.
• Estandarizar las bases de comparación. El uso de diferentes bases lleva a errores y repetí-
EJECUCIÓN DE LA INVESTIGACIÓN 351

ciones indeseables. Por ejemplo no conjugar 100 millones con 420.000. En su lugar se
debe expresar así: 100 millones frente a 0,42 millones.
• En presentaciones orales no abrumar al auditorio con aspectos intrincados. El expositor
debe limitarse a los puntos esenciales.
• Las ayudas audio visuales facilitan la exposición y la comprensión del tema. Una ayuda
visual no debe demorar mas de 30 segundos para ser completamente asimilada y entendi­
da por el auditorio. En caso de necesitar más tiempo, se recomienda partir la ayuda en dos
o más ilustraciones.
• Es evidente la coordinación que debe existir entre la presentación oral y la ilustración
visual. La falta de ella resulta fatal.
• De todas maneras, aunque el investigador debe ser objetivo y debe presentar los aspectos
negativos como algo positivo, es importante presentar los resultados pensando en función
del cliente. Una buena láctica es recalcar los resultados que más lo benefician, pero sin
ocultar los problemas.
• Al investigador se le sugiere prudencia, que no sobreestime los beneficios de la investiga­
ción. Es preferible prometer un poco menos de que lo que se puede obtener.

Figura 8.17 Presentación del informe.


APLICACIONES ESPECÍFICAS DE
LA INVESTIGACIÓN DE MERCADOS

En los capítulos anteriores la exposición se ha referido a la metodología


general de la investigación de mercados, independientemente del área de
especialidad. En algunas partes se ha hecho referencia a casos especiales, sin entrar en mayores
detalles, como en el capítulo 2 cuando se mencionó la investigación industrial. Pero en la
práctica, la mayor parte de las firmas profesionales sólo se desempeñan en unas cuantas áreas,
en las que han acumulado sus conocimientos. Sucede que cada especialidad se caracteriza por
contar con herramientas propias para su actividad que las diferencia. Por ejemplo, la investiga­
ción publicitaria cuenta con pruebas propias que poco tienen que ver con otras especialidades,
como la investigación de los estilos de vida.
Algunas aplicaciones se convierten en productos propios de firmas prestigiosas, a veces
con marcas, cuando, seguramente, han desarrollado una metodología para tal fin, que les ha
producido buenos resultados, en cuanto a la validez y la confiabilidad de las pruebas que las
componen. La metodología, la información, la infraestructura que han logrado adquirir, pro­
pias de éstas herramientas, no suelen ser divulgadas, forman parte del patrimonio de las firmas.
Aunque éstas herramientas de investigación siguen los mismos parámetros generales ya estu­
diados, hacen hincapié en detalles claves, que facilitan el proceso de investigación, para despe­
jar los problemas comunes a dicha actividad y las hace más eficaces en el logro de conclusiones
importantes para la gerencia.
Esto sucede con firmas que se especializan en investigación publicitaria, en estudios de
imagen, de nombres y logosímbolos, y muchos casos más, de los cuales se ha hecho una selec­
ción en el siguiente capítulo.
Este capítulo dará al lector una visión amplia del campo de aplicación de la investigación
de mercados y encontrará cómo, en cada campo de actividad, surgen nuevos conceptos, que
dan una concepción pragmática a esta materia, con lo cual, creemos, tal como piensa JejJrey
Pope1, el curso no sería completo si no los incluyéramos.

Pope, Jeffrey L. Investigación de Mercados. Norma


354 INVESTIGACIÓN DE MERCADOS

1. INVESTIGACIÓN INDUSTRIAL

Los productos de consumo Final son comprados por los consumidores íinales, para su propio
uso y consumo, generalmente para saLisfacer un deseo individual. En cambio, los productos de
consumo industrial sirven al propósito de proporcionar una utilidad a la empresa que los com­
pra, aunque esto no excluye la necesidad de satisfacer otros propósitos individuales de quién
decide la compra.
El producto industrial tiene como mercado meta el usuario industrial, que lo utiliza como
un insumo del producto que desarrolla. Este puede transformarlo en otro producto o necesitarlo
para procesarlo o para ofrecer un servicio. Puede ser una materia prima, un material o un
servicio. Puede ser un bien primario, como por ejemplo, las fibras textiles, o el acero, un bien
intermedio, como una tela o una parte metalmecánica, o un bien de capital, como una máquina
o una herramienta, pero no un bien de consumo final, como lo es una prenda o una podadora.
No sólo los productos adquiridos por las empresas manufactureras, para su posterior transfor­
mación, se incluyen en esta categoría. También pertenecen a ella aquéllos producto con fines de
intermediación o de reventa, y los productos de uso institucional, como por ejemplo los artícu­
los de consumo de los empleados.
Un producto con éstas características tiene un marketing industrial propio que depende
del uso y la forma de compra. El marketing industrial tiene relación con los negocios y las
actividades que afectan el movimiento de los productos industriales. La investigación industrial
determina los elementos necesarios para la búsqueda sistemática y objetiva de hechos relacio­
nados con un problema del marketing industrial.

Características de la investigación industrial

La principal característica diferenciad ora de la investigación de productos industriales es el


mercado que, normalmente, considera un número muy reducido de clientes, puesto que el
número de empresas de un sector suele ser desde un dígito a no más de 1.000. Otro elemento
diferenciador importante es la función de compras. Cuando se trata de productos de tecnología
media, se trabaja con niveles de calidad reconocidos en el mercado y la compra la hacen funcio­
narios corrientes. En cambio, si se trata de productos de alta tecnología, la calidad debe ser
homologada y los funcionarios que compran son personas altamente capacitadas para tal fin.
Otros elementos diferenciadores se expresan en la tabla 9.1.
Los productos industriales requieren de un alto contenido de información, como en el
caso de los textiles, en que la compra de un producto fuera de moda sólo ayuda a incrementar
los inventarios.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 355

En el marketing del producto industrial, se cometen errores frecuentes de identificación


del mercado meta. Éste lo constituyen los funcionarios que deciden la compra y quienes contri­
buyen a ella.
Se deben analizar las siguientes características para identificar los destinatarios de la in­
vestigación industrial:

1. Que tengan capacidad de respuesta a los planes de marketing de la empresa de produc­


tos industriales. Se necesita que tengan capacidad para identificar y diferenciar el pro­
ducto. Por ejemplo, para el caso de una prenda, es de anotar que el consumidor final,
normalmente, no conoce las características de la tela que la conforma.
2. Debe existir comunicación comprensible y de doble vía, entre los integrantes del mer­
cado meta y el productor. Así es posible dirigir la publicidad, directamente, al mercado
meta con mayor eficiencia.

Tabla 9.1 Elementos diferenciado res del marketing entre producto de consumo final
y de producto industrial.

Item Producto de Producto Industrial


consumo final

Mercado Amplio, anónimo Concentrado en pocos individuos


Proceso de compra Por impulso, decisión individual Racional, sistemática, exigente
Motivo de compra Satisfacer un deseo Disminuir costos
Obtener utilidad
Mayor eficiencia
Criterio de calidad Percibida por el cliente Homologada
Debe pasar pruebas
Uso final Gasto individual Para transformar, para ayudar a la
transformación o para ofrecer
un servicio
Canales de Genéricos, gran número Especializados, directos
distribución
Precio Precio de lista Precio de lista en productos
de línea
Precio diferenciado en productos
especiales
Promoción Publicidad masiva, indifeienciada Venta personal, diferenciada
Relaciones con los Impersonal, de corta duración Personal, duradera, compleja
clientes
356 INVESTIGACIÓN DE MERCADOS

La determinación correcta del mercado meta ahorra las ingentes sumas de dinero que se
gastan inútilmente en publicidad, mal orientada, cuando se tiene una idea errónea y no se ha
hecho el ejercicio de identificar el mercado meta de la empresa o de la unidad de negocio.
Entre las funciones del vendedor del producto industrial está: el contactar al comprador,
establecer relación con él y otros funcionarios influyentes, ofrecer cotizaciones y negociar los
términos de la venta. El vendedor debe entender que, necesariamente, la jerarquía o rango de
los funcionarios de compras en una compañía, no suele ser tan alta como se observa desde
afuera.
La transacción industrial es compleja, demorada, de alto valor, repercute en la produc­
ción y en el mercado. Puede ocasionar grandes riesgos, por lo que se presenta respaldada por
una gran confianza en el proveedor, a quién no se suele cambiar con frecuencia. En esta rela­
ción existe una buena dosis de intangibles, tales como la empalia del vendedor, la imagen de la
empresa y un sin número de detalles importantes de conocer.

Marcos industriales

LJn elemento importante para posibilitar la investigación industrial es el marco industrial, es


decir el recuento y la descripción de los componentes del sector. La elaboración de marcos
debería ser una función estatal, pero ante su ausencia, esta actividad se constituye en una fun­
ción frecuente de las firmas de investigación industrial.
Normalmente, las bases de datos, que contienen los marcos industriales, no se encuen­
tran disponibles puesto que constituyen una herramienta de ventas de la firma que los ha
elaborado. Para ciertas industrias, o actividades comerciales, pueden llegar a ser muy numero­
sas, y su levantamiento resulta costoso. Cuando se trata de pocas industrias el acceso a la infor­
mación se complica por la desconfianza para suministrar información que se considera confi­
dencial. En muchos casos, la ejecución de herramientas sistemáticas se vuelve imposible, o es
muy compleja o es poco confiable. En casos como estos, es útil aplicar métodos de inteligencia
bajo fuentes múltiples y variables, que a veces se salen de la ortodoxia del método de investiga­
ción.
La accesibilidad a los informantes de la investigación industrial es muy difícil, puesto que
éstos suelen ser personas importantes y ocupadas, como son los gerentes, los jefes de produc­
ción, o los jefes de compras; Para ello se necesita acomodarse a horarios específicos, hacer
largas antesalas, repetir visitas y someterse a que la entrevista se vea constantemente interrum­
pida, alargándose más de la cuenta, por lo que, a la larga, la cotización de una investigación
industrial resulta ser más costosa.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 357

El muestreo

Como se ha explicado, el universo de de los consumidores del producto industrial es, general­
mente, pequeño en comparación con el caso de los productos de uso final, por lo que se requie­
ren menos entrevistas, aunque el acceso y la duración de las mismas suele ser más complejo y
demorado.
En el procedimiento de muestreo industrial se recurre, con frecuencia, al tipo no
probabilístico, como el llamado muestreo de juicio, para englobar una mayor participación de
la producción con menos unidades participantes. La muestra se extrae de marcos industriales
preexistentes, como los directorios industriales y los estudios especializados.

La entrevista industrial

La entrevista en la investigación industrial, generalmente, esta rodeada de un ambiente intimi­


dante. Se requiere de entrevistadores capacitados y agresivos, con frecuencia personas muy
conocedoras del sector estudiado, para que puedan intercambiar información general. Con
frecuencia, los usuarios del producto son diferentes de quiénes lo compran, lo que obliga a
entrevistar a diferentes funcionarios dentro de una misma empresa. Es necesario conocer la
jerga del sector, que suele ser diferente según el producto investigado. Esto a veces requiere de
un análisis exploratorio previo, antes de llevar a cabo la elaboración de una encuesta o de
planear entrevistas de profundidad. Las entrevistas tienden a ser informales e inestructuradas y
con una muy buena utilización del tiempo.
Con frecuencia se insiste en que sean los vendedores industriales quienes deban recolec­
tar la información, se considera que son los mas indicados porque conocen el mercado mejor
que nadie. Sin embargo, se contra argumenta que quién tiene por oficio vender, no cumple con
objetividad la función de investigación, puesto que no le es fácil comprender las razones de
éxito, o de fracaso, de la empresa de la que hace parte y de los competidores. De esta forma, es
juez y parte, y la evaluación no resulta real.
El encuestado debe ser una persona con capacidad de suministrar la información. A veces
es necesario entrevistar diferentes funcionarios de una misma empresa, puesto que en el formu­
lario se plantean preguntas, cuyas respuestas deben ser contestadas por funcionarios de dife­
rentes áreas de la empresa.
Para obtener la colaboración de los entrevistados se ofrece en ocasiones, como
contraprestación, un extracto del estudio, de esta forma, el estudio gana en confiabilidad y
validez.
358 INVESTIGACIÓN DE MERCADOS

Perfil de clientes

El perfil de clientes es una herramienta a la que se recurre con frecuencia en la investigación


industrial, cuyo propósito es proveer las bases analíticas para estudiar el mercado, clasificar los
clientes y preparar el campo para el plan de marketing.
Los elementos más importantes del perfil se refieren a la identificación, la descripción, la
infraestructura y el desempeño, cuyas variables más importantes son:

1. Identificación Nombre, dirección, teléfono, fax


Ubicación geográfica
Representaciones, marcas, etc.
2. Descripción Compras al proveedor
Ventas del cliente
Utilidades del cliente
Plazos de pago otorgados por el cliente
Servicios prestados
Número de empleados de planta
3. Infraestructura Equipo productivo
Logística de despacho
Capacidades de producción
4. Desempeño Compras por producto
Proveedores por producto
Participación del cliente
Clientes del cliente

Técnicas de investigación industrial

Las técnicas de observación son comunes en la investigación industrial. Los principales objeti­
vos recaen sobre el parque de maquinaria o equipo utilizado, en cantidad y género y sobre los
productos y precios.
Otras técnicas de recolección de información acerca de los productos industriales em­
plean diferentes formas, como, por ejemplo, el uso de los registros propios de las empresas, la
utilización de páneles de expertos, las encuestas en sus diferentes modalidades, las investigacio­
nes de escritorio, etc.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS
359

La tabla 9.2 muestra una lista de los estudios que más se realizan en la investigación
industrial, organizados en orden de importancia.

Tabla 9.2 Estudios más importantes que se realizan en investigación industrial.

1. Pronósticos de ventas
2. Tamaños de los mercados
3. Tendencias de los mercados
4. Demanda de nuevos productos
5. Posicionamiento de los productos
6. Descripción de los mercados
7. Usos finales de los productos
8. Análisis de coyuntura económica
9. Predicciones industriales
0. Evaluación de los nuevos productos

2. INVESTIGACIÓN PUBLICITARIA

La publicidad es una parte vital de la actividad empresarial, por lo que se ha desarrollado un


tipo de investigación especializada para evaluarla, en forma objetiva, dado su potencial de
comunicación y de persuasión.
Son tres los campos de aplicación de la investigación publicitaria: el contenido, los me­
dios y la efectividad.

Tipos de investigación Investigación de contenido


Investigación de medios
Investigación de la efectividad

Investigación de contenido

En la investigación de contenido el objetivo es evaluar la capacidad de un anuncio para impactar


a una audiencia. El anuncio consta de dos partes: el tema y el diseño, que son los sujetos de una
investigación.
Existen dos pruebas para analizar el contenido: el análisis pre-test, que se efectúa antes de
su publicación para analizar el contenido del texto y el análisis post-test, prueba que se efectúa
después de la publicación para conocer su eficacia.
360 INVESTIGACIÓN DE MERCADOS

Pre-test
El método se fundamenta en pruebas pilotos, previas a su publicación, del tema o el concepto
aplicado en el anuncio, dirigidas a una pequeña muestra de la audiencia destinataria de la
publicidad, para evaluar la forma como se ha redactado el texto publicitario y el diseño gráfico
utilizado.
El objeto es desarrollar, con los integrantes reunidos en sesiones de grupos, ideas y for­
mas de presentación del mensaje, para corroborar o mejorar el grado de captación del mensaje
publicitario, examinar la ilustración que proporciona, catar la aceptación y la fuerza del impac­
to que causa, observar la intensidad del interés y la respuesta emocional que se logra en el
auditorio.

POST-TEST
La prueba posterior busca determinar dos aspectos: corroborar el grado de reconocimiento del
mensaje y medir el grado de recordación. El objeto es determinar el estado de acercamiento que
se tiene del consumidor con relación a la compra del bien o el servicio anunciado.
Las etapas de acercamiento a la compra están expresadas en las variables actitudinales
que son: la atención o conocimiento que el consumidor tiene del producto, el interés o senti­
miento despertado, el deseo o motivación de compra y la intención de compra.
La prueba posterior tiene dos variantes:
Prueba de recordación: (recall) La prueba de recordación es espontánea y consiste en
indagar la capacidad de recuerdo del consultado sobre un determinado anuncio publicitario.
En caso positivo se le pregunta acerca del impacto causado.
Prueba de reconocimiento: A diferencia de la anterior, ésta es ayudada. La prueba de
reconocimiento o retención, muestra al consultado varios anuncios, por ejemplo de prensa, y
después indaga hasta qué punto puede recordar los mensajes y las marcas, con esa ayuda.

Investigación de medios

El objetivo es investigar la capacidad de los medios de comunicación para lograr la penetración


y el cubrimiento del mensaje publicitario, según las necesidades de la gerencia y el costo de
transmisión.
Con base en este conocimiento se pueden establecer las bases que se requieren para la
elaboración del plan de marketing para hacer la distribución óptima del presupuesto publicita­
rio en diferentes medios, que posibiliten el logro de los objetivos de marketing.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 361

Los medios básicos son, por su naturaleza, de cinco clases, así: prensa escrita, prensa hablada
o radio, Audiovisual o TV, medios portantes, que utilizan otros sistemas diferente a los anteriores
y los medios dirigidos al mercado meta (ver tabla 9.3).

Elementos de la investigación de medios

Los elementos a considerar en la investigación de medios tienen que ver con el programa, el
presupuesto y las variables de los medios.

1. Variables del programa publicitario. Considera los costos del medio de acuerdo con
los horarios, la cobertura y los lugares, el tiempo de duración o espacio ocupado en el
medio utilizado y la frecuencia de transmisión del anuncio publicitario.
2. Presupuesto de publicidad. Es la disponibilidad de recursos de efectivo, aprobado en
el plan de marketing.
3. Variables de los medios. Considera tres elementos: el alcance o distancias hasta don­
de llega la transmisión, la penetración o cantidad de personas a quienes le puede llegar
el mensaje, y la cobertura o sea, la clase de personas a quiénes les llega el mensaje.

Tabla 9.3 Principales medios publicitarios.

Medio Componentes
Prensa Periódicos
Revistas masivas
Revistas especializadas
Radio Emisoras noticiosas
Emisoras musicales
Emisoras especializadas
Televisión Cadenas nacionales
Cadenas regionales
Televisión por cable
Videos
Portantes Vallas
Carteleras
Cine
Dirigidos Catálogos
Muestras
Volantes
362 INVESTIGACIÓN DE MERCADOS

Cada medio tiene una efectividad diferente en la mezcla de componentes. Un programa


de TV puede tener más efectividad que la radio para un producto dado y un mercado dado,
pero la radio, a su vez, se comporta mejor que la TV en otro tipo de combinación producto
mercado.
Es importante distinguir entre la eficiencia y la eficacia del medio: La eficiencia es la
capacidad para cubrir la audiencia indicada y la eficacia es la capacidad para impactar dicha
audiencia.
El panel de sintonía es una herramienta muy recurrida para la medida de los medios de
comunicación. Existen firmas especializadas que llevan a cabo programas de medición de me­
dios con los cuales se fundamentan las anunciantes y los anunciadores para pactar las tarifas,
de acuerdo con el alcance, la penetración y el cubrimiento, además, de la eficiencia y la eficacia.

Caso 9.1 Efectividad de un medio

Una medida de efectividad de los programas de TV es el “rating” de sintonía, que mide el


porcentaje de personas que son teleaudientes. El rating se mide a partir de los participantes
de un pánel. Para el caso resultó ser del 15% para el programa A, de la cadena 1 y del 25%
para el programa B, de la cadena 2.
Para calcular la penetración se hace la siguiente reconstrucción del mercado. Dada
una población de 30 millones de habitantes, agrupados en 6 millones de familias, de las
cuales el 80% tiene por lo menos, un aparato de TV, se deduce que:

Total receptores 5,000.000


Total receptores prendidos 3,000.000
Receptores sintonizando A 450.000 receptores
Receptores sintonizando B 750.000 receptores
Receptores sintonizando otros 1,800.000 receptores
Audiencia programa A 2,250.000 personas
Audiencia programa B 3,750.000 personas

Se concluye que el programa B tiene mayor penetración que el A, sin embargo se


deben considerar las siguientes anotaciones:

1. Si la medida del rating se hace con base a un aparato prendido, esto no significa,
necesariamente, que tiene audiencia.
2. Si tiene audiencia no significa tampoco que toda la familia esté presente.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 363

3. La audiencia menor de un programa, como corresponde al A, no significa, necesaria­


mente, mayor desventaja que el programa B, porque la audiencia puede ser más selec­
ta y satisfacer mejor las condiciones apropiadas para un determinado producto O
sea, que un mayor rating no, necesariamente, es más conveniente.

Caso 9.2 Presupuesto publicitario

Se está considerando el presupuesto publicitario dentro del plan de marketing de una lextilera,
cuyo mercado lo conforman las empresas de confecciones y los almacenes de telas, al detal.
El plan no considera campañas publicitarias por TV, puesto que ésta se caracteriza por
ser masiva y anónima, y su costo es muy alto en comparación con la eficacia que se puede
esperar, puesto que este medio llega bien al público en general, pero no a un público indus­
trial, que es quien identifica la tela como materia prima de las prendas.
El presupuesto publicitario se debe encausar entonces a través de otros medios mas
efectivos, como las revistas especializadas, los catálogos y las cartas de moda, que se envían
directamente a los usuarios del mercado meta, esto es, a los jefes de compras de dichos
establecimientos, que son quienes conocen bien y distinguen el producto y la marca.

Investigación de la efectividad

Se piensa, erróneamente, que la prueba acida para evaluar una campaña publicitaria es el au­
mento de las ventas o la penetración en el mercado. Sin embargo, ello no es tan evidente,
puesto que la publicidad es sólo uno de los elementos de la mezcla de marketing, que contribu­
yen con este fin.
Hay otra razón, más importante, que hace poco recomendable considerar las ventas como
la medida de la efectividad publicitaria. Sucede que las ventas no suelen tener un efecto inme­
diato con la publicidad. También es posible la presencia de variables extrañas, como las relacio­
nadas con la competencia, que pueden desfigurar dicha medida.
Algunos recomiendan efectuar, para tal fin, pruebas que proporcionen medidas como la
predisposición de compra de los destinatarios de la publicidad y la capacidad de persuasión del
anuncio. Otras medidas asociadas son: la actitud del público objeto o prueba de credibilidad, o la
prueba para determinar si la campaña logra cambiar, favorablemente, el desempeño de los
consumidores, la prueba de comprensión, que determina qué tan bien captó la audiencia el men­
saje, y, finalmente la prueba de sintonía que evalúe la penetración que tuvo el anuncio.
Sin embargo, no se ha podido determinar una prueba que, por consenso, sea reconocida
como la indicada para medir la eficacia de una campaña publicitaria.
364 INVESTIGACIÓN DE MERCADOS

Las pruebas que tratan de probar la influencia de la publicidad en las ventas, además de
las pruebas de recordación y de reconocimiento, hacen parte del grupo de nueve, que se expone
en la tabla 9.4, según el orden de preferencias de la investigación publicitaria de los EE.ULJ y
Europa2.

Tabla 9.4 Tipos de pruebas de contenido según preferencias.

1 Prueba de comprensión de texto


2 Prueba de actitud
3 Prueba de recordación
4 Prueba de predisposición de compra
5 Prueba de credibilidad
6 Prueba de la conducta
7 Prueba de reconocimiento
8 Prueba de evaluación de anuncios, ad rating
9 Prueba de persuasión

Sin embargo, no siempre las ventas son los objetivos directos de la publicidad, puesto que
los propósitos fundamentales para utilizar la publicidad son:

1. Dar a conocer un producto


2. Buscar un reconocimiento de sus características
3. Crear una actitud favorable frente al producto
4. Predisponer el público a la compra
5. Hacer la compra
6. Recordar la satisfacción de compra
7. Buscar la repetición de la compra

De aquí que las técnicas de investigación publicitaria se pueden centrar para conocer la
efectividad en el cumplimiento de cada uno de dichos objetivos.

3. INVESTIGACIÓN DE IMAGEN

La imagen la constituye el conjunto de creencias que un público tiene acerca de una organiza­
ción, un producto, una marca, un servicio, una persona, etc. La imagen es una de las partes

2 De acuerdo con los estudios de Adler y colegas


APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 365

integrantes del producto o del servicio ofrecido, dentro de la mezcla de marketing. El producto
se compone de tres elementos que lo conforman: las propiedades físicas que lo caracterizan, el
servicio ofrecido y la imagen de la marca3. La imagen es la consecuencia de la satisfacción de los
clientes y de los públicos interesados.
Los públicos son grupos de personas que pueden impactar el desempeño de una organi­
zación en el propósito de alcanzar sus objetivos. El público constituido por los clientes y los
consumidores finales es el más importante, puesto que de ellos dependen las ventas. Sin embar­
go, la empresa debe preocuparse también de otros públicos que pueden obstaculizar su gestión
a mayor plazo, como los distribuidores, el gobierno, los bancos, los accionistas, los proveedo­
res, los empleados, etc.

La publicidad y la satisfacción de compra son los dos elementos claves para moldear una
imagen. La publicidad da a conocer el producto y sus características, pero éstas deben corres­
ponder a lo anunciado. De hecho, la publicidad se utiliza bajo dos orientaciones: una que tiene
como objetivo directo mover las ventas próximas del producto y la otra tiene un propósito
institucional, transmitir los elementos de una identidad de imagen. La imagen se configura,
entonces, por las propiedades del producto, los servicios ofrecidos y la forma cómo se proyecta
al mundo exterior.
La investigación de mercados presenta dos modalidades para el estudio de la imagen del
producto, sea éste un bien, un servicio, una marca, una empresa o una persona. Una de ellas
estudia la capacidad para hacer notar su identidad, esto es la visibilidad del producto. La otra se
encarga de determinar la acogida y reputación que el público tiene del producto.

Estudios de imagen Test de visibilidad de la identidad


Test de reputación de la identidad1

1 Siguiendo el concepto de W Markvoort , Asesor internacional


366 INVESTIGACIÓN DE MERCADOS

De acuerdo con estos dos conceptos, los resultados de visibilidad y reputación se pueden
integrar en un mapa perceptual que permita posicionar los objetos estudiados, lo que facilita el
análisis de la estrategia indicada, como se expone en la figura 9.1. Como se puede observar, el
cuadrante 1 se interpreta como un producto con buena fama y muy conocido. Naturalmente, la
estrategia es mantener esta situación. El cuadrante II significa buena fama pero poco conocido,
por tanto la estrategia es mercadear mayor visibilidad, esto es invertir en publicidad. El cua­
drante III significa mala fama pero poco conocida, se recomienda como estrategia no hacer
publicidad antes de emprender una mejora del producto o del servicio tal que, luego, permita
moverse al cuadrante 11. Finalmente, el cuadrante IV indica mala fama y además muy divulga­
da, por tanto la estrategia es, primero, reducir la visibilidad para moverse al cuadrante 111 y,
después, mejorar el producto para virar al cuadrante II, antes de enfocar el cuadrante 1.

Alta visibilidad Baja visibilidad


Alta reputación 1 II
Es bueno y todos Es bueno pero pocos
lo saben lo saben

Baja reputación Es malo y todos Es malo pero pocos


lo saben lo saben
IV III

Figura 9.1 Mapa de visibilidad y reputación.

Método de investigación de imagen

Para enfocar una investigación de imagen es preciso contestar las siguientes tres preguntas
básicas:

1. Cuándo investigar
2. Cómo investigar
3. A quién investigar

1. Cuándo investigar
La investigación de imagen no se suele efectuar con mucha frecuencia, y su necesidad se pre­
senta en uno de los siguientes eventos:
— Cuando se está considerando un cambio de símbolos, como el logo o el lema (eslogan).
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 367

- Cuando se planea el esfuerzo publicitario, para determinar las áreas con problemas de
reputación y visibilidad del producto.
— Cuando se emprenden cambios estructurales en la empresa, con el propósito de hacer
evaluaciones.
— Cuando se está considerando la compra de una empresa o su división.
— Cuando en el plan de marketing considera mantener a favor un público que ha resulta­
do clave para el desempeño de una función importante en la empresa.

2. Qué y cómo investigar


El estudio debe identificar las características del público que es objeto de investigación, el
enfoque que dicho público nene respecto del producto investigado y la forma cómo lo ve desde
este punto de vista.
Los métodos de investigación de imagen son muy variados y se utilizan todas las formas
estudiadas en los capítulos anteriores, sin embargo, el análisis del perfil es muy propio para esta
aplicación. En la figura 9.2 se muestra el resultado de la imagen de una empresa, de la que se
han seleccionado los atributos que corresponden a la calidad, la rapidez de entregas, los pre­
cios, el servicio, la capacidad de innovación, el tamaño de la empresa, su capacidad de liderazgo
en el sector y la imagen de su eficiencia administrativa.

3. A QUIÉN INVESTIGAR
Como se dijo, el público más importante de una compañía son sus clientes, quienes compran
sus productos. Sin embargo, existen otros públicos que pueden ser objeto de investigación,
porque de una, u otra, forma pueden llegar a ser decisivos en el desempeño de muchas de sus
actividades. La siguiente es una lista de los públicos que un momento dado pueden ser el
objetivo de una investigación de imagen.
368 INVESTIGACIÓN DE MERCADOS

Accionistas, gremios, agrupaciones de acción ciudadana, bancos y comunidad financiera


en general, consumidores, distribuidores, empleados, gobierno, legisladores, medios de comu­
nicación, público en general. Es natural que cada uno de ellos pueda influir en la marcha de la
empresa, bajo diferentes ángulos, así: Los bancos por su capacidad de financiación, el gobierno
por su infinita capacidad de intervención, en casi todas las actividades empresariales, los em­
pleados que, con su motivación, influyen en la productividad, los medios de comunicación por
su capacidad para manejar una imagen, etc.

Marketing en la institución pública

Aparentemente no se necesita del marketing en las organizaciones públicas, porque no venden


un producto y se supone que sus ingresos son de tipo impositivo, a través de los gravámenes a
la comunidad. Sin embargo, mirada bajo otra concepción, la institución pública tiene muchos
puntos de vista afines con la organización privada.
El marketing de la institución pública se centra en la creación, mantenimiento o cambio
de actitudes y comportamientos del público hacia ella. El marketing de la institución pública es
esencialmente una responsabilidad de relaciones públicas, cuya función se sintetiza en la figu­
ra 9.3.
Como se observa, el objetivo de marketing en la empresa oficial es obtener la compresión
de la comunidad y lograr la aceptación de sus propósitos, con miras a justificar las erogaciones
que les corresponden a los usuarios, ante la obligación de compartir los costos de funciona­
miento de la institución.

Figura 9.3 Elementos de la relaciones públicas.

Caso 9.3 Marketing del impuesto de valorización

Una institución de valorización se encarga de ejecutar obras para la comunidad, financiadas


a través del sistema de impuestos por valorización, basados en el beneficio que se logra para
los predios aledaños a los programas de mejoramiento. Pero ésta es una función que no es
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 369

universalmente aceptada, y, con frecuencia, estas entidades despiertan rechazo generalizado


de los eventuales contribuyentes. Sin embargo, la ejecución por valorización representa en
muchos casos la única solución de desarrollo de un sector. Por ello se hace muy importante
mercadear la imagen de la institución, con el fin de hacer viable el desempeño de su función,
salvar obstáculos que puedan surgir por parte de la comunidad, ante el reconocimiento del
beneficio de su acción.
En una institución como ésta, es posible interpretar las cuatro variables de la mezcla
de marketing que se estudian para la empresa privada, de la manera siguiente:
El Producto son las obras en sí, que se caracterizan por sus especificaciones técnicas,
sus dimensiones, su cubrimiento, su armonía con el ambiente, sus cualidades estéticas y su
capacidad para satisfacer las necesidades sentidas de la comunidad.
La Promoción busca de la comunidad la aceptación de la idea, por los beneficios que
implica. Para ello es necesario crear una conciencia de mejora en la calidad de vida, lo cual
justifica pagar una contribución pecuniaria, de la misma forma que lo haría con su propia
vivienda. Es necesario dar a comprender que el hábitat del hombre no se limita de puertas
hacia adentro, sino que también se proyecta al exterior de su vivienda. La promoción busca
educar a la comunidad, erradicar creencias erróneas, y despertar un sentido de unión en
beneficio de los individuos.
El Precio es la contribución que cada individuo debe aportar por la obra. Para tal fin, se
deben ejecutar sistemas de facloiización equitativos, aplicando metodologías científicas, para
determinar el impacto de la obra en cada usuario. También se deben analizar diferentes
sistemas de pagos, para que se pueda adecuar a las capacidades económicas de todos los
integrantes de la comunidad.
La Distribución se interpreta como la entrega de la obra a la comunidad, para su utili­
zación, exige el cumpliemiento de los plazos pactados, de las especificaciones de calidad
prometidas y la culminación cabal de su ejecución.
El propósito del marketing de la institución pública, tiene entre otras las siguientes
acciones, relacionadas con la imagen:
1. Evaluación de la imagen actual
2. Determinar la imagen deseable
3. Mercadear la imagen aceptada
El gráfico del perfil puede mostrar un resultado como el que se expone en la figura
9.4, allí se hace el análisis bajo ocho consideraciones seleccionadas, así: La integridad de la
institución en el manejo de los fondos públicos, la eficiencia en el cumplimiento de su
misión, la atención prestada a los contribuyentes, la utilidad de los servicios para la comuni­
370 INVESTIGACIÓN DE MERCADOS

dad, el cumplimiento en las obras construidas, la atención a las inquietudes de la comuni­


dad, la capacidad técnica y de financiación de las obras, los beneficios percibidos por el
liderazgo en la comunidad, y la organización de la institución. Se concluye que mejoró la
imagen de esta institución.

perfil nuevo perfil anterior

Figura 9.4 Perfil del estudio de imagen de la organización.

4. INVESTIGACIÓN DE NOMBRES Y LOGOSÍMBOLOS

El nombre y logosímbolo utilizado para la marca de una familia de productos en una empresa,
constituyen la identificación visual que hace el consumidor en el proceso de compra. La deci­
sión de buscar una identidad es parte de las acciones que se toman al crear las empresas y la
importancia que se le dé se justifica por el papel que jugará en el desempeño futuro de las
ventas.
Los motivos por los cuales se puede seleccionar un nombre y un logotipo son múltiples,
tal como se expresa en la siguiente lista, que expone las ocho razones mas comúnmente recurri­
das:

1. Nombres relacionados con la función comercial de la empresa. Por ejemplo: Financiera


Mexicana.
2. Nombres asociados con el tipo de producto a comercializar. Por ejemplo: Compañía
Guatemalteca de Chocolates.
3. Nombres relacionados con la ubicación geográfica de la empresa. Por ejemplo: Prefa­
bricados del Perú.
4. Nombres basados en letras iniciales de su forma descriptiva. Por ejemplo: IBM.
5. Utilización de palabras genéricas. Por ejemplo: Formas Técnicas S. A., Diligenciando
Ltda.
6. Nombres inventados de acuerdo con alguna fórmula o sigla. Por ejemplo: Coltejer.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS
371

7. Nombres de personas, combinados Por ejemplo: Pérez y Villa.


8. Nombres que sugieren imágenes. Por ejemplo: Pegaso.

Es importante diferenciar entre los nombres de compañías y los nombres de los produc­
tos, porque cada uno teñe fines diferentes. Pero tanto, se deben considerar estos seis aspectos:
La connotación, o el significado que conlleva
La compatibilidad con el tipo de producto
La facilidad de visualización
La pronunciación
La recordación
La diferenciación

Con relación a estos elementos, la investigación de mercados ha desarrollado pruebas


para confirmar su validez, de acuerdo con los siguientes criterios: connotación, compatibilidad,
accesibilidad y efectividad.

Prueba de connotación
I
Un nombre tiene, en primera instancia, una denotación que corresponde a lo que se quiere
sugerir. Sin embargo, comúnmente el público suele asociar este significado con otros elementos
que es lo que se denomina connotación. La connotación puede ser de índole subconsciente o
consciente, y, a veces, suele tener consecuencias desastrosas.

Caso 9.4 Prueba de connotación

Una prueba de connotación consiste en indagar qué características se asocian con el nombre
escogido para designar una empresa o un producto. Por ejemplo, con el nombre SELECTA,
acordado para un producto agrícola, se pueden formar diferentes asociaciones que son nece­
sarias estudiar, previamente, para que no se llegue a resultados indeseables.
En la tabla 9.5, en la lista de la izquierda, se sugieren algunas de las connotaciones
deseables para el empresario y, al frente, el resultado obtenido en una prueba de investiga­
ción de mercados. En algunos aspectos el resultado es concordante con el deseo del empre­
sario, pero, en otros, la connotación es contraria. La decisión final depende de un conjunto
favorable al nombre.
La técnica del perfil es muy apropiada para este tipo de prueba, que se puede trabajar
con el diferencial semántico, basado en los adjetivos bipolares, de acuerdo con los atributos
mencionados.
372 INVESTIGACIÓN DE MERCADOS

Tabla 9. 5 No siempre coincide la connotación del empreario con la del público.

Cualidad deseada: Resultado de la investigación;


Fruta de alta calidad Connotación de alta calidad
Fruta de alto costo Connotación de alto costo
Fruta jugosa Connotación de fruta jugosa
Fruta diferente Connotación de fruta común
Fruta delicada Connotación de fruta normal
Fruta tropical Connotación de fruta de clima frío
Fruta durable Connotación de fruta perecedera

Prueba de compatibilidad

Estudia la compatibilidad del nombre o el logo con la naturaleza de la empresa o el producto, es


decir, si se ajusta a la imagen que se tiene de la entidad o que se intenta lograr.
Esta prueba se utiliza para asignar logos o nombres a una línea de productos o una nueva
división de una empresa, cosas en las cuales es necesario considerar los atributos que se desean
conservar de la casa matriz y los que se desean agregar. Para ello, se deben considerar la misión
y los objetivos de la división y confrontarlos con la posición y la fortaleza de la empresa matriz.
Si la división coincide con la matriz se adoptará un logo que la recuerde. Si, por el contrario, se
desea otro posicionamiento, aunque con el apoyo o respaldo que representa la solidez de la casa
matriz, será importante conservar una “sombra” de ella al lado del logo de la división. Y en el
caso en que la división no encuentre atractiva la posición actual de la casa matriz, se debe
descartar cualquier recordación de ésta. Esta situación también puede darse al revés, en el caso
en que la matriz no esté interesada en ser recordada por la filial, debido por ejemplo, a que se
trate de otro mercado, no asociado con su imagen.

Prueba de accesibilidad

La accesibilidad es la cualidad por la cual un nombre es fácil de asociar y de recordar, de parte


de los clientes. Si se cumplen los siguientes cuatro aspectos, se considera que el nombre es
accesible:
1. El nombre es fácil de visualizar
2. El nombre es fácil de pronunciar
3. El nombre es fácil de recordar
4. El nombre tiene un carácter diferenciador
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS
373

Las pruebas para medir la accesibilidad del nombre, buscan chequear con los entrevista­
dos la lectura y la pronunciación, para establecer las posibles dificultades de identificación
También se debe chequear la facilidad de recordación. Esta característica esta muy relacionada
con la cualidad diferenciadora del nombre, en el sentido de que no resulte ser tan familiar que
se pueda confundir con otros nombres comerciales ya establecidos en el mercado.

Caso 9.5 Estudio de un logosímbolo

La empresa Exaltex es una empresa exportadora de bienes industriales y, actualmente, estu­


dia su imagen para validar la aplicación de un logosímbolo para su división Exagro, que
exportará materias primas provenientes de la agricultura. El problema consiste en determi­
nar la compatibilidad de los logos con las actividades de las empresas. El problema se enfoca
bajo tres aspectos:

1. El actual posicionamiento de la empresa matriz


2. Los propósitos de la división
3. La disponibilidad de recursos
Se precisa estudiar el posicionamiento en el mercado y la imagen de la empresa matriz
y después contrastarlos con los objetivos de la división y la disponibilidad de los recursos.
Entonces existen tres criterios:

1. Se requiere la matriz. Exaltex destacado y la división a la sombra


Si son compatibles, es recomendable aplicar una "sombra” de apoyo a la división de
la empresa matriz, tal como se muestra en la figura a de 9.5.
2. Se requiere el nombre Exagro destacado y Exaltex a la sombra
Si la posición deseable para la división se estima diferente al de la empresa matriz,
pero sus objetivos no son incompatibles, es lícito recurrir al prestigio de la matriz,
recordando su nombre en la sombra, como en la figura b.
3. Se requiere sólo nombrar la división en el logo
Si la posición en el mercado de la empresa matriz resulta ser incompatible con los
objetivos de la división, se precisa descartar el apoyo de la “sombra”, como se mues­
tra en c.
374 INVESTIGACIÓN DE MERCADOS

Para contar con un argumento válido sobre cómo usar un nombre y un logosímbolo es
necesario saber tres cosas: 1) que connotación tiene la marca Exaltex para el público objeti­
vo, 2) conocer la misión y los objetivos a largo plazo de la división y 3) establecer la compa­
tibilidad entre ellos.
Si Exaltex se percibe como sinónimo de calidad y de servicio, éstos conceptos son
importantes para Exagro, entonces es clave extender el logo de la matriz a la sombra y
destacar el de la división.
Si se desea transferir las virtudes de Exaltex a su división Exagro, se continúa con el
logo de la matriz y Exagro se transcribe a la sombra. Así es posible obtener una posición
diferente para Exagro, apoyado en el prestigio de Exaltex.
Si la marca Exagro, por ser un producto agropecuario, tiene un marketing diferente al
de la empresa matriz, o si ésta carece de un nombre prestigiado, se recomienda para la
división Exagro otra posición totalmente diferente al de Exaltex, y su logo no debe recordar
a ésta.

5. INVESTIGACIÓN DEL ESTILO DE VIDA

El estilo de vida es una de las variables sicográfica en el análisis del consumidor. Su estudio en
investigación de mercados es considera de gran importancia estratégica porque permite identi­
ficar y conocer los segmentos de mercado, seleccionar los más claves y aplicar planes de marke­
ting mejor orientados.
La segmentación del mercado tiene dos formas de ser aplicada4: Una de tipo descriptivo,
la cual es importante para el desarrollo de las funciones operativas, propias de la administra­
ción del marketing, y otra, que contiene el componente estratégico, sobre el cual se han de
fundamentar las acciones. Para lograr este propósito se debe recurrir a la segmentación de los
mercados por el “estilo de vida”, el cual proporciona una descripción de las conductas del
consumidor y un marco de referencia para evaluar su potencial en el mercado. Este tipo de
segmentación es menos evidente que la clasificación descriptiva y, por tanto, se convierte, ven­
tajosamente, en un factor clave de éxito.
Este tipo de investigación, que trata de explicar el comportamiento de la gente, se basa en
variables sicológicas y sociales. El objeto es conocer las características, los valores, las activida­
des, los intereses y los hábitos de las personas, para conocer la forma cómo se posibilitan las
compras. Éstas se pueden clasificar en tres categorías: las discrecionales, las compras mayores y

4 Ver La Mente del Estratega de K. Omhae


APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 375

las compras primarias. Las compras discrecionales son aquellas que traían de individualizar al
consumidor con relación a los demás, con respecto a su personalidad y estilo de vida, en cam­
bio las compras mayores se relacionan con la necesidad de prestigio. El otro tipo de compras,
las primarias, corresponden a los artículos de primera necesidad, los cuales tienen poco interés
en la investigación de los estilos de vida.

Tipos de compras Compras discrecionales


Compras mayores
Compras primarias

Perfil del estilo de vida


I
Normalmente, las variables estratégicas relacionadas con el estilo de vida se combinan con
otras de tipo descriptivo, para lograr un análisis integral. El análisis factorial, que es una herra­
mienta de trabajo fundamental para la segmentación del mercado, combina ambas formas, lo
que permite asociar las características de los individuos con los atributos sicográficos, tales
como las actitudes, opiniones, intereses y actividades de los individuos.
A continuación se presenta el criterio básico de la clasificación de los estilos de vida5:

Estilos de vida según Yankelovich


Clasifica la población en dos segmentos de viejos y tres de personas jóvenes, así:

1. Segmento de retirados, conformado por las personas más viejas y las más pobres, que
han abandonado el éxito como un objetivo de su vida.
2. Segmento de los tradicionales, conformados por las personas maduras que han acepta­
do como valores y objetivos en su vida el trabajo en sí y el éxito material.
3. Segmento de los conformistas, compuesto de personas jóvenes que aceptan el trabajo
como el mayor valor de realización personal.
4. Segmento de los precursores, conformado por aquellas personas jóvenes, en ascenso,
que valoran los logros intelectuales y los creativos.
5. Segmento de los autónomos, personas de éxito que valoran la mejora continua y la
realización personal.

5 De acuerdo con las investigaciones en Estados Unidos de las firmas Yankelovich, Skelly & White, y Stanford
Research Institute SRl
376 INVESTIGACIÓN DE MERCADOS

Estilos de vida segün SRI


El Stanjord Research institute ha hecho la siguiente clasificación de los segmentos por estilo de
vida en nueve categorías:

1. Grupo de los impulsados por la necesidad, aquí el consumo se genera por la necesidad,
no por la preferencia. Comprende los estratos de bajo nivel adquisitivo, en dos clasifi­
caciones:

1 Sobrevivientes o marginados
2 Los que se sostienen aunque con dificultad

2. El grupo de los consumidores orientados hacia ajuera, cuyas compras son impulsadas
por las apariencias para impresionar a otros. Dentro de esta categoría se desagregan tres
clases, así:

1 Los que buscan pertenecer a un estilo


2 Los que tratan de emular un estilo
3 Los que se realizan con un estilo

3. El grupo de los orientados hacia adentro, que basan sus compras en la satisfacción propia
y no involucran a otros. Se asimilan en cuatro clases, así:

1 Los individualistas, con gustos propios


2 Los experimentadores, que gustan cambiar
3 Los que se satisfacen con una conciencia social
4 Los integrados a un grupo, o una actividad

Es importante no efectuar estudios de los estilos de vida que dependan sólo de los resul­
tados de aquellos segmentos con base en las variables sicológicas6. Igualmente, se debe sacar
partido de los estudios previos, que permitan confeccionar un marco teórico sicográfico y adi­
cionar partes al modelo de estilo de vida, en la medida en que se obtengan nuevos resultados.
Los estudios de los estilos de vida, para que se constituyan en aportes importantes para el
marco teórico, deben cumplir con los siguientes requisitos:

• Usar muestras representativas.


• Evitar las respuestas neutrales.
• Usar el lenguaje de la jerga corriente.

6 Ver Investigación de Mercados de J. Pope


APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS
377

• Balancear las preguntas conducentes a conocer actitudes, opiniones, intereses y activida­


des, y no enfocar todo en una o dos de estas cualidades.
• Incluir datos descriptivos de tipo demográfico.
• Procurar que las preguntas sean específicas, tal que conduzcan a orientar el producto, el
marketing y la publicidad.
• Balancear los enunciados positivos y negativos.
• Evitar las redundancias en demasía. Muchos enunciados con relación a un mismo factor,
sólo crea confusiones.
• No suponer hechos ciertos.
• Evitar el trato de las actividades, socialmente no aceptadas.

Es de anotar, que en los estudios de estilo de vida no se puede pretender obtener hallaz­
gos dramáticos, como se quisiera. Es importante comprender que se debe contar con un enfo­
que de largo plazo, con base en los resultados de muchos estudios, seguramente desarrollados
bajo diferentes objetivos. Es importante recordar que los estudios de los estilos de vida tienden
a confrontar dos cosas:
1. Medir los desempeños o comportamientos.
2. Identificar los segmentos que justifiquen tomar acciones.

Se presentan a continuación algunos ejemplos que permiten identificar algunas variables


psicográficas, que se hacen con el lin de ilustrarla diferencia conceptual entre la conducta y
la actitud.
Afirmaciones que se relacionan con las actitudes de:

DECISIÓN Yo siempre compro la marca Armonía en ropa interior.


Yo compraré un vestido, próximamente.
Pienso tener un peno como parte de la familia.
OPINIÓN Las fábricas son culpables de la contaminación.
Creo que mejorará la situación económica.
La inseguridad es el principal problema nacional.
MOTIVACIÓN Me gusta esa salsa para algunas recetas.
Me gusta ese grupo musical.
Tal vez compre esa marca.
378 INVESTIGACIÓN DE MERCADOS

Afirmaciones que se relacionan con conductas:

Yo suelo lavar mi carro los fines de semana.


Yo suelo ver televisión hasta muy tarde.
Es importante para mi preparar personalmente, por lo menos, una
comida a la semana.
Yo no uso vestuario formal para ir al trabajo.
Sólo leo la revista ICONOS cuando me la ofrecen gratuitamente en
los viajes de avión.

6. INVESTIGACIÓN DEL POSICIONAMIENTO

El neologismo uposicionamiento" es una expresión ya extendida en la jerga publicitaria, para


designar la posición relativa que ocupan los productos, las marcas, las instituciones, las perso­
nas y los servicios, en la mente de los consumidores y de los clientes potenciales.
En una sociedad sobrecomunicada como la actual, hablar del impacto publicitario se ha
convertido en una exageración. La mente humana sólo acoge aquellos mensajes que concuer-
dan con sus conocimientos y experiencias anteriores. Por ello, crear una posición en la mente
de los consumidores no resulta ser una tarea fácil y, por tanto, rara vez se culmina con este
objetivo.
Dos elementos son claves para identificar la posición de un producto: las características y
las diferencias con los otros. Este último elemento es mucho más importante.

Elementos del posicionamiento 1 Características


1 Diferencias

La investigación del posicionamiento tiene por objeto identificar las características im­
portantes del producto para el consumidor, e identificar sus elementos diferenciadores con la
competencia. El estudio del posicionamiento se incluye en las etapas básicas del plan estratégi­
co de marketing. Éstas son:

Búsqueda de la posición actual


Búsqueda de oportunidades
Búsqueda de estrategias
Para conocer la posición actual se debe responder la pregunta: ¿Dónde estamos? Para
satisfacer la búsqueda de oportunidades se debe contestar la pregunta: ¿Dónde debemos estar?
Para resolver el tercer esquema, sobre las acciones a seguir, se debe contestar la pregunta: ¿Cómo
llegar allí?
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 379

Figura 9.6 Esquema básico para el posicionamiento de un producto.

Búsqueda de la posición actual

Todo producLo tiene una posición dentro de un “mapa competitivo”. el cual expresa la ubicación
de las marcas bajo dos o más dimensiones. Para determinar cuáles son éstas dimensiones, se
deben escoger los factores más representativos de la función comercial del producto, llamados
factores claves de éxito FCE. La figura 9.7 es un ejemplo hipotético de un mapa competitivo
aplicado a un producto cuyos factores claves son el precio y la calidad.
El análisis para determinar el posicionamiento de un producto o marca conlleva a:

1. Identificar los factores más importantes que permitan establecer las dimensiones del
mapa.
2. Ubicar el producto, junto con los de la competencia, dentro de las dimensiones del
mapa.
3. Comparar y analizar el producto con los de la competencia, dentro de las mismas
dimensiones anteriores.
4. Determinar cuáles son las características y actitudes de los consumidores ante cada
región de posiciones.
5. Determinar el orden de importancia entre las dimensiones seleccionadas.

Calidad +
-+
X " " “ " \

X


g»; ! c>'
/ H
: • X
X
X
X
\ «• ;
_

Precio - Precio +
X F«',

X
X
X
+-
Calidad -

Figura 9.7 Mapa competitivo con base en dos factores.


380 INVESTIGACIÓN DE MERCADOS

Búsqueda de oportunidades

En los mapas competitivos, llamados también mapas percepluales, se establecen parejas de


factores con respecto a los cuales se van a ubicar los productos dentro de un plano bidimensio-
nal. Lo importante es considerar pocos factores, pues muchos dificultan la comprensión de una
clave del éxito en la gestión comercial.
La idea en la búsqueda de oportunidades es determinar regiones, claramente identifica-
bles en los mapas percepluales, llamadas también nichos de mercado, y señalar cuáles, no se
encuentran bien atendidos en el mercado, aunque tengan buen potencial. El análisis se debe
enfocar hacia esos vacíos del mercado, para identificar una oportunidad justificable.
Según Pope, la oportunidad se puede dar cuando se cumple algunos de los siguientes
requisitos:

1. Se encuentra una necesidad del mercado, no satisfecha por la competencia.


2. Se identifica una fortaleza que resulta ser importante y singular
3. Se corrige una debilidad del producto para hacerlo más atractivo.
4. Se encuentran cambios en los patrones de uso del consumidor, que le da nuevos usos
a un producto existente.
5. Se identifican segmentos del mercado más rentables.

Búsqueda de estrategias

La posición deseada se convierte en un objetivo estratégico. Entonces es preciso plantear accio­


nes a seguir para alcanzar esa meta a partir de la situación actual. Estas acciones son las estra­
tegias de marketing, las que se clasifican en tres tipos:

1. Estrategias que buscan establecer una diferenciación del producto, mediante la selec­
ción de algunas propiedades que permitan establecer una identidad.
2. Estrategias de igualación, que buscan alcanzar unas condiciones deseables en el merca­
do.
3. Estrategias de imagen que buscan transmitir mediante la comunicación, las caracterís­
ticas y las propiedades de un producto.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 381

Técnicas de investigación

La investigación del posicionamiento utiliza varias técnicas, siendo algunas de ellas de tipo
exploratorio y otras de tipo concluyente. Dentro del primer tipo, se usan las sesiones de grupos
y las entrevistas de profundidad, como punto de partida. Los estudios concluyentes utilizan la
técnica de las encuestas, que, con el empleo de los métodos muí ti variables, permiten obtener
conclusiones objetivas y facilitan la labor del investigador, mediante el análisis multidimensional,
los mapas perceptuales, el análisis de conglomerados y el detector automático de interacción
(ver capitulo 11).

Caso 9.7 Investigación de posicionamiento

El estudio del posicionamiento deseado para un producto nuevo, considera las tres etapas
que se describen a continuación:
Etapa exploratoria: Consiste en un trabajo de tipo cualitativo que busca, por medio
de las sesiones de grupo, generar ideas y detectar oportunidades, para llegar a una selección
inicial de las pruebas con las cuales se debe continuar el estudio.
Etapa de desarrollo: Esta etapa continúa profundizando mediante las sesiones de
grupo, y efectuando pruebas de concepto, para buscar las características que debe tener el
producto nuevo. Se incluyen también en el desarrollo del producto, las pruebas de empa­
que, de nombre y de investigación publicitaria.
Etapa Final: Esta última etapa puede comprender una prueba de mercado para medir
el potencial del producto. Si los resultados concluyentes vislumbran el éxito, se prosigue
con el lanzamiento definitivo al mercado.

7. ANÁLISIS DEL COMPORTAMIENTO

A partir de la década de los años 50 se popularizó la técnica denominada“Análisis motivacioriar,


que trata de investigar la forma cómo se cumple el proceso de decisión de compra de los
consumidores. Actualmente, esta técnica se denomina, más ampliamente, como análisis del
comportamiento, puesto que además de los factores actitudinales, como la motivación, los
valores y los deseos, se estudian también otros aspectos sicográficos y sociales.
El análisis del comportamiento llegó a contar con gran apogeo, debido a las interesantes
contribuciones de algunos tratadistas, como Ernest Dichter con su enfoque freudiano, mediante
382 INVESTIGACIÓN DE MERCADOS

el cual justifica el comportamiento del ser humano, con base en causales irracionales para
aspectos como la religión, la política, el amor, la lealtad y el afecto. Aduce que el racionalismo
es un fetiche del siglo XX, que impide aceptar la irracionalidad del comportamiento humano.
Pero desde otro punto de vista, Louis Cheskin criticó la actuación del anterior, por su
enfoque totalmente freudiano. Para ello, aportó estudios sobre la motivación, que muestren
por ejemplo, lo que representa el color y el empaque de un producto en el proceso de compra
y en la conducta general que adopta el comprador.
Posteriormente, Vanee Pachard delató los sistemas de publicidad subliminal, alertando
sobre los peligros y su legitimidad cuando se utilizan métodos que se valen del inconsciente, en
contra de los intereses de la gente. A Pierre Martineau se le debe un catálogo de 50 conceptos
motores de la motivación de compra y a Alfred Politz, sobre el profundo efecto de las caracterís­
ticas del producto en si, como un factor sicológico de motivación.
El uso excesivo de las técnicas de investigación del comportamiento humano y las expec­
tativas sobrevaloradas que ellas crearon, lo mismo que la mala utilización de ésas técnicas,
propiciaron el subsiguiente descrédito, y propiciaron un fuerte decaimiento en su aplicación.
Actualmente, sin embargo, el comportamiento ocupa en la investigación de mercados el lugar
que le corresponde, cuando se hace uso de su real potencial, y se aplica dentro de los términos
del profesionalismo que se requiere.

Adquisición Conocimiento
Conservación Exposición
Orden Reacción
Retención Dominio
Construcción Deferencia
Superioridad Semejanza
Realización Autonomía
Reconocimiento Contradecir
Exhibicionismo Agresión
Inviolabilidad Abatimiento
Temor Disculpar
Defensa Afiliación
Socorro Rechazo
Juego Protección

Figura 9.8 Cuadro de necesidades psicogenéticas.


APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 383

La investigación del comportamiento se basa en la sicología clínica y experimental, la


sociología y la psicometría. Con base en la sicología clínica, se trabaja bajo dos escuelas, la del
sicoanálisis de Freud, que se basa en una causalidad irracional del comportamiento humano, y
la escuela de la Gestalt, que propone, por el contrario, una causa racional que gobierna las
actuaciones de las personas.
El propósito del análisis del comportamiento en la investigación de mercados es conocer
el patrón del proceso de compra del consumidor, las actitudes que lo estimulan, las necesidades
del consumidor y los impulsos o necesidades sicogenéticas que corresponden a conductas apren­
didas, en etapas tempranas de la vida de los usuarios.
Las necesidades sicogenéticas se pueden englobar dentro de las 28 clases que se muestran
en la figura 9.8, de acuerdo con una clasificación debida a Hilgarty Atkinson.

Métodos de investigación del comportamiento

Las técnicas de análisis del comportamiento comprende dos grupos: uno, orientado a profundi­
zar en las causales de la conducta de las personas, y que se conoce como de técnicas proyectivas
y otro, que condene una orientación descriptiva, que busca clasificar, por categorías, a los
individuos, bajo unos criterios muy objetivos.
Las técnicas de análisis del comportamiento son objetivas o directas, cuando se basan en
el supuesto de que el interrogado está en condiciones de revelar su comportamiento y la razón
de ser de éste. Estas son técnicas directas, estructuradas o inestructuradas, que funcionan bien,
siempre que no consulten aspectos fuertemente emotivos o la imagen propia de las personas,
sin permitir que el interrogado permanezca en el anonimato.
Las técnicas proyectivas son métodos indirectos que resultan importantes cuando el con­
sultado no está interesado en revelar el patrón y la razón de ser de su comportamiento. Se trata
entonces de obtener información, mediante la proyección que las persona tienden a hacer de
sus actitudes, a través de una tercera persona, o de imágenes, o bajo otros artificios, que evitan
así descubrir o comprometer su imagen. La mayor parte de los métodos de investigación
proyectiva hacen uso de entrevistas de profundidad, sesiones de grupo y técnicas de observa­
ción.

Caso 9.8 Investigación del comportamiento

Este es un ejemplo, muy difundido, sobre la investigación del comportamiento, que versa
sobre la investigación efectuada con amas de casa, sobre las preferencias del café instantá­
neo, cuando éste producto apenas comenzaba su vida en el mercado.
384 INVESTIGACIÓN DE MERCADOS

En las encuestas realizadas en forma directa, las amas de casa siempre se mostraron
reacias a indicar su preferencia con relación al clásico café granulado, y no fue posible en­
contrar, en una forma directa y objetiva, cuál era la verdadera razón de su preferencia, por lo
que la perspectiva del café instantáneo no parecía ser halagadora. Ante la incredulidad que
les despertaba a los investigadores este resultado, optaron por aplicar algunas técnicas
proyectivas. El estudio separó dos listas diferentes de alimentos como lo muestra el cua­
dro 9.9.
Con ellas se indagó la preferencia. El análisis demostró que existían dos grupos de
amas de casas, y a cada cual se les analizó las respuestas, independientemente.
El análisis del perfil demostró que las amas que preferían la lista A se consideraron así
mismas perezosas, menos excelentes como esposas, personas más-desorganizadas y
dispendiosas, esto es, tenían de sí una autoimagen más disminuida, en comparación con las
que escogieron la lista B. Se concluyó así que la compra del café instantáneo ofrecía un perfil
que chocaba con la idea popular de lo que debía ser una buena ama de casa.
Ésta era la razón por la cual la investigación inicial no reveló esta condición en el
estudio objetivo.

Lista A Lista B

Hamburguesas Hamburguesas
Pan Pan
Zanahorias Zanahorias
Polvo para hornear Polvo para hornear
Café instantáneo Café molido
Duraznos Duraznos
Papas Rapas

Figura 9.9 Datos para el caso 9.8.

8. INVESTIGACIÓN DEL PRODUCTO

La investigación del producto generalmente se hace comparando varios producios de diferen­


tes marcas, con el objeto de encontrar respuestas a preguntas como las siguientes:

¿Cuál es el mejor?
¿Por qué es mejor?
¿Cuánto mejor es?
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 385

Las pruebas se hacen para conocer los atributos que debiera tener un producto nuevo o
para determinar como se encuentra un producto actual, con relación a la competencia. La in­
vestigación del producto se puede llevar a cabo de diferentes maneras, pero, esencialmente, se
dan tres acciones:

a. Comparar el producto con otro.


b. Comparar el producto con varias alternativas.
c. Comparar el producto con un patrón histórico, de un producto bien conocido,
pero que no hace parte en la prueba.

Existen muchos métodos para aplicar la prueba del producto. A continuación se hace una
breve descripción de algunas de las pruebas de producto más populares, como: la prueba cen
tralizada, la prueba de hogar, la prueba monódica7, la prueba apareada, las pruebas en secuen­
cia, las pruebas repetidas, los páneles de expertos, los diseños bloques incompletos y las medi­
das de decepciones.

Pruebas de investigación de producto Prueba centralizada


Prueba de hogar
Prueba monódica
Prueba apareada
Pruebas en secuencia
Pruebas repetidas
Páneles de expertos
Diseños bloques incompletos
Medidas de decepciones

Prueba centralizada
Se efectúa en sitios preseleccionados, como los centros comerciales, supermercados, oficinas,
etc. El reclutamiento puede hacerse mediante detención o mediante llamadas telefónicas y las
citas para concurrir a un determinado lugar. Son muy utilizadas para efectuar degustaciones,
especialmente. Son muy económicos y eficientes. Sin embargo, tiene desventajas, como ocurre
con el caso de los alimentos, porque las preparaciones las hacen personas especialmente prepa­
radas para tal fin y, por tanto, al estar más entrenadas que las personas normales, el resultado
puede aparecer direccionado.

Prueba de hogar
La prueba se basa en la entrega de un ejemplar del producto, para que sea usado en el hogar. No
se identifica la marca, sino el contenido, diferenciándolo mediante códigos. Para disminuir el
7 N.E. Algunos autores la llaman monódica. Proviene del inglés, monadic, que significa iirúco(a)
386 INVESTIGACIÓN DE MERCADOS

costo de reclutamiento de los colaboradores, se cita al grupo de prueba en un sitio central, y allí
se entrega el producto con la debida explicación de la prueba. Después, se toma la identifica­
ción y dirección del participante y mediante entrevistas telefónicas se solicita, un tiempo des­
pués, la respuesta al tratamiento.
Las pruebas de hogar son más realistas que las centralizadas y se recomiendan para aque­
llos productos que se relacionan con toda la familia.

Prueba monódica
Es una prueba de producto que no está basada en la comparación. Consiste en entregar un
producto a los investigados, para que comprueben y evalúen sus características, independien­
temente, sin entrar a compararlo con otros productos. La prueba se puede combinar con distin­
tos productos, por lo cual se entrega más de uno, para que sean evaluados simultáneamente,
pero siempre, sin entrar a comparar con otros de su mismo género.
La argumentación a favor de esta prueba se basa en que el mundo real es monódico
(único) y la prueba es por tanto más realista. En la prueba, un grupo de individuos evalúa, bajo
un solo concepto, uno o varios productos. Si se necesitan evaluar varios conceptos, se requeri­
rán tantos grupos cuántos conceptos sean.

Pruebas apareadas
En contraposición con la prueba monódica, en éstas se evalúa el producto comparándolo con
ira otro, de otra marca. No se suelen usar más de una comparación de referencia simultánea,
porque las diferencias se perderían. Esto se basa en el argumento de que los consumidores no
suelen utilizar muchas marcas simultáneamente.

Prueba en secuencia
La prueba en secuencia es una combinación de los dos anteriores. Primero, se entrega un pro­
ducto y se evalúa en forma monódica. Después, se entrega el segundo producto y se evalúa
también en forma monódica. Finalmente, se efectúa una comparación entre ambos, mediante
preguntas referentes a las reacciones frente a diferentes factores. No se acostumbra usar más de
dos productos, para evitar el “efecto de orden”, que consiste en que, el ser humano al emitir un
juicio, sólo tiene en consideración las últimas experiencias. El argumento a favor de esta prue­
ba, se basa en que ésta es la forma como, usualmente, las personas realizan el consumo de los
productos.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS
387

Pruebas repetidas
Éstas son una variante de las pruebas apareadas, que consiste en repetir varias veces, con el
mismo informante, una “prueba a ciegas”, para comprobar el grado de consistencia de las res­
puestas. Esto sirve para evitar las respuestas aleatorias que surgen con frecuencia en este tipo de
prueba.
Si los consumidores no tienen una verdadera predilección por un determinado producto,
esto se reflejará fielmente en el resultado, puesto que las escogencias se harían al azar. Si resulta
un porcentaje consistente de preferencia hacia el producto, éste seria un indicio positivo de los
consumidores.
La prueba se puede hacer conjuntamente con un “análisis de valor”, que consiste en hacer
modificaciones apropiadas al producto para disminuir su costo. La investigación se hace con
pruebas repetidas y se utiliza siempre un producto modificado frente al original. Si las respues­
tas son inconsistentes, significa que el consumidor no ha notado las modificaciones aplicadas y,
por tanto, los cambios no son válidos. Si son consistentes, las modificaciones han resultado
exitosas.

Paneles de expertos
Cuando se trata productos industriales, la mejor opción para efectuar comparaciones se pre­
senta utilizando grupos de personas conocedoras del producto investigado, o sea un panel de
expertos. Estas personas deben ser funcionarios de las empresas que utilizan el producto inves­
tigado o trabajadores que participan en la investigación y desarrollo del producto.
Cuando se trata de productos de consumo final, el pánel no suele ser muy representativo
y, por tanto, no se hace muy indicada su utilización.

Diseños de bloques incompletos balanceados


Esta prueba se utiliza para comparar un gran número de alternativas. Consiste en presentar a
cada entrevistado, un grupo de tres o cuatro elementos únicamente, y no el total de las alterna­
tivas, para que las vaya clasificando de tal manera, que en los conjuntos seleccionados aparez­
can todas las alternativas, en forma balanceadas.
Aunque las personas participantes, individualmente, sólo tienen como referencias de com­
paración tres o cuatro productos, en la muestra total de participantes es posible extraer un
número grande de productos que permite obtener, finalmente, una ordenación de todas las
alternativas consideradas.
388 INVESTIGACIÓN DE MERCADOS

Medida de decepción
La medida de decepción tiene por objeto conocer la lasa de repetición de compra. Consiste en
obtener el porcentaje de personas que ensayan un producto que se les obsequia, como muestra,
y que están interesadas en su compra. Mediante esta medida, que se puede aplicar en cualquie­
ra de las técnicas presentadas, es posible conocer la tasa de recompra que es vital para el éxito
de un producto nuevo.
Para ello se escoge un grupo de prueba, a cuyos integrantes se les entrega la muestra para
que la ensayen y registren una de tres opciones:

Definitivamente lo compraría.
Posiblemente lo compraría.
Definitivamente no lo compraría.

El porcentaje correspondiente a la tercera pregunta índica la decepción. Empíricamente,


se ha encontrado que un porcentaje de decepción del 30% no significa una lasa de repetición
del 70%, sino del 50%. Parece que éste debe ser el nivel indicado como pauta para productos
exitosos.
Según la NPD Research Inc., se encontró que, en promedio, los productos exitosos han
obtenido una tasa de decepción del 64%, los productos marginales, del 47% y los productos
fracasados, del 39%.

9. PRUEBA DE NUEVOS PRODUCTOS

Estudios de agencias de los EE.UU afirman que solo el 2% de los nuevos productos que salen al
mercado logran alcanzar unas metas adecuadas de ventas. Entre las principales razones que
propician el fracaso, se señalan:

1. La baja diferenciación del producto


2. El mal posicionamiento concertado en el plan
3. La mala programación del lanzamiento y
4. La selección de un mercado equivocado

Estos enores se pueden reducir si se siguen, formalmente, las etapas del llamado proceso
de identificación y desarrollo del nuevo producto, las cuales se describen a continuación, en el
orden que se expresa en la figura 9.10.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 389

Figura 9.10 Etapas del proceso de desarrollo de nuevos productos.

Identificación de la oportunidad

El proceso de búsqueda es la parte fundamental de la planeación estratégica, y éste es el princi­


pal punto que la diferencia de la planeación convencional. Esta etapa se caracteriza por la
exploración de la información de tipo secundario, la realización de entrevistas de grupos, la
investigación, mediante encuestas, de las necesidades y los deseos del mercado, con miras a
reconocer aquellos nichos del mercado no explotados o mal servidos con la oferta actual.
Dentro de este proceso de búsqueda, se pueden mencionar los siguientes ejemplos sobre
las necesidades de información:

• El tamaño de los mercados.


• Las tendencias de los mercados.
• Las participaciones en el mercado.
• El nivel de desarrollo tecnológico.
• Las prácticas comerciales.
• Los patrones de uso del consumidor.
• El perfil del competidor líder.
• La descripción de los factores de competitividad.

El proceso se caracteriza por ser, ante todo, un proceso de generación de ideas más que de
análisis y evaluación, que se lleva a cabo por medio de sesiones de gmpos, con personas exper­
tas en el marketing del producto que se está desarrollando.
390 INVESTIGACIÓN DE MERCADOS

Selección de conceptos

Del proceso de generación de ideas se evalúan aquellas con mayor potencial. Se trata de revisar
cuál es la mejor idea y su factibilidad de aplicarla en el mercado. La prueba que utiliza la
investigación de mercado para esta etapa se llama “prueba de concepto”.
Se basa en sesiones de grupo con el objetivo de determinar si la gente reconoce la natura­
leza del producto y su utilidad. El propósito es identificar los conceptos que definen el produc­
to. Las preguntas claves se relacionan con cinco aspectos fundamentales, así:

1 Intención de compra: Para justificar la idea del producto.


2. Razones de compra: Para identificar los puntos fuertes y débiles del producto.
3. Frecuencia de compra: Para determinar el potencial de ventas y de rentabilidad del
proyecto.
4. Singularidad: Para determinar el grado de diferenciación del producto.
5. Relación de beneficio: Para determinar si la relación Precio/Valor percibida, justifica su
compra.

Para desarrollar esta etapa se practica la generación de ideas en sesiones de grupo para
evaluar aquellos atributos con mayor potencial comercial y, de esta forma, formular las mejores
opciones y la factibilidad para aplicarlas en el mercado.

Desarrollo del producto

En esta fase se pasa de la idea, a la realidad física. Hasta el momento, el producto sólo existe
como concepto, y con el desarrollo del mismo, se acerca su nacimiento. Cuando éste sea reali­
dad, las condiciones cambian, puesto que a partir de ese momento todo se debe enfocar a
sostener esta “criatura” recién llegada. Las técnicas de la investigación de mercados para esta
etapa son:

1. La prueba de producto.
2. La prueba de empaque.
3. Las pruebas de marca, eslogan, nombres y logotipos.
4. La prueba de posicionamiento.
5. La prueba de publicidad.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 391

Prueba de mercado

El hecho de resultar un concepto exitoso, no implica que un producto que lo busca interpretar
sea igualmente exitoso. Para conocer si el producto interpreta fielmente las necesidades y de­
seos del mercado se debe probar mediante las “pruebas de mercado”.
Sólo se debe avanzar con los productos que parecen Lener éxito, y la prueba de mercado
es el último paso, antes de abordar un lanzamiento definitivo. Muy pocos productos llegan
hasta este nivel.
Las técnicas de investigación de mercados proporcionan dos alternativas, cuya diferencia
fundamental es el costo:
La prueba de mercado de laboratorio: que estima el potencial del volumen de ventas y
la participación en el mercado, sobre la base de experimentos aplicados a grupo de prueba en
sesiones cerradas.
La prueba de mercado de campo: que, igualmente, trata de estimar el potencial del
mercado, pero el grupo de prueba se integra con los participantes de un mercado real.
Esta última prueba, aplicada antes de sacar el producto al mercado, es muy costosa, y su
objetivo es determinar las medidas exactas acerca de:
— Cuántos conocen el producto.
— Cuántos tienen la intención de compra.
— Cuántos lo ensayan.
— Cuántos lo vuelven a comprar.
— Cuál es la experiencia de los usuarios.
— Cuáles son las razones de no compra de los no-usuarios.
Las pruebas de mercado reciben diferente nombres, según la firma ejecutora, uno de
estos es el estudio PCU = Publicidad, Conocimiento y Utilización8.

|
Lanzamiento del producto

Cuando, finalmente se hace el lanzamiento del producto, la criatura ha nacido y el esfuerzo


ahora es mantenerla con vida. El aporte de la investigación de mercados en esta última faceta se
centra en el control del plan de marketing, para lo cual se aplican pruebas de seguimiento,
como púneles de consumidores, cuyo objetivo es conocer el desempeño de la compra, de la
distribución, de los usuarios, de la publicidad, etc.

8 De la firma Napoleón Franco y Cía.


392 INVESTIGACIÓN DE MERCADOS

10. PRUEBA DE CONCEPTO

¿Cómo encontrar una idea entre mil, para que el producto que resulte de allí sea exitoso? La
investigación de mercados proporciona para esta compleja búsqueda una herramienta que, si
bien, no garantiza el éxito, al menos previene del fracaso de una mala idea.
La prueba de concepto busca encontrar la idea subyacente detrás de un producto. El
propósito es clasificar, entre ganadores y perdedores, el conjunto de ideas relacionadas con
un producto. La prueba de concepto se basa en una serie de sesiones de grupo, cuyo propósito
es estimular la generación de ideas sobre las características que debe tener un producto, sus
calidades, la presentación, su utilidad, la aceptación, la accesibilidad, y otros aspectos. El pro­
pósito es:

a. Identificar los factores claves de éxito.


b. Establecer las prioridades para concentrar los esfuerzos.
c. Hacer una utilización óptima de los recursos.

La prueba de concepto consta de tres etapas, la primera de ellas es la generación de ideas,


la segunda, es la integración de los atributos seleccionados en factores, y la tercera, es la clasifi­
cación de estos factores en orden de importancia.
Para realizar esta prueba se debe hacer una descripción del producto mediante dos
formas:

a. La presentación de un texto claro y preciso.


b. La presentación de una ilustración compacta.

El texto para describir el producto debe ser preciso, no muy extenso que pueda resultar
exagerado, ni muy corto que resulte insípido. Debe ser interesante y ceñido a los hechos reales.
La ilustración debe ser lineal y sencilla, para que ayude a captar el concepto con rapidez.
Se debe incluir también el precio, especialmente si éste parece muy alto o muy bajo.
Igualmente, se debe incluir la marca, si se cree que anade valor.
La prueba de concepto ha tenido un buen funcionamiento para la mayor parte de los
productos lanzados al mercado, pero tiene una excepción en aquellos productos que son verda­
deramente innovadores, debido a la imposibilidad de predecir su aceptación inmediata, puesto
que se requiere de un proceso de adaptación a una nueva cultura, de parte de los consumido­
res. La prueba de concepto se hace con frecuencia, conjuntamente, con las pruebas del producto.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 393

Caso 9.9 Descripción y presentación de un producto

El cuadro típico que proporciona una prueba de concepto, para el desarrollo de una podadora
para uso en parcelas campestres de recreo, presenta el texto c ilustración que se aprecian en
la figura 9.11, que sirven para realizar la prueba de concepto .
El objetivo de la prueba de concepto es descubrir la intención de compra de los usua­
rios, lo cual se puede deducir si se pregunta acerca de los siguientes temas:

1. Determinar el interés de los entrevistados por comprar el producto.


2. Determinar la posible frecuencia de compra.
3. Determinar la singularidad o capacidad de. diferenciación del producLo con otros del
mercado.
4. Determinar la relación entre el precio y el valor percibido en el producto.
5. Identificar los sustitutos probables.
6. Determinar cómo soluciona el producto las necesidades y deseos de los consumi­
dores.
7. Medir la claridad que ofrecen los conceptos expuestos.
8. Identificar los posibles usos o destinaciones que el usuario podría hacer del producto.

Figura 9.11 Ilustración y texto para describir el producto.

Análisis de la intención de compra

El propósito es desarrollar un análisis que vaya más allá de la simple frecuencia de intención de
compra, de parle los entrevistados, para ello se aplica un sistema de ponderación a las respues­
tas, según la fuerza de las mismas.
394 INVESTIGACIÓN DE MERCADOS

Tabla 9.6 Desarrollo de la intención de compra9.


Frecuencia Factor de Puntaje


ponderación
Definitivamente comprará 21% X 0,75 = 15,8%
Probablemente comprará 29% X 0,25 = 7,3%
Podría comprar 30% X 0,10 = 3,0%
Prodría no comprar 15% X 0,03 = 0,5%
Definitivamente no compra 5% X 0,01 = 0,1%
100% Prob. de compra = 26,7%

La tabla 9.6 describe las frecuencias obtenidas ante una pregunta que indaga sobre la
intención de compra de un producto, las cuales han sido afectadas por los factores que corrigen
el resultado de la encuesta. Por ejemplo, se impuso que no es el 100% sino el 75% de los
convencidos de comprar que, definitivamente, compran, y que el 10% de los convencidos de
no comprar, finalmente, compran. El factor de ponderación es estimado por especialistas que
han aportado una gran experiencia en este campo de la investigación.
Obtener la frecuencia de realizaciones, esto es la secuencia: f 0,75,0,25, 0,10, 0,03, 0,01 ],
es el objetivo del análisis de la intención de compra.

Gráfico de la intención de compra

Se presenta en la figura 9.12 el gráfico de la intención de compra, propuesto por Pope, que
utiliza un plano de dos dimensiones: la primera se refiere a la intención de compra de los
participantes en la prueba y la segunda, trata la singularidad o características diferenciado ras
del producto. El objeto es determinar la posición de acuerdo con el porcentaje de consultados
que aseguran que cada concepto estudiado representa para el producto una característica dife­
rente, y la intención de compra.
Se asigna como valor de referencia el 30%, el cual parece ser un límite empírico aceptable
para delimitar la ubicación dentro de cada cuadrante para cada concepto.
En el cuadrante I se ubican los productos triunfadores, para los cuales la prueba resulta
con alta intención de compra y alta diferenciación. Un producto que resulte en el cuadrante 11
necesita de buena fuerza de venta y de gran capacidad de competitividad. Un producto como el
del cuadrante 111, altamente diferenciado, pero poco convincente, requiere de una buena comu-

9 Fuente: Pope, Jefrey. 1984. Investigación de mercados: guía para el profesional. Ed Norma.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 395

II 1 40%
Fuerza de ventas Productos
Competidores triunfadores
30% Intención
de compra
Productos perdedores Comunicación
Alto margen
Exclusividad
IV III
20%
20% 30% 40%
Singularidad del producto

Figura 9.12 Diagrama de intención de compra frente a la singularidad, propuesto por Pope.

nicación para un mercado muy exclusivo, con alto margen de contribución. La prueba de
concepto se hace con frecuencia conjuntamente con las pruebas del producto. Los productos
ubicados en el cuadrante IV es el de los perdedores.

11. PRUEBA DEL EMPAQUE

El empaque juega un papel superior al de servir, simplemente, de protección o de cubierta,


porque, como es apenas natural, los empresarios lo utilizan para llevar su mensaje publicitario
y para manejar mecanismos que capten la atención, o que creen expectativas acerca de su
contenido. El empaque debe cumplir con tres requisitos: funcionalidad, imagen y visibilidad.

Requisitos del empaque Funcionalidad


Imagen
Visibilidad

1. Funcionalidad. La función primaria del empaque es servir de cobertura y protección,


para permitir el manejo adecuado del producto al ser transportado, almacenado, aga­
rrado, cenado o destapado. Debe contener, además, las instrucciones de uso y las
recomendaciones para su manejo. Según del tipo de producto, estos requisitos pueden
ser más o menos, críticos, como sucede con los productos industriales y los científicos.
2. Imagen. El empaque, además de comunicar la información básica del contenido, debe
interesarse en trasmitir otras ideas. Por ejemplo, es importante que parezca atractivo y
ofrezca connotaciones favorables. La investigación en este aspecto tiene como propósi­
to descubrir cuáles pueden ser esas connotaciones. Para ello, es útil investigar acerca
396 INVESTIGACIÓN DE MERCADOS

de las preferencias entre las alternativas del empaque, las percepciones que se destacan
del empaque en los consumidores y los puntos débiles del mismo. Son dos las posibi­
lidades usuales en las pruebas del empaque: la técnica del perfil, que se utiliza para
evaluar la imagen del producto creada por el empaque y las técnicas proyectivas, que se
utilizan para conocer el desempeño del empaque.
3. Visibilidad. La tarea más difícil de lograr es hacer sobresalir el empaque, esto es la
visibilidad, que se compone de tres elementos: la exhibición, la notabilidad y la
legibilidad. La primera se refiere a la capacidad de sobresalir en un estante. La segunda,
a la rapidez con que puede ser localizado por quién busca el producto y, finalmente, la
tercera se refiere a la facilidad de ser leído, un vez en encontrado.

Visibilidad del empaque Capacidad de sobresalir o de exhibición


Rapidez para encontrarlo o notabilidad
Facilidad de identificarlo o legibilidad

Las medidas de visibilidad son las más importantes en las pruebas del empaque. Se usan
diversos métodos, como el tiempo que requieren las personas en descubrir el producto. Se han
creado pruebas que utilizan la fotografía para medir el tiempo que demora identificar los empa­
ques que allí aparecen. Existen aparatos sofisticados, como las cámaras oculares, para registrar
la forma de los ojos de una persona mientras contempla un empaque, y con base en la dilata­
ción de la pupila se compara frente a un patrón, que permite deducir la actitud del observado.

Elementos del empaque


Los elementos que se someten a juicio en una prueba del empaque son:

1. La forma del nombre del producto.


2. El color preponderante.
3. Las ilustraciones acompañantes.
4. El logotipo.
5. El material del empaque.
6. La forma del empaque.
7. El tamaño del empaque.

Es importante, cuando se emprende la medida de alternativas, asegurarse de que existan


diferencias medibles para poder evaluarlas más razonablemente.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 397

12. PRUEBA DEL MERCADO

Las pruebas del mercado son experimentos realizados en los escenarios formales de la actividad
comercial, para anticipar el real potencial de los productos nuevos o prever el impacto de una
estrategia de marketing.
Las medidas fundamentales que se buscan en una prueba de mercado son: la tasa de
ensayo, la tasa de recompra y la frecuencia de compra:
Tasa de ensayo. Es la estimación de la proporción de consumidores que ensayan o com
pran por primera vez el nuevo producto.
Tasa de recompra. Es la estimación de la proporción de compradores que compraron
por primera vez y repiten la compra, al menos una vez.
Frecuencia de compra. Es la estimación de la cantidad y la rotación de compras entre los
que vuelven a comprar.

Medidas del potencial del mercado Tasa de ensayo


Tasa de recompra
Frecuencia de compra

La información que se desprende de una prueba del mercado y la forma general como se
puede determinar el mercado potencial, se resume en la tabla 9.7. Con base en la tasa de
recompra y la frecuencia de recompra, se puede reconstruir el potencial del mercado para el
producto estudiado. En el caso 9.10, que se expone a continuación, se usa la tasa y la frecuencia
de recompra para hacer la reconstrucción del mercado de un producto de consumo final.

Tabla 9.7 Información básica para la prueba de mercado.

Muestra analizada = 100%

Participantes que no ensayan = 60%


Participantes que ensayan = 40%
Participantes que recompran F entre el 10% - 25% de los que ensayan
Cuántos recompran X
Rotación = Cada cuando = Y veces/año

Mercado potencial Q F • X • Y (población)


Tasa de ensayo....................... .............. 17%
Tasa de recompra................... ............... 23%
Frecuencia de compra ... un paquete cada dos meses
398 INVESTIGACIÓN DE MERCADOS

Caso 9.10 Tasa de compra y frecuencia de recompra

De una prueba del mercado para una variedad de galletas que piensa lanzar una marca de
productos alimenticios, se extrajeron los siguientes resuhados:
Tasa de ensayo 17%
Tasa de recompra 23%
Frecuencia de compra Un paquete cada dos meses
La población objeto de estudio fueron las familias de las clases sociales media y media
alta, que constituyen el 40% de un total de 6 millones de familias, calculadas en el último
censo de la población. El precio fijado al paquete es de $250
Con esta información, el mercado se determina evaluando los siguientes parámetros:

Tabla 9.8 Datos para reconstruir el mercado.

Población del mercado total 6.000.000 fias.


Población objeto de estudio (40% del total) 2.400.000
Población de familias que ensayan el producto
(El 17% de la población objeto) 408.000
Población de familias que vuelven a comprar
(El 23% de las que ensayan) 93.840
Rotación de compra por año 24 paquetes
Ventas de paquetes por año (24 x 93.840) 1.876.800 pqts.
Ventas (en valor) esperadas por año ($240 x 1.876.800) $450.432.000

En conclusión, este producto puede proporcionar a la empresa unas ventas de 450


millones de pesos al año. Además, si el margen aceptado en la empresa es del 30%, la contri­
bución es de 105 millones, lo cual se considera suficiente para justificar el proyecto.

Tipos de pruebas

Las pruebas de mercado se pueden diseñar de tres formas:


1. La prueba de mercado abierta, cuando se maneja, como grupo de prueba, un pequeño
mercado real.
2. La prueba de mercado cerrada, o de laboratorio, maneja a un grupo de pocos compo­
nentes del mercado, bajo estudio en laboratorios de marketing.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 399

3. La prueba de mercado simulada, obtiene información de mercado mediante el manejo


de un modelo de computador.

Cuando se conocen los parámetros apropiados, es posible reconstruir un mercado, pero


si el producto es nuevo y, por tanto, no se cuenta con datos experimentales para hacer dichas
estimaciones, es posible, al menos, manejar modelos de computador para simular el desempe­
ño de un mercado real, con base en las hipótesis y las teorías que hacen parte del marco teórico.
De esta forma se obtienen aproximaciones que dan una buena concepción del mercado, pero
que, de ninguna manera, se puede esperar que sean concluyentes. Para utilizar este procedi­
miento, se debe contar con recuentos o datos pasados, que presenten analogías con el producto
y el mercado con los cuales se desea experimentar.
Si se cuenta con recursos suficientes para justificar la ejecución de una prueba experi­
mental, se puede utilizar la prueba de mercado cerrada, que se fundamenta en el manejo de
uno o varios grupos de prueba, compuestos por un número pequeño de informantes, que se
consultan durante el tiempo que dure el tratamiento aplicado a un producto, para ello se utili­
zan sesiones de grupos o páneles de consumidores, que aporten resultados acerca de las actitu­
des y comportamientos del consumidor frente al producto.
Si la importancia del proyecto de marketing amerita invertir mayores recursos de investi­
gación, se puede enfocar una prueba de mercado abierta, que utiliza una población pequeña,
pero representativa de la población objeto de estudio, como grupo de prueba. Ella puede ser la
perteneciente a una pequeña ciudad o pueblo, o a un barrio, o los clientes de un supermercado,
cuya única condición es que se pueda manejar en forma aislada del resto de la población. La
prueba de mercado de campo es la de mayor costo, puesto que se eleva a diez veces más, con
relación a la prueba de mercado de laboratorio.

Prueba de mercado abierta


La prueba de mercado abierta es un experimento que utiliza el mercado real al que se quiere
llegar, como grupo de prueba, en una escala mucho menor.
Se puede resumir en tres, los objetivos de este diseño que justifican su aplicación en la
investigación de mercados:

1. Medir el potencial de ventas de un producto nuevo.


2. Someter a prueba una estrategia de marketing.
3. Descubrir los problemas del plan de lanzamiento de un producto.
INVESTIGACIÓN DE MERCADOS

El diseño aplicado en las pruebas de mercado abierto tienen las siguientes características:

1. Son aplicables para productos de consumo final. Para productos industriales la prueba
de mercado se logra con los mismos clientes, ensayando el producto con ellos, puesto
que se trata de un número muy limitado de clientes. El mercado de productos de
consumo final es mucho más previsible que el mercado industrial.
2. Adopta como grupo de prueba pequeñas ciudades representativas del mercado regio­
nal o nacional al cual se tiene destinado el producto estudiado, y de ellas se extraen los
grupos de participantes.
3. La ciudad escogida como mercado prueba debe ser algo aislada para que no pueda
afectar al resto del mercado al cual se destina el producto.
4. Se debe dar a la población experimental el tiempo suficiente para que tenga la oportu­
nidad de usar el producto y de comprobar sus características. La información se recopi­
la mediante encuestas provenientes de una muestra elegida al azar. La duración de la
prueba debe consultar los siguientes aspectos:

a. Debe ser suficientemente corta para evitar la reacción de la competencia, ya sea


porque puede interferir la prueba con una contra respuesta o porque puede copiar
o asimilar del producto la idea que se quiere lanzar.
b. Debe durar el tiempo necesario para permitir medir la tasa de recompra, que de­
pende del tipo de producto. La tasa de recompra es importante porque las ventas
durante una introducción son diferentes a las normales, con lo cual se puede dis­
torsionar la visión en una forma optimista. Para no alargar demasiado la duración
de la prueba, se pueden enviar muestras gratis a los hogares y luego preguntar
sobre la intención de recompra.
c. Debe durar el tiempo justo para satisfacer el presupuesto de costo para tal fin y la
premura que se tiene antes de la fecha programada para el lanzamiento, en caso de
resultar exitoso en el experimento.

Caso 9.11 Procedimiento de prueba de mercado abierta

Si se trata de lanzar un producto de consumo final al mercado nacional y para este fin, se
tiene terminado el diseño del producto y se ha completado un plan para una campaña publi­
citaria, es natural que se desee conocer cuál es el resultado de la campaña y la aceptación del
producto en un mercado de pequeña escala, para anticipar los problemas que se pueden
presentar a escala nacional.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 401

La metodología consiste en someter a tratamiento un mercado pequeño y recoger una


respuesta directamente de los consumidores. Se escoge, por tanto, una pequeña ciudad para
efectuar la prueba, relativamente aislada del resto del país, usando como medio de publici­
dad un periódico local y como procedimiento de información encuestas diligenciadas por
los habitantes de la población.
La encuesta busca medir:

1. La eficiencia de la campaña mediante la “tasa de ensayo” que mide la proporción de


consumidores que decidieron comprar el producto anunciado.
2. La bondad del producto mediante la “tasa de recompra” que mide la proporción de
consumidores que habiendo adquirido el producto por primera vez, repitieron la
compra o piensan seguir comprándolo.

Se considera exitosa la prueba de mercado cuando la combinación “tasa de ensayo” y


“tasa de recompra” se comporta dentro de ciertos límites aceptados, tal como se muestra en
la figura 9.13. Como se observa allí, se trata de reconocer cuáles serían las estrategias a
seguir, según los resultados de la prueba de mercado.
Si se supone que se trata de un nuevo cereal, la prueba se considera exitosa si propor­
ciona una tasa de ensayo mayor del 10% y una tasa de recompra mayor del 30%. Si alguna
de las dos tasas no sobrepasan los anteriores “niveles exitosos”, se debe cambiar de estrategia
publicitaria o de diseño del producto, según la que se encuentre insuficiente. Si ambas están
por debajo de dicho niveles, es preferible abandonar el proyecto. Si ambas están por encima,
se puede proceder a lanzar el producto al mercado nacional.

Eficiencia de la campaña publicitaria


Tasa de ensayo
Alta 10% Baja

Alca Lanzar el Mayor promoción para


nuevo producto hacerlo conocer
Bondad del Tasa de
producto recompra 30%
Rediseñar el Abandonar la prueba
Baja nuevo producto no garantiza éxito

Figura 9.13 Estrategias que se deben seguir según el resultado de la prueba de


mercado.
402 INVESTIGACIÓN DE MERCADOS

Los medios para recolectar la información dependen de las características de la investiga­


ción. Los siguientes son tres de ellos:

1. Encuestas directas a los consumidores.


2. Auditorías en tiendas detallistas (Pantry chek), consulta del movimiento de los inventa­
rios.
3. Despachos o facturaciones, desde la empresa patrocinadora. Es importante cuando no
se requiere comprobar la tasa de recompra.

La prueba de mercado abierta es de alto costo y compleja, pero algunas modalidades


resultan más convenientes como la prueba de minimercado, la cual, en lugar de seleccionar una
ciudad como grupo de prueba, selecciona una área mucho más pequeña, como puede ser el
sector de influencia de un minimercado en una ciudad mediana. Si los presupuestos todavía no
son suficientes, se puede recurrir a una prueba de mercado cerrada o, en último caso, a los
modelos matemáticos de simulación del mercado.

Prueba de mercado cerrada


La prueba de mercado cerrada maneja grupos compuestos por un número pequeño de infor­
mantes, que se consultan durante un tiempo limitado para conocer sus actitudes y comporta­
mientos frente a un producto. Las pruebas de mercado cerradas, o de laboratorio, pueden
utilizar diferentes diseños estructurales, pero todas deben cumplir las siguientes normas:

Norma 1: Se debe exponer al grupo de prueba a un tratamiento durante un tiempo deter­


minado, como por ejemplo, el tiempo que dure una campaña publicitaria del pro­
ducto .
Norma 2: Se debe dar oportunidad al grupo de prueba de comprar y probar las caracterís­
ticas del producto.
Norma 3: Se debe exponer al grupo de prueba a un período de tiempo suficiente para que
tenga la oportunidad de usar el producto.
Norma 4: Efectuar entrevistas de seguimiento para conocer la satisfacción de compra, la
intención de recompra y la tasa de utilización deseada.
Norma 5: Dilatar el tiempo de duración del experimento lo suficiente para ofrecer la opor­
tunidad de recompra y medir la frecuencia de compras.

Esta técnica, como es natural, tiene sus limitaciones, mas sin embargo, se le reconoce
como una de las pruebas más exitosas en la historia de la investigación de mercados. Entre las
limitaciones está la arOficialidad, porque utiliza recintos cerrados o de laboratorios, la selección
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 403

de los integrantes, porque se recurre a muéstreos de conveniencia, situación muy frecuentes en


estos casos, y la del juicio de compra y recompra, porque se somete la prueba a tratamientos que
después no se aplican exactamente en la realidad.
El caso 9.12 presenta la prueba de mercado correspondiente al diseño Assesor, desarrolla­
do por Aaker y colegas10.

Caso 9.12 Programa Assesor

El diseño ASSESOR experimenta una prueba de mercado basada en un modelo con la si­
guiente estructura:
°2 X1 l°3¡ X2 X3 °5

donde cada elemento se interpreta así:

O j es la primera observación, para lo cual se interceptan compradores en un centro de


convergencia y se observa si pertenecen a la población estudiada De ellos se selecciona un
grupo de prueba.
O2 es la segunda observación, en la que se aplica al grupo seleccionado una prueba de
recordación sin ayuda para la marca de un determinado producto. Las preferencias se miden
mediante una prueba apareada en una escala de puntos y los atributos se clasifican según su
importancia.
Xj es el* primer tratamiento, con el cual se expone al grupo una serie de anuncios
publicitarios de productos, seis u ocho, de diferentes marcas.
[OjJ es la tercera observación. Se expresa entre corchetes para significar que es opcio­
nal. En ésta se determinan las actitudes y reacciones al tratamiento anterior por parte de los
participantes. Sin embargo, su utilización debe estar muy bien justificada por el riesgo de
que se mezclen variables extrañas por el efecto de prueba.
X2 es el segundo tratamiento, aquí se bnnda una oportunidad de compra en una rien­
da donde se simula la existencia del nuevo producto. A los participantes se les obsequia
dinero para que lo utilicen, en caso de deseo de compra del producto, en una de las marcas
consideradas. En caso de no comprar, se les ofrece una muestra gratuita.
O4 es la cuarta observación, en la cual se registra la marca de la compra si la hubo o se
registra no compra, en caso contrario.
X3 es el tercer tratamiento, en el cual se ofrece la oportunidad de usar el producto.

10 En el libro “Investigación de Mercados, Aacker y otros, McGraw-Hill*


404 INVESTIGACIÓN DE MERCADOS

O5 es la quinta observación, en ésta se registra, mediante encuestas telefónicas, las


preferencias, las calificaciones, actitudes y creencias de los usuarios.

Como se deduce, el grupo de prueba se convierte en un pánel seleccionado en un


punto de convergencia, al cual se le hace seguimiento para conocer la experiencia sobre el
ensayo, la recompra, la frecuencia de compra y las actitudes de los consultados.

13. Simulación del mercado

La simulación del mercado es una tercera alternativa para realizar pruebas de mercado. Consis­
te en crear réplicas de la realidad para determinar, en forma rápida y económica, la probable
reacción de un mercado ante un cambio de una de las variables de marketing.
La simulación en computador, utilizada como una técnica de marketing, consiste en ma­
nejar un modelo lógico matemático, construido con la experiencia que se tiene de un marco
teórico, para determinar la forma como se presentan los cambios en las variables dependientes
(respuestas del mercado), inducidos mediante el manejo de las variables independientes (accio­
nes de marketing).
El modelo es una abstracción de la realidad, que se considera una réplica razonablemente
buena del proceso real que se analiza. Por medio de él se puede experimentar y concluir acerca
de las probables respuestas del mercado ante una acción de marketing.
Los modelos, según su grado de abstracción, se clasifican en tres categorías: Los modelos
simbólicos o matemáticos, que utilizan relaciones funcionales y matemáticas para representar las
propiedades del proceso que se simula. Los modelos analógicos o digitales, que utilizan propie­
dades físicas de los fenómenos que se comportan en forma análoga o semejante a la realidad.
Los modelos escalados, que representan una proyección de la realidad en una escala menor.
La simulación del mercado es una herramienta en la que no interviene directamente el
elemento vivo del mercado, o sean, las personas. Algunas de éstas técnicas son muy conocidas,
ya que se han utilizado para diferentes fines, como los juegos de negocios, el aprendizaje me­
diante la experimentación, con la mezcla de marketing, la elaboración de pronósticos de ven­
tas, etc.
Para hacer una simulación se debe contar con cuatro elementos: el modelo, el comporta­
miento de las unidades participantes, los datos de entrada y los datos de salida.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS 405

Elementos del modelo


El modelo de simulación se compone de cuatro elementos básicos:

1. Las ecuaciones funcionales, que incorporan las variables al proceso. Pueden ser des­
de una sola y sencilla ecuación a un complicado sistema de ecuaciones y relaciones
2. Almacenamiento de la información. Los datos que contiene el modelo de simulación
tienen diferentes procedencias:
Datos provenientes del mundo real, que representan el desempeño de los componentes
del mercado, con los cuales se reproduce el proceso real mediante muestras artificiales.
Datos generados internamente, como los resultados parciales y los números aleatorios
necesarios para elaborar el muestreo artificial.
Datos para las variables exógenas, como las regulaciones gubernamentales, las tenden­
cias consideradas, etc.
Datos para las variables endógenas, como el precio que se asignará al producto, el gasto
publicitario, los canales utilizados, etc.
3. Unidades de decisión. Conforman la contraparte del mundo exterior en el modelo.
Están formadas por personas, hogares, negocios, instituciones o cosas, las cuales se
deben identificar y comportar en el modelo de la misma forma como ocurre en la
realidad. Por ejemplo, el gasto de una familia en cierto producto depende de una serie
de condiciones, como el ingreso, el precio, la etapa de vida del producto en uso, el
ahorro, etc.
4. El proceso estocástico. El modelo de simulación debe ser una réplica de la realidad.
Por ello debe ser aleatorio y dinámico, tal como ocurren los eventos en la vida real. El
proceso estocástico incluye el azar y el tiempo y se basa en un generador de variables
aleatorias para respaldar la objetividad en procesos como la decisión de compra, la
selección de una marca, o la escogencia de una forma de pago.

Caso 9.13 Aplicación de los métodos de Monte Cario

Con el nombre de los métodos de Monte Cario se conocen las técnicas de generación de
variables aleatorias, que forman el muestreo artificial. El proceso consiste en seleccionar
números aleatorios, esto es, números que se distribuyen en forma uniforme, entre 0 y 1, y se
comportan, estadísticamente en forma independiente.
Por ejemplo, si la participación en el mercado de tres marcas, A B y C, son, respectiva­
mente 10%, 30% y 60%, la probabilidad de que una de estas marcas sea la elegida por una
406 INVESTIGACIÓN DE MERCADOS

persona, se reproduce a partir de un número aleatorio R. Como la función de distribución de


la selección de marca debe corresponder a su participación en el mercado, se puede cons­
truir el siguiente algoritmo, con el cual se asegura un comportamiento similar a la situación
real.
El vector utilizado en el computador para reproducir la función de probabilidades de
las marcas, se reparte en forma proporcional a las participaciones del mercado. Si la función
de frecuencia real es: p(A)=0,l, p(B)=0,3y p(C)=0,6, un vector de 100 componentes se estruc­
tura así:

Variable A ocupa las posiciones de 1 a 10


Variable B ocupa las posiciones de 11 a 40
Variable C ocupa las posiciones de 41 a 100

Para reproducir dicha ley en el computador, se selecciona un número aleatorio R, y si


el número aleatorio generado se sitúa entre 0 y 0,1 la marca elegida será A; si se sitúa entre
0,1 y 0,4 la marca elegida será B, y si se sitúa entre 0,4 y 1,0 la marca elegida será C (véase
figura 9.14). De esta forma la función de distribución corresponde a la participación de cada
marca en el mercado.
Las variables se generan con base en números aleatorios así: Se parte de un número
aleatorio R=0,19. La posición generada en el vector es la 19 (0,19 x 100). El valor generado
para la variable corresponde a la marca B, que está grabada en la posición 19.
Igualmente si: R=0,57 la marca seleccionada es C, si R=0,02 la marca seleccionada es
A, y así sucesivamente.

0 10 40 100

A B B B c c c c c c

Figura 9.14 Vector utilizado en el método Monte Cario para la generación de variables
aleatorias.

Proceso de simulación
Las etapas en el proceso de la construcción de un modelo de simulación, son:

1. Definición de las variables del proceso a simular.


2. Establecimiento de las relaciones entre las variables.
APLICACIONES ESPECÍFICAS DE LA INVESTIGACIÓN DE MERCADOS
407

3. Determinación de los datos o parámetros involucrados en las relaciones funcionales.


4. Organización o determinación de la información exógena, esto es de las variables ex­
ternas al sistema.
5. Preparación de la información endógena o que relaciona las componentes internas del
sistema.
6. Establecer los resultados requeridos que debe generar la simulación.

Las características dinámicas se deben asociar con los cambios de los mercados en el
tiempo. Por ejemplo, si la población crece con el tiempo, las ventas deben comportarse en
consecuencia. Si después de una corrida de simulación, que represente la operación de un año,
el modelo se debe acondicionar con las nuevas condiciones vigentes, como una mayor pobla­
ción. Igualmente, se debe considerar la vida de los productos y otras características similares.
La simulación tiene las siguientes ventajas:

• Es una poderosa herramienta en el adiestramiento de marketing porque permite conocer


la naturaleza de los procesos del mismo.
• Después de implementado el modelo, los experimentos de simulación resultan de bajo
costo, y se pueden ensayar tantos parámetros cuantos sean necesarios, hasta determinar las
condiciones óptimas de funcionamiento de un plan de marketing.
• El ahorro de tiempo es importante, puesto que no se necesita implementar la operación
que se requeriría en una prueba de mercado, en caso de no contarse con el modelo.
• A menudo es la única forma de investigar ciertos problemas que interrelacionan variables
independientes, fuera del control de la empresa, como por ejemplo lo que sucedería en el
mercado con la introducción de una marca con características aún no conocidas en el
mercado local.

Sin embargo, la simulación también tiene fuertes desventajas que limitan su utilización,
por ejemplo:

• La paradoja consiste en que la simulación tiene como principio el generar información


internamente, que evite procedimientos costosos de recopilación, pero para implementar
el modelo, se necesita el manejo de gran cantidad de información real para poder acondi­
cionar el modelo de simulación a la vida real lo que exige la utilización de otros métodos
de investigación.
• La estructura diseñada para los modelos, a veces resulta muy rígida, y esto dificulta su
actualización a las nuevas condiciones del mercado.
408 INVESTIGACIÓN DE MERCADOS

Caso 9.14 Algunos casos de utilización de la simulación

1. Juegos de negocios
El modelo común en el juego de negocios considera varios participantes cuyo objeto es
aumentar las utilidades o las ventas de una empresa mediante la asignación de recursos a
ciertas variables de marketing, tales como la investigación de mercado, la publicidad, el
precio, la cobertura y el plan de distribución, y la fuerza de ventas. Cada jugador asigna sus
recursos como si fuera un movimiento de una ficha de ajedrez. Se alimenta el modelo de
computador con esta información, y se procede a conocer el resultado que cada participan­
tes obtuvo en su P y G, con relación a ios demás participantes en un mercado simulado.

2. Juego de experimentación
El modelo trata de llevar a cabo un experimento para determinar la mejor entre varias alter­
nativas de planes de mercado, consideradas para un mercado con ciertos parámetros cono­
cidos, tales como lo referente al comportamiento y motivación del consumidor. De esta
manera se obtiene la mejor alternativa y un análisis de sensibilidad que considera variantes
que podrían ser más válidas que la mejor alternativa ante una contingencia diferente.
3. Análisis de procesos estocásticos
En el proceso de mercado se presentan situaciones que se pueden identificar mediante el
proceso de Markov, que requiere representar probabilidades de transición entre un estado y
otro. Por ejemplo, mediante el funcionamiento de campañas de imágenes es posible cambiar
las preferencias de los consumidores, en el tiempo, de una marca a otra. Este proceso de
cambio se puede explicar mediante la construcción del modelo estocástico que, a partir de
las probabilidades de transición, permite determinar las nuevas probabilidades de estado y
conocer, después, las implicaciones económicas de la campaña.

4. Modelos heurísticos
En este tipo de modelo se trata de simular la toma de decisiones tal cual ocurre en la vida
real. Consiste en una serie de pasos que conducen a diversas alternativas de acción, inte­
grantes de un grupo de reglas de decisión pragmáticas, que se utilizan cuando no se tiene
solución mediante las técnicas de administración. Se representan como diagramas de (lujos,
tal como ocurre en la elaboración de los programas de computador.
ANÁLISIS ESTADÍSTICO

La estadística tiene como objetivo la interpretación de los resultados para


hacer inferencias, es decir, estimar y predecir algunas características de la
población, con base en la información contenida en una muestra para to­
mar decisiones relacionadas con el marketing, en el caso de la investigación
de mercados. El análisis estadístico parte de un conjunto de datos ya proce­
sados, es decir depurados y organizados, listos para ser analizados mediante las técnicas esta­
dísticas. Para alcanzar este objetivo se deben distinguir cinco partes del problema estadístico:

1. Especificación de la población estudiada.


2. Diseño del procedimiento de muestreo o experimento.
3. Recopilación y descripción de la información.
4. Inferencia
5. Bondad de la inferencia.

El objeto principal de la estadística moderna es hacer inferencias, y éste es el tema central


de este capítulo
Los métodos de análisis distinguen dos grupos de estadísticas, que dependen de la natu­
raleza de los datos, así:
Estadística paramétrica. El objetivo es inferir un parámetro de una población, a partir
de una medida numérica descriptiva. Los datos se deben diligenciar en una escala cuantitativa
(proporcional o interval).
Estadística no paramétrica. No hace inferencias de los parámetros, maneja, en cambio,
hipótesis no paramétricas, que tienen que ver con la forma de la distribución de las frecuencias
poblacionales. Se utiliza cuando los datos provienen de una escala nominal u ordinal.
Las aplicaciones del análisis estadístico en investigación de mercados, del primer grupo,
se relacionan con los siguientes temas:
— Estadística descriptiva. Se utiliza para determinar la forma de distribución de las fre­
cuencias y se caracteriza, tanto por su apariencia gráfica, como por las medidas de los
valores centrales y de dispersión.
410 INVESTIGACION DE MERCADOS

— Estimación. Es uno de los propósitos de la inferencia, que trata de evaluar parámetros


poblacionales, con base en estimaciones puntuales, como la media y la varianza, o en
estimaciones de rangos, como los intervalos de confianza.
— Pruebas de hipótesis. Contrasta una suposición con los resultados de un experimento,
con el propósito de evaluar su validez. Para ello recurre a las pruebas estadísticas, que
se conocen con la letras z> t, y F. Ellas se permiten analizar las medias, las frecuencias,
y las varianzas.
— Análisis Multivariahle: Permite el análisis estadístico de muchas variables, con lo cual
es posible estimar la correspondencia entre dos variables, efectuar análisis de correla­
ción y de regresión, o analizar un conjunto grande de variables, para determinar los
factores de una muestra (análisis factorial), para segmentar (análisis discriminante, aná­
lisis de conglomerados), para evaluar condiciones particulares, a partir de un todo
(análisis de conjunto), para conocer las interacciones de variables (detector automático
de interacción), etc.

Este capítulo tratará la estadística descriptiva, la estimación, las pruebas de hipótesis, el


análisis de frecuencias y de varianza, y el análisis de correspondencia. La estadística no
paramétrica, con sus principales pruebas de hipótesis, se considerarán hacia final de este capí­
tulo. Las técnicas multivariables se verán en el capítulo siguiente.

1. ESTADÍSTICA DESCRIPTIVA

La estadística descriptiva ayuda a resumir un gran volumen de cifras provenientes de las en­
cuestas de investigación de mercados, para facilitar su interpretación numérica y gráfica. La
información que proviene de las muestras estadísticas resulta ser muy voluminosa, aparente­
mente inconsistente y difícil de interpretar visualmente. Es deseable, entonces, un procedi­
miento estadístico, objetivo y sistemático, que facilite su evaluación y permita sacar conclusio­
nes válidas.

Métodos gráficos

Los métodos gráficos son herramientas que se aplican a los conjuntos de datos con el propósito
de visualizar la forma como se agrupan y distribuyen las frecuencias.
La distribución de frecuencias se representa mediante el histograma y la función acumu­
lada, mediante los datos agrupados en intervalos de clase, cada uno con su respectiva frecuen­
ANÁLISIS ESTADÍSTICO 411

cia, bien sea absoluta o relativa. El histograma puede tener presentaciones diferentes, ya sea en
forma de diagramas de barras, de líneas, de círculos o pasteles, de esquemas o figuras.
Para la construcción de una distribución de frecuencias se deben considerar tres aspectos:

1. El número de intervalos de clase. Debe considerarse un número que no sea demasia­


do pequeño que desdibuje la información, ni demasiado alto que no justifique la agru­
pación de los datos. Como mínimo son recomendables cinco intervalos y no más de
veinte, como máximo.
2. El recorrido. Esto es, la distancia comprendida entre el valor mínimo y máximo, de la
variable aleatoria. Esto equivale a definir las fronteras, dentro de las cuales queden
incluidas todas las posibilidades.
3. El tamaño del intervalo de clase. Éste es igual al recorrido, dividido por el número de
ellos. Para facilitar las comparaciones, la longitud debe ser igual para todos. Sin embar­
go, existen excepciones, como se puede observar en la figura 10.1, en la que no se
cumple esta condición.

Medidas numéricas

Las medidas que describen aspectos cuantitativos de la población se llaman parámetros y se


clasifican en tres clases: medidas de tendencia central, medidas de variabilidad y medidas de
correspondencia.

Medidas numéricas De tendencia central


De variabilidad
De correspondencia
412 INVESTIGACION DE MERCADOS

Las medidas de tendencia central y las de variabilidad se utilizan para describir el com­
portamiento de una sola variable aleatoria, la medida de correspondencia se utiliza cuando se
consideran dos, o más, variables.
La escala de intervalos es la más usual en investigación de mercados. Las medidas des­
criptivas de tendencia central son, las media, la mediana y la moda.

Medidas centrales
Media muestral. Es el valor más representativo de una distribución de frecuencias y se calcula
con la expresión
N
X = YFiXi/N
1

donde corresponde a la frecuencia absoluta para el intervalo de X?


Mediana. Es la observación que cae en el centro del recorrido, cuando se ordenan las
categorías en orden ascendente. Corresponde al valor que separa las frecuencias en dos mitades
iguales.
Moda. La moda corresponde a la categoría o intervalo que presenta la mayor frecuencia.

Distribución de frecuencias

Caso 10.1 Ejemplos con medidas centrales

1
En la siguiente tabla se expresan los ingresos familiares que se encontraron en una muestra,
los cuales se han ajustados a una escala de intervalos.
Los valores centrales de la tabla 10.1 son:
La media, expresada en forma nominal es:
X =(1 x15+ 2x20+ 3x35+ 4x25+ 5x05)/100 = 2,85
ANÁLISIS ESTADÍSTICO 413

Tabla 10.2 Datos agrupados para el caso 10.1.

Intervalo Nombre intervalo Frecuencia


Menos de 100.000 1 15
Entre 100 - 200 000 2 20
Entre 200 - 300 000 3 35
Entre 300 - 400 000 4 25
Entre 400 - 500 000 5 05

La media, expresada en términos del valor central del intervalo de clase, es:

X = (50.000 x 15 + 150.000 x 20 + 250.000 x 35 + 350.000 x 25 + 450.000 x 5 ) /100=


235.000

El ingreso promedio por familia es de $ 235.000, que corresponde al intervalo 2,85,


cuando se definen los intervalos con los números naturales.

2
Cuando los datos se registran en escalas nominales u ordinales, caso muy frecuente en inves­
tigación de mercados, las medidas centrales usuales son la moda y la mediana.
Las siguientes dos tablas de información, suministran datos en dos escalas diferentes:
a la izquierda, se indica el orden que ocupan 7 marcas de un producto, de acuerdo con su
participación en el mercado, y, a la derecha, se asocia a cada marca, el precio del mercado.

Tabla 10.2 Datos para el ejemplo 2 del caso 10.1.

Escala ordinal Escala nominal

Orden Marca Nombre marca tí de preferencias


1 D A 1 090
2 G B 1 345
3 A C 1 123
4 F D 980
5 B E 1 580
6 E F 1 260
7 C G 1 200
Mediana Md = F Moda Mo = E
414 INVESTIGACION DE MERCADOS

En estos casos, cuando la variable es la marca, lo único que se puede dar es su moda E
y su mediana F. Estas dos escalas tienen pruebas estadísticas no paramétricas.

Medidas de variabilidad.
Las medidas de variabilidad o de dispersión más importantes son la varianza y la desviación
estándar. A continuación, se hace la definición de cada una de ellas.
Varianza. La varianza es una medida indirecta de la dispersión de los datos, con relación
a la media. Se determinaron con base en desvíos cuadráticos que ofrecen un valor absoluto, que
evita la consideración de mecanismos compensatorios para de los desvíos negativos y positivos.
La varianza de una población de N elementos es:

Para una muestra de tramaño n, es la relación entre la suma de los desvíos cuadráticos y
los grados de libertad que, para la varianza muestral, es n-1.

V 7 n-1 g/

Para mayor comodidad al desarrollar el cálculo de la varianza, se recomienda el manejo


de la suma de los desvíos cuadráticos, SDC, como la diferencia:

Desviación estándar. La desviación estándar corrige la escala de la varianza, devolvién­


dole a la dispersión la misma escala de los datos originales:

para la muestra
(T = ^(T2 para la población

Coeficiente de variación. El coeficiente de variación propone una medida de dispersión


relativa, con el fin de hacerla comparativa con los datos de diferentes magnitudes.

v = cr/X
Otras medidas de variación:
Recorrido. Es la diferencia entre la mayor y la menor observación.
R = Rmax - Rmin
ANÁLISIS ESTADÍSTICO 415

Cuartil. Es la medida de dispersión suministrada por los valores del recorrido que divi­
den las frecuencias de la distribución en cuatro partes iguales.

Deciles y percentiles. Es similar al anterior, pero los valores expresan la décimas o


centésimas partes de las frecuencias. En general, se adopta el nombre de cuantil para denotar
los valores que dividen las frecuencias en número dado.

Figura 10.2 Regla empírica.

Regla empírica. Esta regla se establece a partir del teorema del límite central y describe
la variabilidad de una distribución normal, de tipo campanular, que es la forma que sigue una
buena parte de los procesos observados en la naturaleza.
La regla dice que los intervalos comprendidos entre la media y la exactitud contienen,
aproximadamente, las siguientes frecuencias:

p±l<y contiene el 68% de las observaciones


l¿±2(7 contiene el 95% de las observaciones
/i±3g contiene el 100% de las observaciones
416 INVESTIGACION DE MERCADOS

Caso 10.2 Ejercicios sobre variaciones

La figura 10.3 expresa la frecuencia presentada sobre el desempeño en las ventas de cinco
unidades de negocio, de las cuales se quiere tener el conocimiento estadístico descriptivo de
las principales medidas de tendencia central y de dispersión.

Unidad Medida Desvío Desvío


¡ xf-x cuadrático
(X¡-X)2

1 23 -9 81 Media: X = 170/5 = 34

2 39 5 20 Varianza: S2 = 134/(5-1) = 33,7


3 38 2 4 Desviación: 5 = '¡(33,7) = 5,8
4 40 6 36 Coeficiente: v = 5,8/34 =0,17
5 30 -4 16
170 SC=134

Figura 10.3 Datos para el caso 10.2

Medidas de correspondencia
En el análisis de múltiples variables, el objeto de la estadística descriptiva es establecer la
relación existente entre ellas y, además, medir el grado de correlación. En el caso de dos
variables, X define la variable independiente y Y la variable dependiente, el primer objetivo
es desarrollar una función lineal que permita predecir Y en función de X, de la forma:

Y=/(X)

El segundo objetivo trata de cuantifícar la capacidad predictora de esta expresión me­


diante un coeficiente que mide el grado de correlación r de las variables estudiadas:

r g(*,-*)(>-,

La técnica que proporciona la primera solución se denomina análisis de regresión, y la


segunda, es el análisis de correlación. Estos aspectos se estudiarán, posteriormente, con
mayor amplitud.
ANÁLISIS ESTADÍSTICO 417

2. INFERENCIA ESTADISTICA

El objeto básico de la estadística es hacer inferencia, esto es, sacar conclusiones válidas para una
población, a partir de los resultados de una muestra. La inferencia contempla la ejecución de
dos tipos de análisis. El primero, consiste en la obtención de una medida que sirva como
estimativo del parámetro poblacional estudiado, para elaborar un pronóstico El método se
llama estimación. El segundo, intenta avalar dicha medida para proyectar conclusiones a la
población, evaluando el nivel de significancia de la medida o la bondad del estimador y, con
ello, tomar decisiones. El método se llama prueba de hipótesis

Tipos de inferencia I Estimación


Prueba de hipótesis

Cualquiera de los dos métodos puede usarse para inferir sobre una siLuación y ambos
son, extensamente, utilizados en el análisis estadístico. La utilización de uno u otro método
depende de la situación estudiada o de la preferencia del investigador.
El proceso de inferencia contempla dos aspectos. Primero, hacer la inferencia propiamen
te dicha, sea ésta respecto de un pronóstico o de una decisión, esto es, puede tratarse de estima­
ción de un parámetro o de la aceptación de una hipótesis. Segundo, es una manera de medir la
habilidad de la estimación o de la decisión, para determinar qué tan precisa se hace la inferencia.

Partes de la inferencia Estimación


Fiabilidad

Estimación

El estimador es la estadística que proporciona el pronóstico de un parámetro de una población.


Puede tener dos presentaciones, uno puntual, si expresa el parámetro de la población mediante
un número o dato, y otro interval, si presenta la estimación expresada por dos medidas, que
delimitan un intervalo que contiene el valor del parámetro poblacional estudiado. Este último
es llamado intervalo de confianza.

Tipos de estimación Puntual


Intervalo de confianza
418 INVESTIGACION DE MERCADOS

Bondad del estimador


El estimador debe cumplir con la cualidad de ser insesgado, esto es, que la esperanza matemá­
tica del estadístico que sirve de estimador, coincida con el parámetro poblacional estudiado. La
media muestral se caracteriza por ser un estimador puntual insesgado de p, puesto que:
E(X) = //. Además, se conoce bien que se distribuye según la normal, con varianza:
CT2(X) = ^.^-
k 7 N-1 n

La diferencia entre el valor estimado y el parámetro estudiado es el error de estimación. El


error exacto no se conoce, pero se puede evaluar el máximo error posible dentro de un margen
de confianza. La regla empírica que proporciona la distribución normal para establecer la mag­
nitud posible del error, establece la probabilidad de acertar el parámetro dentro del intervalo
estimado, delimitado por un valor central y una amplitud correspondiente a varias veces la
desviación estándar de las medias muéstrales. Si se toma dos veces la desviación estándar, la
probabilidad de acertar el pronóstico es aproximadamente 95%, y simbólicamente se expresa
así:

Pr[jueX±2a] = 0,95

El intervalo así establecido se llama intervalo de confianza. El coeficiente de confianza es el


número de veces que se define la amplitud del intervalo, en términos de la desviación estándar.
En la figura 10.4 se observa el funcionamiento de este proceso. Se observa que de 25 resultados
expresados por una medida puntual y un intervalo, cinco de ellos, el (2,10,13,16 y!8), no acier­
tan a pronosticar el parámetro /L Este es el riesgo del pronóstico. En este caso fue del 30%. Por
tanto se dice que la confiabilidad de acertar es del 70%.

Bondad del estimador Válido (insesgado)


Confiable (exacto)

Figura 10.4 Interpretación de la confiabilidad de una muestra.


ANÁLISIS ESTADÍSTICO 419

Intervalo de confianza
La exactitud mide el error máximo de estimación cuando se infiere el valor de un parámetro, a
partir de un resultado muestral, dentro de los límites de una probabilidad de acierto. El interva­
lo de confianza es un rango entre dos valores, delimitados con la media muestral, como centro,
y la exactitud como rango, en ambos sentidos. La probabilidad de que un intervalo de confianza
contenga el parámetro se llama nivel de confianza, que se designa mediante un porcentaje, y se
define un coeficiente Z asociado, para describir el intervalo, así:

intervalo de confianza = X+B


siendo la exactitud B^Zü/^n

Z es el coeficiente de confianza, que corresponde al cuantil que divide la frecuencia entre


el nivel de confianza p% y su complemento (l-p)%. de la distribución de y, que tiene por
desviación estándar <j/ Va, siendo n el tamaño de la muestra.

Las estimaciones para los intervalos de confianza se evalúan con base en las estadísticas z
y t> que describen las funciones de probabilidad de la normal estandarizada y de la Student,
respectivamente. Se exponen a continuación los intervalos de confianza para una medida, pro­
pia del muestreo de variables, para una proporción, propia del muestreo de atributos, y para
una diferencia, ya sea de medidas o de proporciones.
Intervalo de confianza para una medida
Se exponen dos casos, que dependen de si se conoce o no la desviación de la población
1
Si se conoce c o se tiene un tamaño muestral grande, lo cual se cumple, aproximadamente,
para n>30, el intervalo de confianza se determina mediante el estadístico:

que se distribuye según la distribución normal estándar, con media 0 y desviación 1. Entonces
si Z a es el cuantil que contiene a% de probabilidades, el intervalo se expresa así::

Intervalo = X ±Z a-S / 4n

2
Cuando se desconoce la varianza poblacional o2, para construir el intervalo se requiere estimarla
mediante la varianza muestral S2 En este caso, el intervalo se designa mediante el estadístico:
420 INVESTIGACION DE MERCADOS

que sigue la distribución t de Student con (n-1) grados de libertad. Entonces, si se toma el
cuantil tn a que contiene el a% de las probabilidades , se puede construir el intervalo, así:

Intervalo = X ±tna • S /Jñ

En este caso, S2 es la varianza muestral que se describe mediante la expresión:


52 = N-1 E(x,-x)2
N-n n-1

3
Cuando el tamaño de la muestra es grande, los estadísticos tníXy tienden a ser, sensiblemen­
te, iguales. Por tanto, aunque no se conozca a se usa 2 en lugar de í, en este caso, la expresión
para el intervalo de confianza, resulta, así:

Intervalo = X±Za S/Nn

Intervalo de confianza para una proporción


Se sigue el mismo razonamiento anterior, teniendo en cuenta que, cuando se trata de propor­
ciones, la varianza poblacional se desarrolla con la distribución binomial:
d2 = n.(l-7t), siendo Ti el porcentaje de presencia del atributo en la población.
51 se conoce ffse aplica el estadístico Z, si no se conoce, se debe estimar P, que índica el
porcentaje de presencia del atributo en la muestra, y se aplica el estadístico t. En este caso, la
varianza muestral es:
52 = P • (1-P)
Igualmente, cuando n>30, el intervalo se puede trabajar con el estadístico Z en una forma
aproximada.
El intervalo de confianza, depende, por tanto del tamaño muestral. Así:

Intervalo para muestras grandes =P±Za -ylP-O-P)/n

Intervalo para muestras pequeñas = PyP(1-P)/z?

Intervalo de una diferencia de medidas


Cuando se consideran dos muestras aleatorias independientes, de tamaño y n2, tomadas de
dos poblaciones diferentes, con medias ¡ P} p¿l y vananzas | s2t s22 ¡, se puede inferir la
diferencia f jUj - /z2 J, así:
El estimador puntual
ANÁLISIS ESTADÍSTICO 421

con varianza:

Para el Intervalo con muestras grandes ( ^>30 y n.¿>30 ), o cuando se conocen [<y2 a2 ],

se utiliza el estadístico , así:

/ntew/o = (X, - X2) ± za •

Cuando no se conocen [<yj &2 L Aue se puede estimar con las varianzas muéstrales [ S2j

S22 L o cuando se trata de muestras pequeñas (n¡<30 o n2<30), se utiliza el estadístico ta , así:

Intervalo = (X^X2)± tna •

Intervalo de una diferencia de proporciones


Cuando se trata de dos muestras de proporciones, se estima la diferencia [7C1—K2l con:

7t1-7t2=Pi-p2

donde la varianza es:

prO-pi), p2-(1~p2)

Entonces, el intervalo de confianza para muestras grandes es:

Intervalo = (P, - P2 ) ± z„ • O(p_p^

y para muestras pequeñas es:

Mte™/o=(p1-p2)±^CT(p,-p2)

Caso 10.3 Ejemplo sobre intervalos de confianza

En una prueba de producto, se comparó el abono desarrollado por una empresa de insumos
agropecuarios contra el de la competencia líder .
Se aplicó abono de ambas marcas a 1.000 matas y se obtuvo que, con la marca propia,
820 matas superaron el promedio de productividad de la región, contra 760 matas con el
abono líder. Se requiere saber si esta diferencia, a favor del producto ensayado, se debe a una
mejora en la calidad desarrollada en el nuevo producto, o si es producto del azar.
422 INVESTIGACION DE MERCADOS

Si P¡ = 0,82 y P2 = 0,76, el intervalo de confianza para la diferencia P3 - P2 = 0,06, se


determina con base en la varianza:
a2 = P1Q1/n1 + P2Q2/n2 = 0,82 x 0,18/1000 + 0,76 x 0,24/1000 = 0,0033
y, por tanto, a = 0,018
Y el intervalo de clase, es:

(PrP2) ± Z a a (pj_p2) = 0,06 ±2 x 0,018 = (0,096/0,023)

Se concluye que la diferencia 0,06 está comprendida dentro de los límites del intervalo
0,023/0,096, que expresa el rango cuando las diferencias de dos muestras corresponden a
una misma población, con el nivel del 95% de confianza. Esto indica que la marca propia no
proporciona un abono de mejor calidad que el de la competencia. La diferencia resulta del
error aleatorio.

Tamaño de la muestra
El tamaño de la muestra afecta la bondad de la inferencia. El procedimiento de muestreo sirve
para determinar la cantidad de información necesaria para un nivel de error dado en la estima­
ción. El procedimiento supone escoger, entonces, un error de estimación y un nivel de confian­
za. Si B es el error o exactitud y z el nivel de confianza, el tamaño de muestra, en el caso más
simple, es:

Las ideas con relación al muestreo se discutieron en el capítulo 6.

Pruebas de hipótesis
Las pruebas de hipótesis o de significancia estadística, tienen por objeto confrontar los resulta­
dos obtenidos para concluir sobre la verosimilitud de una hipótesis. Esta parte de la inferencia
se encarga de conformar una variable de decisión que se valora con base en la información
contenida en la muestra. Esta variable se denomina estadística de prueba, la cual se distribuye
según un esquema que le da el nombre a la prueba. El conjunto de valores de la estadística
divide el recorrido en dos regiones, una de aceptación y otra de rechazo. Si la estadística de
prueba, al ser valorada a partir de una muestra, ocupa un valor en la zona de rechazo, se
rechaza la hipótesis bajo consideración. Si cae en la zona de aceptación, se acepta, o mejor, no
se rechaza la hipótesis, por razones que se explicarán más adelante.
ANÁLISIS ESTADÍSTICO 423

Las pruebas de hipótesis más universales de la estadística paramétrica, se identifican con


los símbolos: z, t, X2 y
Las pruebas zy l se utilizan como análisis univariable, para confrontar una media contra
un estándar, o, como análisis bivariable, para confrontar dos medias, provenientes de dos mues­
tras.
La prueba se utiliza en el análisis de frecuencias, para confrontar dos distribuciones de
frecuencias, y, en el análisis de la varianza, para confrontar una varianza contra un estándar.
La prueba F se utiliza en el análisis de varianza para comparar dos, o más, medias muéstrales
y, para comparar dos varianzas.

Pruebas Confrontación Medias muéstrales Zz t


Varianzas muéstrales X2

Comparación Medias muéstrales z, t


Varianzas muéstrales F

Dentro de esta sección se estudiarán las pruebas básicas de z y í, para confrontar y com­
parar medias muéstrales, y se hará uso de la prueba %2 y F, para confrontar frecuencias y com­
parar varianzas muéstrales.
Las cuatro pruebas básicas para contrastar hipótesis, la prueba z> la prueba t, la prueba/2
y la prueba F, tienen en común un procedimiento general, que se compendia en cuatro pasos
básicos:

1. Formulación de la hipótesis nula.


2. Selección del nivel de significancia.
3. Determinación de la estadística.
4. Determinación del valor crítico.

Formulación de la hipótesis nula, Ho


La hipótesis nula es un supuesto, cuya veracidad se desea comprobar. Por principio, se estable­
ce que la hipótesis nula sea el enunciado contrario a lo que el investigador desea comprobar,
por razones que se expresarán más adelante. Ella se expresa mediante una enunciación después
del símbolo Ho. La contraparte se denomina hipótesis alterna, y corresponde a la hipótesis que
se desea comprobar. Se designa después del símbolo Hr La metodología de la prueba es similar
a una demostración por contradicción. Si:

HrA<B,

entonces la hipótesis nula debe expresarse así: Ho: A > B


424 INVESTIGACION DE MERCADOS

El enunciado de la hipótesis nula admite dos formas:

1. Enunciado de dos colas


Plantea la hipótesis en forma no direccional, bajo la presentación de una igualdad. Por ejemplo,
afirmar que el consumo percápita textil de una población es de 23 m2 anuales. Simbólicamente
la hipótesis se expresa así:
Hf/^23
Por tanto, la hipótesis nula es: Ho: y. *23

Para rechazar esta hipótesis no es necesario que el resultado sea exactamente 23, es sufi­
ciente que 23 este incluido en el intervalo de aceptación alrededor de la media muestral. Si 23
es superior a la cota superior o inferior a la cota inferior, es decir cae en la región de rechazo, se
rechaza la hipótesis.

2. Enunciado de una cola


Plantea la hipótesis en forma direccional, bajo la formulación de una desigualdad. Por ejemplo,
el consumo textil de una población es mayor de 23 m2 anuales. Esto se expresa simbólicamen­
te, así:
HrJu>23
Por tanto, la hipótesis nula es: Ho: /¿<23

Para rechazar la hipótesis nula se necesita que la media muestral 23 sobrepase la cota
superior, esto es, debe caer en la región de rechazo. Con ello se confía en que la diferencia no es
producto de la variación aleatoria.

Selección del nivel de significancia


El nivel de significancia tiene una interpretación similar a la expresada para el intervalo de
confianza, porque mide la bondad de la decisión, al evaluar la probabilidad de obtener una
conclusión correcta. Si el intervalo de confianza es del 95%, la conclusión tiene esa probabili­
dad de ser cierta, y, por el contrario, existe un 5% de errar.
El error al cual se puede llegar cuando se concluye en las pruebas de hipótesis presenta
dos naturalezas, así:
El error Tipo 1 se presenta cuando se rechaza la hipótesis nula, siendo verdadera. La probabili­
dad de cometer este error se designa con a. Es el riesgo de probabilidad de que la estadís­
tica quede en la región crítica, siendo Ho verdadera.
El error Tipo II se presenta cuando se acepta la hipótesis nula, siendo falsa La probabilidad de
cometer este error se designa con p. También establece la probabiüdad de rechazar la
hipótesis alternativa, siendo cierta.
ANÁLISIS ESTADÍSTICO 425

Las probabilidades a. y de cometer los errores de tipo I y II miden la bondad de la


prueba. El cuadro de la figura 10.5 presenta una síntesis de las posibilidades que se pueden
dar, cuando se toma una decisión en una prueba de hipótesis.

La hipótesis Ho es:
Falsa Verdadera
La prueba estadística: La rechaza Ol< Error 1
Prob. = a
La acepta Error II OK
Prob. =

Figura 10.5 Errores de contrastadón.

Figura 10.6 Interpretación de los errores a y £.

El nivel (1-á) mide el nivel de significancia, a es la probabilidad de que la estadística


caiga en la región crítica, suponiendo cierta Ho. En la figura 10.6 se ofrece una interpretación
gráfica de los errores ayfí. Arriba de la figura se plantea la hipótesis nula, la cual asume que
una muestra pertenece a la población A. Si realmente pertenece a otra población, B, es posible
que la media muestral caiga en la zona de aceptación, puesto que existe una probabilidad fi de
que así ocurra. En este caso se acepta Ho, siendo falsa, cometiendo el error tipo II. Si cae en la
zona de rechazo, se rechaza Ho, como efectivamente sucede la mayoría de la veces. Se observa
que, dado un tamaño de muestra fijo, si disminuye ase acorta el tamaño de la región crítica, y,
simultáneamente, se incrementa fi, y viceversa. Si se aumenta el tamaño de la muestra, natural­
mente ay ÍS disminuirán.
426 INVESTIGACION DE MERCADOS

La probabilidad de cometer el error fi depende del parámetro cuanto más alejado se


encuentre de de pa, menor es la probabilidad de error, pero como aún éste puede ser alto,
no debe aceptarse la hipótesis nula cuando la estadística quede incluida en la zona de acepta­
ción, en su lugar es preferible afirmar que no existe la evidencia suficiente para rechazar la
hipótesis nula. Por esta razón se prefiere comprobar la hipótesis nula y no la alternativa que se
desea probar, pues debido a que la probabilidad de rechazar una H, verdadera puede ser muy
alta, se prefiere en su lugar, aceptar una II j falsa, porque la probabilidad de ello es cuantificable
y se puede controlar en un nivel suficientemente bajo. Naturalmente, si se aumenta el tamaño
de la muestra, tanto a como p disminuyen.

Determinación de la estadística
La estadística es la variable de decisión que sirve para aceptar o rechazar la hipótesis nula.
Cuando el estadístico toma un valor dentro de la región de aceptación, se acepta, o mejor no se
rechaza la hipótesis nula, Ho. Si cae en la zona de rechazo, se rechaza Ho.
Las pruebas de hipótesis básicas, son cuatro, que se denominan por las letras z, í, %2 y F,
dependiendo del nombre de la estadística utilizada. Generalmente, se utilizan para analizar la
media y la varianza muestral. Las pruebas zy t para analizar las medias, y %2 y F para analizar
las varianzas.
En el caso de las medias, se usa z cuando se conoce el error estándar cy / \¡n y t cuando
no se conoce y, en su lugar, se trabaja con el estimador S■ Sin embargo, para muestras
grandes, los estadísticos Z y T se asemejan y se puede usar solo Z. Esta condición equivale a
decir que “se usa z para muestras grandes y t para muestras pequeñas”. Ambos se utilizan tanto
para confrontar una media contra un estándar, como para comparar dos medias.
En el caso de las varianzas se utiliza %2 para confrontar una varianza contra un estándar y
F para comparar dos varianzas. Se usan Lambién cuando se quiere comparar un conjunto mayor
de dos medias o valores. En el primer caso, cuando se necesita comparar un grupo de medias,
se utiliza el método el análisis de varianza ANOVA, que utiliza el estadístico F. Cuando se desea
comparar un conjunto de datos, se utiliza el método de análisis de frecuencias, que se basa en
el estadístico %2 . Estos dos métodos se estudiarán en las secciones siguientes.
Se utiliza una denominación de la prueba de acuerdo con la estadística utilizada. Son las
siguientes:

Prueba Z
X-/LL
Utiliza como estadística la expresión z ~ . r la cual tiene la forma de la distribu-
°x <T / N n
ción normal, con parámetros m y .
ANÁLISIS ESTADÍSTICO 427

Se utiliza para contrastar una media o una razón, una diferencia de medias o una
diferencia de razones [p^~P2^ cuando las muestras son grandes (n>30), o cuando se conoce el
parámetro poblacional cualquiera que sea el tamaño muestral.
Las hipótesis nulas son del tipo: Ho: /¿ = a, o Ho: H>a, para hacer confrontaciones, o del
tipo: Ho; jUj = n2, 0 Mi - M2» Para hacer comparaciones. En el caso de contrastar razones se
cambia por n.

Prueba t
Utiliza como estadística a:
X-jU
S/V«
Se comporta según la distribución t, o de Student. Como la variación de t se afecta tanto
con x como con S, se requiere consultar los grados de libertad, que, en este caso, es igual al
tamaño muestral menos uno, gl = (h - 1).
Esta prueba se utiliza para contrastar una media o una razón o una diferencia de medias
(fd.l - o de razones (pj - p2), cuando las muestras son pequeñas (h < 30). Cuando se
recurre al estimador S de a, cualquiera que sea el tamaño muestral, estrictamente se debe utili­
zar la estadística t, pero si los tamaños muéstrales son grandes, el valor de z es una buena
aproximación. La hipótesis nula se plantea de la misma forma que se hizo en el caso anterior.

Prueba
Esta prueba utiliza la estadística:

z2=-^-
cr2/(n-1)

La estadística x2 es una estandarización, tal como se hizo con 2, de la distribución de las


varianzas muéstrales, la cual se comporta según la distribución Chi-Cuadrado (o ji2), que varía
con S y con el tamaño de la muestra. Se requiere, por tanto, consultar los grados de libertad,
cuyo número es igual al tamaño muestral menos uno, (n-1).
Esta estadística resulta indicada para hacer inferencia con relación a la variabilidad de una
población, ya que el objeto de investigación, en este caso, es la varianza poblacional cr2 y no las
medias poblacionales jU, de los casos anteriores.
La hipótesis nula se plantea de la forma: Ho: a2 = a20 , la cual se acepta cuando %2 es
menor que el valor crítico.
428 INVESTIGACION DE MERCADOS

Prueba F

Esta prueba presenta como estadística a ?~

la cual se comporta según la distribución F de Snedecor, que es asimétrica y varía de acuerdo


con dos parámetros que indican el número de grados de libertad, Vj y v2, asociados con dos
muestras. Esta prueba se utiliza para confrontar la estabilidad, la precisión o mejor la variabili­
dad de dos procesos o poblaciones. Para ello se compara el cociente de las varianzas muéstrales
Sj/S2, de un proceso con respecto a otro. Si este cociente es cercano a uno, se dice que no existe
evidencia acerca de la diferencia entre (Tj y a2, de los procesos analizados. La hipótesis nula se
plantea de la forma Ho: S1 = S2o Ho: S¡ <S 2

Determinación del valor crítico


El valor crítico es el cuantil que separa las zonas de aceptación y de rechazo. Para el caso co­
rriente, cuando se acepta el 5% de riesgo o, de otra manera, el 95% de confiabilidad, esto es
cuando a = 0,05, el valor crítico de Z es el cuantil que separa el conjunto de valores que contiene
el 95% de las frecuencias y que corresponde a la zona de aceptación, contra el conjunto de
valores que contiene el restante 5% de las frecuencias, que constituye la zona de rechazo.
Lo expresado anteriormente se aplica cuando se trata de una prueba de una sola cola.
Cuando se habla de una prueba de dos colas, se requieren determinar dos valores críticos, uno
identifica la cota inferior y el otro la cota superior de un intervalo que se demarca como zona de
aceptación.
Dependiendo de la direccionalidad de la prueba, se rechaza la hipótesis nula Ho, cuando:
A + Z 5X <X, en el caso de la prueba de una cola,
o cuando:
A + Z Sx <X <A - Z Sx, en la prueba de dos colas.
En la determinación del valor crítico se requiere escoger el nivel de significancia que,
usualmente, es el 95%, y evaluar los grados de libertad. Con estos datos se entra a las tablas de
distribución del esquema aplicado, las cuales se reproducen en el anexo de este libro. Estas
tablas pueden ser de una entrada a como en el caso de la estadística z, que, para su determina­
ción, solo se necesita conocer el nivel de significancia; de dos entradas, como en el caso de las
estadísticas í y/2, que requieren del nivel de significancia a y del número de grados de libertad
gl; o, de tres entradas, como el caso de la estadística F, que, además del nivel de significancia, se
necesitan determinar dos números para los grados de libertad, uno para cada muestra, Vj y v2.
ANÁLISIS ESTADÍSTICO 429

Análisis univariable

El análisis univariable confronta la estadística de una ¡nuestra contra un estándar o un supues­


to, que constituye la hipótesis, recurriendo para ello a las pruebas z y t. El procedimiento
general contempla una hipótesis nula como las siguientes;
Hn:p. = A o Hn:[l<A
Y
HO:<72 = A2 o H0:a2^A2
A continuación se exponen varios casos del análisis univariable, en los que se compara
una media, una razón y una varianza contra un estándar que se propone como hipótesis.

Caso 10.4 Análisis univariable

1. Comparación de una media


Una consulta sobre ingresos permitió establecer un promedio de US$970 anuales, como
resultado de una muestra compuesta de 21 consultados. La hipótesis establece que los com­
ponentes de esta muestra pertenecen a un estrato económico A, cuyos ingresos se sitúan
sobre los mil dólares. Ahora bien, los ingresos por debajo de los mil dólares los ubicaría en
el estrato B, pero se considera que la diferencia se debe al error muestral y no a que los consulta­
dos pertenezcan al estrato B. Se desea comprobar la verosimilitud de esta afirmación.
Hipótesis : H2: m >1000 (pertenecen al estrato A)
Hipótesis nula: Ho: m < 1000 (no pertenecen al estrato A)
Resultado media muestral X =970
Tamaño de la muestra n = 21
Error estándar S- =S/V^ = 20
Cuantil del 5% inferior Z = -2,l
Valor crítico Zo = m-Z Sx = 1000-2,1 x 20 = 958
Como x =970 >m + D = 958, se rechaza la hipótesis nula, y se confirma Hj
2. Comparación de una proporción
La razón aducida para explicar el deterioro en la red de distribución de una línea de produc­
tos, es la pérdida de participación de la marca en el mercado, la cual ha caído del 50%, que
era su nivel tradicional. Sin embargo, un estudio de investigación de mercado, basado en
una muestra que consultó 100 clientes, proporciona un resultado contradictorio, dado que
la participación resultó ser del 60%. Se necesita saber si con el tamaño muestral utilizado es
posible sustentar la anterior afirmación.
430 INVESTIGACIÓN DE MERCADOS

Hipótesis Hl: p£ 0,5 (la causa es la baja participación)


Hipótesis nula Ho: p > 0,5
Resultado proporción muestral P = 0,6
Tamaño de la muestra n =100
Error estándar Sp = (0,5 x0,5/100)1/2 = 0,05
Cuantil para 95% Z = 1,64
Valor crítico Zo = m + Z Sp = 0,5 + 1,64x0,05
= 0,582
Como P=0,582 se acepta la hipótesis nula y no existe evidencia de que la participación
haya caido, mas bien ha crecido. El problema del deterioro de la red se debe justificar de otra
manera.

3. Comparación de una media contra un estándar


Otra situación, que plantea comparación de medias, se establece con una hipótesis nula no
direccionada, cuando se asegura que la edad de 37 años obtenida en una muestra pertenece
a una población cuya edad es de 40 años. La muestra seleccionada correspondió a un tama­
ño de 2 000.
Hipótesis Hr ¡1 = 40
Hipótesis nula Ho: /J. A 40 (la edad del grupo es 40 años)
Resultado media muestral X=37
Tamaño muestra n = 2 000
Error estándar S-=s4ñ = 2
Cuantil para 95% Z = ±2
Valor crítico Z0 = fi±ZSx = 40 ±2x2 = 44/36

Como 36 < x < 44, se rechaza la hipótesis nula y se tiene un indicio real de que la
población si es de 40 años.

4. Comparación de una varianza


Para el gerente de una fábrica de bebidas naturales, la lealtad de marca del consumidor es una
condición que se cumple si existen dos bases: una, que las compras sean mayor de un por­
centaje dado, y dos, que la varianza del consumo de su marca no sea superior al 15% del
porcentaje de consumo.
Para determinar si sus clientes cumplen las condiciones, se hizo una prueba con una muestra
piloto de 16 observaciones, donde se encontró que el 70% de ellos compran el producto.
Determinar si los componentes de la muestra se comportan leales a la marca desde el punto
de vista de la variabilidad.
ANÁLISIS ESTADÍSTICO
431

Hipótesis de lealtad de marca Hj. a2 <10% de P


Hipótesis nula: Ho: a 2 >10% de P
Resultado media muestral P=70%
Tamaño muestra n = 16
Varianza de la muestra S = 0,1275
Error estándar SP = (pQ/ = (0,70x0,30/= 0,052
Estadística X2 = (n-l)S2/ a2 = 15 x0,522(0,10 x0,70)2 = 8,3
Valor crítico de con %gl = 15
y 1 - a = 0,95 ^0 = 23,68

Como x1 < %o se rechaza la hipótesis nula. Lo anterior significa que se cumple la


condición de variabilidad para la lealtad a la marca.

Análisis bivariable
I
El análisis bivaríahle se establece para comparar dos medias muéstrales, o dos varianzas
muéstrales. El procedimiento contempla una hipótesis nula, como las siguientes:
Ho: m¡ = m2

En un primer caso, la estadística se plantea como la diferencia de las dos medias, %1 y

X2, de dos poblaciones diferentes, así:


(X -X )-D
z = —------- --------

cuya desviación estándar es:

Si no se conocen las varianzas poblaciones cr y (j |, se utilizan como estimaciones las


varianzas muéstrales S y S 2.
Si se plantea la estadística de una diferencia de dos medias muéstrales de una misma
población, la varianza adquiere la forma:
432 INVESTIGACIÓN DE MERCADOS

Si no se conoce o , se puede estimar con la desviación muestral S, a partir de la pondera­


ción de las varianzas individuales, de la forma siguiente:

(n, + n2-2)

En un segundo caso, la estadística se define como la relación de dos varianzas, así:

Estas pruebas se aplican para comparar medias o proporciones entre si para inferir sobre
la similitud de dos poblaciones. Los ejemplos del caso 10.5 presentan problemas con estas
situaciones y en la tabla 10.4 se hace un resumen de las estadísticas consideradas.

Caso 10.5 Análisis bivariable

1. Comparación de dos medias


Se afirma que los comportamientos de compra de dos grupos muéstrales son idénticos. Los
resultados muestran lo siguiente:

Media muestral #1 X1 = 145 para n1 = 35

Media muestral #2 X2 = 135 para n2 = 40

Se necesita, comprobar la verosimilitud de esta afirmación.

Para ello se procede asi:

Hipótesis nula. Ho: X, = X2

Varianza muestra #1 S2 = 32
Varianza muestra #2 S22 = 20

Error estándar
ls? S2
-x = J— + —
x2 y ny n2

=[(S?/3S) + (S»/4°)]2 =2.°


ANÁLISIS ESTADÍSTICO
433

til para 95%


Cuantil Z= 2
Valor crítico Z0=0 ±Z $x-x
= 0 ±2 x2 = ±4
Como la diferencia -%2 = 10 no está incluida en el rango (-4 y 4), se rechaza la

hipótesis nula.

2. Comparación de dos proporciones


Los rating de sintonía, para un determinado programa de televisión, suministrados por dos
fuentes diferentes, muestran los siguientes resultados:

Rating mueslra #1 Pj = 0,63 para nj = 100


Rating muestra #2 P2 = 0,50 para n2 = 150

Se requiere evaluar la calidad de esta medición, y para ello se establece como hipótesis
nula que ambas medidas son significativamente iguales. Esto es:

Hipótesis nula: Ho: = n2


Error estándar de la diferencia

con

n. • P. + ■ P.
P_ ' * 2 2

Entonces, P = [100 X 0,63 + 150 x 0,50 ] / 250 = 0,55


Spi-p2 = ^0,55 x 0,451 x [1/100 + 1/150JJ1/2
= 0,064
Cuantil para 95% ; Z = 2
Valor crítico Kj - jr2 ±Z Spíp2 = 0 ±2 x 0,064 = ±0,128
Como la diferencia PL-P2 = 0,13 no queda incluida en el intervalo ±0,128 ; no se
acepta la hipótesis nula.
Esto significa que las fuentes no son confiables.
434 INVESTIGACIÓN DE MERCADOS

Tabla 10.3 Resumen del estadístico utilizado en el caso 10.5.

Confrontación Comparación

Medias

_ x-fl
a/4n
y «i n2

Razones
(p1-p2)-(^-^)
P-n /2o-p2)
Jp(\-P)/n
} n, n2

Medias

S. U-L
II

v«i n2

Razones
(Py-P2)-(^-^2)
t- p~n
4P(l-P)/n
y n2

Anotación
S2 _J^-1)-^+(»2-1) ^2
("i +«2 ~ 2)

Análisis de frecuencias

El análisis de frecuencias se utiliza en muchos experimentos de la investigación de mercados,


cuando las observaciones se ordenan por categorías o clases, cuando se contabilizan las fre­
cuencias en forma de una o varias entradas: El objeto del estudio de estas tablas es confrontar
las frecuencias contra un estándar para determinar si siguen un esquema teórico y si existen
relaciones de dependencia.
El experimento que considera la agrupación por clases se denomina polinomial con la
probabilidad p¡, conocida, de observar una frecuencia en la clase i. El investigador se interesa
ANÁLISIS ESTADÍSTICO 435

en conocer la frecuencia n( por categoría, para comprobar si /n se ajusta a p(, siendo n la


frecuencia total.
La prueba de hipótesis para contrastar las frecuencias utiliza la estadística de Pearson,
llamada también x2 (Chi-Cuadrado), por cuanto se puede demostrar que su distribución es la
misma estadística elaborada para contrastar la varianza de una muestra, tal como se había
expuesto en la sección sobre inferencia.
La estadística tiene la forma:

(Q,-g,)

siendo Oí la frecuencia observada en la categoría i y Ei la frecuencia esperada. Como se observa,


la estadística corresponde a la suma cuadrática de las discrepancias entre lo observado y lo
esperado, ponderando cada cuadrado con el valor recíproco de lo esperado.
La hipótesis nula plantea la similitud entre las frecuencias observadas y las esperadas. Si
las discrepancias son significativas, es de esperar que la estadística proporcione un valor mayor
que el valor crítico de la tabla %2, y bajo la consideración de un nivel de significancia fl-al y los
grados de libertad apropiados.
El número de grados de libertad se establece, como el número de categorías o clases,
menos el número de restricciones independientes. Si se trata de una tabla simple de n catego­
rías, el número de grados de libertad es gl = n-1. Se resta uno porque la suma de frecuencias
ni+n2+--+nfc = n> es una restricción.
Si se trata de una tabla cruzada de doble entrada, en donde k y m son el número de filas
y columnas, respectivamente, el número de grados de libertad es el número de categorías me­
nos un grado de libertad por cada restricción. Puesto que hay k - 1 conteos independientes
por filas, n-1 por columnas y uno por el total general, el número de grados de libertad es:
gl = k m - (k - 1) - (m - 1) - 1 = (k - 1) (m - 1).
Las principales utilizaciones de la prueba £2, que se expondrán en seguida, se refieren a
la Prueba de bondad y a la Prueba de independencia.

Bondad de un ajuste
Consiste en comparar una tabla de frecuencias observadas en una muestra, contra otra que
describe la distribución de una población o con un esquema probabilíslico teórico. El objeto es
determinar si la muestra pertenece a dicha población, o si se comporta según dicho esquema.
La hipótesis nula se plantea de la forma:
436 INVESTIGACIÓN DE MERCADOS

Caso 10.6 Análisis de frecuencias

Sea el caso de un almacén al delal que tiene como zona de influencia ocho barrios de una
ciudad, cuya composición social se conoce, de acuerdo con los resultados obtenidos del
último censo de población. Esto constituye el esquema teórico que se presenta en la tabla
10.4. El experimento se basa en una muestra de los clientes que lo visitan, cuyos resultados
se expresan en la tabla 10.5. Se desea determinar si los clientes del almacén provienen de
estos barrios circundantes, o bien, si proceden de Loda la ciudad.

Tabla 10.4 Esquema teórico de la población según el censo poblacional.

Barrios Es1 Es2 Es3 Total

1. Este 1.234 2.456 4.567 8.257


2. Noreste 2.134 4.356 7.992 14.482
3. Norte 678 1.543 3.563 5.784
4. Noroeste 1.567 3.215 7.778 12.560
5. Oeste 1.879 3.890 7.765 13.534
6. Suroeste 1.987 5.632 12.342 19.961
7. Sur 2.345 5.543 9.876 17.764
8. Sureste 987 2.432 3.459 6.878
12.811 29.067 57.342 99.220

Los resultados de la muestra de 852 observaciones se expresan a la derecha de la Labia


10.5. Se desea probar la hipótesis nula, comparando las frecuencias de la muestra contra la
composición social de los barrios de la zona influencia, para ello se disponen los datos en la

Tabla 10.5 Comparación de frecuencias esperadas frente a las observaciones.


Esquema teórico a escala Observacione s de la encuesta
BARRIOS Es1 Es2 Es3 Total Es1 Es2 Es3 Total
1. ESTE 11 21 39 71 12 22 40 74
2. NORESTE 18 37 69 124 21 43 60 124
3. NORTE 6 13 31 50 5 12 37 54
4. NOROESTE 13 28 67 108 12 25 70 107
5. OESTE 16 33 67 116 17 28 60 105
6. SUROESTE 17 48 106 171 19 50 112 181
7. SUR 20 48 85 153 18 47 81 146
8. SURESTE 8 21 30 59 10 17 34 61
110 250 492 852 114 244 494 852
ANÁLISIS ESTADÍSTICO 437

misma escala de la muestra, lo cual se logra si se divide la población de cada estrato por el
cociente de la población, 99.220 habitantes, y el tamaño muestral, 852.
La estadística para x2 se calcula así:
(11 -12) 2/II + (21 - 22) 2/21 + ... + (59 - 61) 2/59 = 7,56.
El valor crítico al 95% de confianza, con gl = (3 - 1)(8 - 1) = 14, es %? = 23,7. Por
tanto, como 7,56 < %2, se acepta la hipótesis nula, o sea que la clientela proviene de toda la
ciudad.

Prueba de independencia
Esta prueba determina la independencia estadística de dos variables. Las variables contrastadas
se presentan en forma cruzadas en una matriz de doble entrada, llamada tabla de contingencia,
en la cual, cada casilla corresponde a la frecuencia observada fij, para cada pareja de valores de
las variables fila y columna. La hipótesis de independencia es cierta si se cumple la condición
P(XiYj) = P(Xi) P(Yj).

Caso 10.7 Prueba de independencia

Por ejemplo, la matriz de la tabla 10.6, presenta el número de observaciones en una muestra
de 100 consumidores, clasificados según la ciudad de residencia Yi y la preferencia de marca
Xp La hipótesis nula afirma que existen las preferencias de marcas, influenciadas por la
ciudad de residencia. Se propone hacer la prueba que permita probar esta hipótesis.

Siendo: P(X¡) = probabilidad de X¡


P(Yj) = probabilidad de Yj
Tabla 10.6 Frecuencias de la tabulación cruzada

Marca preferida X

Ciudad Y X. *2 Tot = Hj H.V/100

Y. 15 5 53 12 35 P(Y,) = 0,35

y2 5 6 4 25 40 P(YJ = 0,40

10 9 3 3 25 P(Y3) = 0,25

Tot = V, 30 20 10 40 100

P(Xt) P(X2) P(X3) P(X4)

=0,30 =0,20 =0,10 =0,40


438 INVESTIGACIÓN DE MERCADOS

la hipótesis nula niega cualquier relación de dependencia entre las variables, esto es:

Hq: X e Y son independientes

La independencia es verdadera si los valores de la matriz no presentan diferencia sig­


nificativa con otra, donde los elementos Fy de la matriz se forman así:
HivJ
n

donde y Vj expresan la frecuencia marginal por fila y columna, respectivamente, como en


la tabla 10.7 que representa el esquema teórico contra el cual se compara la matriz observa­
da.
Tabla 10.7 Esquema teórico de frecuencias independientes.

X X, *2 X, H.

Y, 10,5 7,0 3,5 14,0 35

Y, 12,0 8,0 4,0 16,0 40

Y, 7,5 5,0 2,5 10,0 25

v. 30,0 20,0 10,0 40,0 100

Este planteamiento tiene su fundamento en el principio de la probabilidad conjunta,


el cual establece que si X¡ y Y4 son eventos independientes se cumple que:

PÍX/p = PCXp-PfYp.

El valor de la estadística %2 es.

Z(Otj - Etj) 2/Otj = (15 - 10,5) 2/15 + (5 - 7)2 /5 + ... + (3 - 10)2 /10 = 21,3
= 1,35 + 0,57 + 0,07 + 0,29 + 4,08 + 0,50 + 0,00 + 5,06
+ 0,83 + 3,20 + 0,10 + 4,90 = 21,5

El valor critico de para gl = (3 - 1)(4 - 1) = 6 y 90% de confiabilidad es 10,6.

Entonces, si 21,5 > se rechaza la hipótesis nula y se concluye que X e Y pueden ser

estadísticamente dependientes.
ANÁLISIS ESTADÍSTICO 439

Tabla de contingencia
Una tabla, como la 10.8, se denomina tabla de contingencia, por cuanto considera la posible
contingencia o dependencia entre dos eventos. La característica de dicha tabla es que se puede
interpretar en ambos sentidos. Así, la fila ofrece las frecuencias de residencias por ciudad y las
columnas las de preferencias por marca
El siguiente ejemplo tiene por objeto desarrollar otra prueba de independencia entre
preferencia de marca y condición socioeconómica de los consumidores. El análisis requiere
comparar proporciones para comprobar una hipótesis nula que afirma que las preferencias por
tres marcas no tienen nada que ver con la condición socioeconómica de los usuarios.
Entonces Ido se plantea así:
Hq. Las preferencias por las marcas A ,B y C son independientes del estrato socioeconómico al
que pertenecen los usuarios.
Si con se representa la probabilidad de preferir la marca A en la población del estrato
i, la hipótesis nula se plantea, en términos similares a los del caso 10.7, así:
PA1 = PA P1 ’ PA2 = PAP2 > PA3~PAP3

PB1 = PB P1 ■ PB2 = PBP2i PB3 = PB P3

PC1 = PC P1 •' PC2 = PCP2; PC3 = PCP3

Tabla 10.8 Matriz de frecuencias observadas y de frecuencias teóricas.

Frecuencias observadas Frecuencias teóricas

Marca Esl Es2 Es3 Total Esl Es2 Es3

A 60 60 120 240 48,0 69,6 122,4

B 80 120 210 410 82,0 118,9 209,1

C 60 110 180 350 70,0 101,5 178,5

200 290 510 1.000

Siguiendo el procedimiento expresado en la sección anterior, en la tabla 10.9 se tienen las


frecuencias observadas y las teóricas, calculadas con base en las probabilidades marginales. Por
ejemplo, para 48,0 = 0,24 x0,20 x 1.000.
El valor del estadístico es 6,58 y el valor crítico, al 95% de confianza, es 9,49.

Como 6,58 < se acepta la hipótesis nula al. 95% de confianza.


440 INVESTIGACIÓN DE MERCADOS

Análisis de varianza

El análisis de varianza es la metodología apropiada para concluir hipótesis en experimentos que


involucran varias variables independientes. El objetivo es comprobar el efecto real que tienen
los tratamientos aplicados.
El principio establece que la medida de un experimento es la suma de varias componen­
tes, algunas de las cuales se atribuyen a las variables estudiadas, y otras, constituyen un residuo
debido al error aleatorio propio del experimento. El objetivo es determinar si el efecto de las
variables estudiadas es sólo consecuencia del error experimental, o no.
El análisis de varianza se basa en la prueba F, y tal como se hacía con la prueba %2, permite
comparar dos o más varianzas muéstrales. La técnica aplicada es el análisis de varianza, que se
conoce por la clave ANOVA. Se consideran tanto las variables independientes como los trata­
mientos y las variables extrañas, en escala nominal y la variable dependiente o resultado, como
las ventas, en escala interval.
El diseño experimental completamente aleatorio DCA, que es el más simple en el análisis
de experimentos, considera mn medidas que corresponden a m tratamientos y n pruebas para
cada uno, como se observa en la figura 10.7. Cada medida Xy , de la prueba i con tratamiento
j, es la suma de tres componentes, así: un valor central o media principal, un efecto debido al
tratamiento y un error propio del experimento. Esto es:
Xy = M + Xj+

Medida = Media principal + Efecto del tratamiento + Error experimental


Teniendo como referencia la tabla 10.7, se observa que Mj-M es el desvío que se interpre­
ta como el efecto del tratamiento aplicado, y que Xg - Mj es el desvío debido al error generado.
O sea que el efecto total, esto es el desvío Xy-M, se desagrega así:
[XiJ-M] = [Mj-MJ + [Xij-MJ]

Efecto total = Efecto tratamiento + Efecto residual


Siendo consecuentes con la expresión Xy = M + Xj+ e¡j, se observa, entonces, que los
efectos del tratamiento y el residuo se formulan de la manera siguiente:
Xj=[MrM] y e^íXy-Mj]
Las expresiones para calcular la media general y las medias por tratamiento se expresan
de la siguiente manera:
M = E. Ej X.j = Media total o estructural
M = E. /n. = Media del grupo de tratamiento j
ANÁLISIS ESTADÍSTICO 441

Tratamientos:
Prueba # 1 2 3 m
1 X„ X„ X,3 Xlm
2 X,, x22 X23 X2m
3 X„ XM X3m
•• ... ... ... ...
n Xn, xn2 X„, Xm
Medias M, m2 m3
Media global M

Figura 10.7 Medidas de las pruebas en el DCA.

Los efectos se miden cuantificando los desvíos, que se evalúan por medio de expresiones
similares a las varianzas llamadas Medias Cuadráticas MC, y se expresan como la suma cuadrática,
SC, de los desvíos, divididos por los grados de libertad. Así:

MC=5C/gl

La suma cuadrática del desvío total es igual a la suma cuadrática del desvío del tratamien­
to y la suma cuadrática del desvío del error. Esto se expresa bajo la siguiente formulación:

o sea: SCT = SCX + SCE


Dado que:

SCT» suma cuadrática total -ES?*,-"»2


SCX= suma cuadrática del tratamiento ■ -")2 ~M?
SCE= suma cuadrática del error -'ZZ’V',-"?
De la anterior expresión se deduce que la variación total es la suma de la variación entre,
más la variación intra, tal como se muestra en el recuadro.

variación total variación entre + variación intra

1 Nota: Se deduce a partir de la identidad X|j-M«<Xy-Mj)+(Mj-M)


442 INVESTIGACIÓN DE MERCADOS

Donde las expresiones para las variaciones o varianzas se determinan a partir de las su­
mas cuadráticas, así:

MCT = SCT / gl(SCT) varianza total


MCX = SCX/ gl(SCX) varianza entre
MCE = SCE / gl(SCE) varianza intra o dentro

El número de grados de libertad para cada expresión se determina de acuerdo con el


número total de datos, menos el número de restricciones.
Para SCT, el número total de datos es nm, pero la media global M impone una restricción,
por tanto, el número de grados de libertad es: gl(SCT) = mn - 1.
Para SCX, el número de datos es el número de tratamientos m, pero la media global es una
restricción, por tanto el número de grados de libertad es, gl(SCX) = m - 1.
Para SCE el número de datos es mn, pero existen m restricciones, una por cada MJt por
tanto el número de grados de libertad es, gl(SCE) = mn- m = m(n - 1).
La MCX se denomina varianza entre, porque expresa una medida de la variabilidad entre
los grupos por tratamiento X, y se simboliza por Sj2. La MCE se denomina varianza intra (o
dentro), o error experimental, porque expresa la variabilidad dentro de la muestra. Se expresa
como el promedio de las varianzas por tratamiento y se simboliza por Sw2. La varianza global
representa el efecto total y es la suma de los dos anteriores.
La formulación presentada tiene una formulación alterna para cálculos manuales que
permite abreviar el tiempo de trabajo, dado que se basa en las mediciones y no en los desvíos.
Estas expresiones alternas son:

MCT = —J—■— --------- = S2 = —j-------- ----- -——-----------------


mn-} m-n-l

Aplicación de la prueba F
El estadístico F, que se aplica en el análisis de la varianza, expresa la relación entre el efecto del
tratamiento y el efecto aleatorio. Esto es:

r= = MCX
S2w MCE
ANÁLISIS ESTADÍSTICO 443

Se puede demostrar que MCX es igual a MCE, más otra componente que depende de la
diferencia entre las medias. Si se asume que las medias de dos grupos tratados son iguales, esto
es si Uj=u2, entonces la MCX es del mismo orden que la MCE. Si son diferenles, cuanto mayor
sea MCX con relación a MCE, mayor la diferencia. Esto se comprende con la expresión que
compara dos medias, que se ilustra sin demostrar, así:

n. • n- - -
SC¥ = -í-^-(X1-X2)
ny + n2

Por tanto, cuanto mayor sea la diferencia X^ — X2 mayor será SCX y, por tanto, la relación

F=SCX/SCE
La relación F se distribuye según la F-Snedecor, Si F<Fo, no existe un efecto significativo
del tratamiento sobre la medida, siendo, Fo el valor crítico. Si F>Fo, se puede afirmar, bajo el
nivel de significancia escogido, que las poblaciones son diferentes.
Conceptualmente, este argumento se puede interpretar observando las gráficas de la figu­
ra 10.8. Allí se comparan dos grupos muéstrales, que tienen como medias M2 y M2.
Observar como se presentan los desvíos con relación a las medias de las dos muestras. En
la gráfica (a) los desvíos son de un orden menor que la diferencia entre las medias Mj y M2. Por
tanto, se puede deducir que los grupos pertenecen a poblaciones diferentes. En cambio en la
gráfica (b) no se puede asegurar lo mismo, puesto que la diferencia Mj - M¿ no es de orden
mayor que los desvíos propios del error.
La distribución Snedecor de la estadística F requiere dos parámetros o grados de libertad,
que para el caso del diseño DCA, son:
Vj = m - 1, que corresponde a los gl de la varianza entre - gl numerador.
v2 = mn-m, que corresponde a los gl de la varianza dentro = gl denominador

Figura 10.8 En la gráfica (a) los grupos pertenecen a poblaciones diferentes.


444 INVESTIGACIÓN DE MERCADOS

La estadística F permite, pues contrastar la hipótesis acerca del posible efecto del trata­
miento. Por principio, la hipótesis nula debe negar el efecto de tratamiento, que es lo que se
desea probar. Por tanto, se plantea la igualdad de las medias, afirmando que ellas provienen de
una misma población, así:

Si las medias provienen de la misma población significa que la varianza entre es igual a la
varianza dentro y no existe un efecto significativo del tratamiento estudiado. En caso contrario
la varianza entre debe ser significativamente mayor que la varianza dentro.

Procedimiento de la prueba
El procedimiento para desarrollar la prueba es como sigue:

1. Formulación de la hipótesis nula


Ho: establece que las medias son iguales, lo que expresa el criterio contrario a lo que se
quiere comprobar

2. Determinación de la estadística
Sabiendo que:
nj es el número de mediciones por tratamiento j,
N=m es el número total de mediciones y

te1 y"7*-)2
N

se calculan las siguientes sumas cuadráticas:

ser =y,'"y > (x..-M)/ 2=¿aj


¿-ij ¿ai ' tj
y "x.IJ 2 -mc
y m¿ai

SO< = -M?

SCE=SCT-SCX

y luego las siguientes varianzas:


MCX = SCX/Vj con v} = gl(SCX) = m-l
MCE = SCE / v2 con v2 = gJ (SCE) = £rij - m
ANÁLISIS ESTADÍSTICO 445

La relación F refleja la variación entre y dentro, así:

r _ MCX .. sb
MCE Sw2

3. Determinación del valor crítico, Fo


Para determinar a F se necesita elegir el nivel de confiabilidad (1-a) y determinar dos
grados de libertad:
Vj = grados de libertad numerador o MCX. Por ejemplo, (m - 1), en el DCA,
v2 = grados de libertad denominador o MCE. Por ejemplo, m(n. - 1), en el DCA.

4. Conclusión
Si F<Fo, se acepta Ho, las diferencias son fortuitas.
Si F>FQ, se rechaza Ho, las diferencias son significativas y, por tanto, es aceptable la hipó­
tesis alternativa.
Todo, al nivel de confianza con el cual se seleccionó FQ.

Caso 10.8 Análisis de varianza

Se Lienen los resultado de tres tratamientos efectuados en la promoción de un nuevo produc­


to. Se requiere comprobar la hipótesis nula, que establece que la eficacia es la misma para los
tres tratamientos, en el logro de los objetivos comerciales.
La figura 10.9 es un cuadro organizado en el que las columnas representan los trata­
mientos que, como se observa, constan de 3, 4 y 5 mediciones. En la última fila, se calculan
las medias por tratamiento y la media global M.
Prueba F
Tratamientos
muestra
12 15 7
9 16 11
15 20 9
13 12
x" 11
ni 3 4 5 N= 12
Ml 12 16 10 M = 72,5

Figura 10.9 Tratamientos.


446 INVESTIGACIÓN DE MERCADOS

En las siguientes líneas se hacen los cálculos requeridos para aplicar la prueba F, en las
que el seguimiento de los mismo es comprensible.
5CT = (12- 12,5)2 + (15 - 12,5)2 + .... + (11- 12,5)2 = 141
SCX = 3(12- 12,5)2 + 4(16- 12,5)2 + 5(10 - 12,5)2 = 81
SCE = SCT - SCE = 141 - 81 = 60
MCX = SCX/(m - 1) = 81/2 = 40,5
MCE = SCE / Z(nj - m) = 60/(12 - 3) = 6,67
F = MCX / MCE = 6,08 FO(2,9) = 4,26

La hipótesis nula establece que Ho:


Como F>FO, se rechaza la hipótesis nula (Ho). Las poblaciones son diferentes y, por
tanto, se acepta que sí hubo efecto del tratamiento (se acepta Hj).

Prueba de Tukey
Haciendo referencia al caso anterior de tres tratamientos, donde la prueba demostró que hubo
efecto de los mismos, la pregunta ahora es cuál de los tres tratamientos fue el mejor.
Para dar respuesta, se sigue la prueba de Tukey que se expondrá, con base en este ejem­
plo, cuyo procedimiento teórico omitimos. El método consiste en plantear las tres siguientes
hipótesis apareadas:

Ho2; = ^3
Ho3^2 = H3
La prueba de Tukey establece que si la diferencia absoluta entre dos de las medias compa­
radas supera una expresión paramétrica especial, existe evidencia de una diferencia significati­
va. Esto se expresa así, para los tratamientos comparados r y s:
>T-a/mCX

La prueba requiere evaluar el parámetro de Tukey T, que tiene la forma:

donde Qm nra son llamados valores del intervalo estudentizado, que se muestra en el anexo,
siendo los parámetros m y n el número de tratamientos y nm en número de pruebas.
ANÁLISIS ESTADÍSTICO_____________________________________________________________ 447

Para el ejemplo anterior

Q3,12 = 3,77. Por tanto, 7 = 3,77/^ = 1,088


y Tj(MCX) = 1,088 x V(40,5) = 6,92

La conclusión de la prueba de Tukey expresa que, toda diferencia superior a 6,92


implica evidencia de una diferencia real. Como Xj = 12, X2 = 16 y X3 = 10, entonces sólo
existe una diferencia significativa, la existente entre X2 y X3.

Diseño completamente aleatorio


La tabla 10.9 ilustra la tabla ANOVA (Analysis On Variance), la cual proporciona una disposi­
ción para desarrollar el procedimiento para aplicar la prueba E El análisis de varianza para los
restantes diseños, tratados ya en el capítulo 7, sobre experimentación, se limitará al plantea­
miento de la tabla ANOVA, puesto que los aspectos conceptuales son similares al diseño com­
pletamente aleatorio.

Tabla 10.9 Tabla ANOVA para el diseño completamente aleatorio, DCA.

Origen gl SC MC F
Tratamiento (X) m-1 sex MCX = SCX/(m - 1) MCX/MCE

Error (E) nm - 1 SCE MCE = SCE/(nm - 1)

Total (T) mn -1 SC MCX = SZ,MCE= Sz


x E

Nota: Se supuso rij = n para lodo j.

Diseño por bloques aleatorios


El diseño por bloques aleatorios es otra aplicación experimental en la que la medida se expresa
como la suma de cuatro componentes, así:

XiJk = M + Xj + Zi +

Estas componentes se interpretan así:

Valor de la medida = media global


+ efecto del tratamiento
+ efecto de variables externas
+ error
448 INVESTIGACIÓN DE MERCADOS

La identidad que permite determinar la medida de los efectos de las componentes expre­
sadas, tiene la forma:
(X¡jk - M ) = (M¡ - M) + (Mj - M) + (Xy + M - - Mj)
Donde el desvío (X^ - M) expresa el efecto total, (M¡ - M) determina el efecto explicado
por el tratamiento, (Mj - M) el efecto explicado por una variable externa y la expresión restante,
el efecto no explicado, o error experimental.
El efecto total presenLa la siguiente desagregación:
SCT = SCX + SCZ + SCE

Se utiliza ni para designar el número de tratamientos aplicados, n el número niveles o


bloques aplicados para la variable externa y r expresa el número de pruebas por tratamiento en
cada bloque. Las medias cuadráticas se determinan con base en las sumas cuadráticas y los
grados de libertad, así:

scr=ZZ(Xyh-M)2
con los siguientes grados de libertad: gl (.SCT) = mn -1,
la suma cuadrática del tratamiento es:
SCX = n (M{ - M) 2

con los siguientes grados de libertad: gl (SCX) = m - 1,


la suma cuadrática de la variable es:
SCZ^mX(XrM)2

con los siguientes grados de libertad: gl (SCZ) = n - 1


y la suma cuadrática del error es:
SCE = EX (Xijk +M-Mi-Mj)2
con: gl (SCE) = mn + 1 - m - n = (m -1) (n-l)

Tabla 10.10 Tabla ANOVA para el diseño por bloques aleatorio DBA.

Origen gl SC MC F

Tratamiento X m -1 SCT MCX = SCX/(m - 1) MCX/MCE


Variable bloque Z n -1 SCZ MCZ = SCZ/(n - 1) MCZ/MCE
Error (E) (m-1) (n-1) SCE MCE = SCE/(m - 1) (n - 1)
Total (T) mnr-1 SC Nota: MCX = S*,MCZ = S2V
ANÁLISIS ESTADÍSTICO 449

Con esta información se confecciona la tabla 10.10, que utiliza el proceso ANOVA para
este diseño. Como se observa, se plantean dos estadísticas, MCX / MCE y MCZ i MCE, para
determinar la significancia de los efectos del tratamiento y de la variable extema, Z.

Diseño de cuadros latinos


La medida del diseño de cuadros latinos, DCL, consta de cinco componentes:

Xi/fe = M + xk + + Zj + eíjk

que se interpretan así:


Valor de la medida = Media global
+ Efecto del tratamiento
+ Efecto de la variable fila
+ Efecto de la variable columna
+ Efecto del error
La identidad para determinar los efectos componentes es:
- M) = (M¡ - M) + (Mj - M) + - M) 4- (Xijk - - Mj - M|t + 2M)

Entonces, (X¡jh-M) expresa el efecto total, (Mfe - M) el efecto del tratamiento, (MpM) el
efecto de la variable Y, (M¡ - M) el efecto explicado por la variable Z, y el residuo (Xy}t-Mi - Mj
-Mk + 2M) es el efecto no explicado, o error experimental.
Expresada en forma de sumas cuadráticas, la suma cuadrática del total se desagrega así:
SCT = SCX + SCY + SCZ + SCE
Por la característica cuadrada de este diseño, que se explicó en el capítulo 7, se debe
considerar un número de pruebas múltiplo de m2, y m tratamientos. El diseño permite contro­
lar dos variables externas Y y Z, pero no sus interacciones. A su vez, las variables externas se
estratifican en m niveles. Las medias cuadráticas se determinan a partir de las sumas cuadráticas
y los grados de libertad, como se expone a continuación.
SCT = XZífy-M)2 gl (SCT = m2 - 1,
SCY = m gKSCY) = m-1
SCZ = m X(Xj-M)2 gl (SCZ) = m - 1
SCX = m X(Xk-M)2 gl(SCX) = m-1
SCE = m4(Xijk-M[-MrMk-r2M)2 gl (SCE) = m2-m-m-m+2 = (m - 1) (m -2)

En la tabla 10.11 se expone el proceso ANOVA, donde, como se observa, se prueban tres
estadísticos, MCY/MCE, MCZ/MCEy MCX/MCE, para determinar la significancia del efecto
del tratamiento y de las dos variables externas.
450 INVESTIGACIÓN DE MERCADOS

Tabla 10.11 ANOVA para el diseño por cuadros latinos, DCL.

Origen gl SC MC F
Variable Y fila m -1 SCY MCY = SCY/(m - 1) MCY/MCE
Variable Z cola ni - 1 SCZ MCZ = SCZ/(m -1) MCZ/MCE
Tratamiento X ni - 1 SCX MCX = SCX/(m - 1) MCX/MCE
ERROR (E) (m - 1)(m-2) SCE MCE = SCE/(M - 1)(M - 2)
TOTAL (T) m2 -1 SC Nota: MCY = S2A, MCY = S2

MCX = SX2

Diseño factorial
Este diseño permite controlar dos variables y sus interacciones en un experimento. La medida
se compone de la siguiente manera:
= M + X(+ Z(- + yy + eiJk

Estas componentes se interpretan así:

Valor de la medida = Media global


+ Efecto del tratamiento X
+ Efecto del tratamiento Z
+ Efecto de la interacción entre las variables
+ Efecto del error

La identidad de los efectos se plantea bajo los siguientes componentes:

(Xijk-M) = (Mt- M) + (Mj- M) + (My- - M- + M) + (Xyfe- My)

Entonces, (Xyfe - Mj es el efecto total, (M¡ - M) el efecto explicado por el tratamiento X,


(Mj - M) el efecto explicado por el tratamiento Z, el efecto del error es la diferencia entre el
resultado del experimento al nivel i de X y al nivel; de Z, con el promedio en dicho nivel, o sea
(Xyk - My), y la expresión restante (My - M¿ - M; + M) es el efecto explicado por la interacción
de los tratamientos. Por tanto:
SCT = SCX + SCZ + SCY + SCE

Si se utiliza a para designar el número de niveles en los tratamientos del factor X, b para
los niveles del factor Z, y n para el número de pruebas, en cada combinación de factores X Z,
entonces, ab expresa el número de combinaciones o tratamientos y abn el número de pruebas
en total. La tabla 10.13 muestra el proceso ANOVA para este diseño.
ANÁLISIS ESTADÍSTICO 451

Tabla 10.12 Tabla ANOVA para el diseño factorial.

Origen gl SC MC F
Tratamiento X a -1 sex MCX = SCX/(a - 1) MCX/MCE
Tratamiento Z b-l scz MCZ = SCZ7(b-1) MCZ/MCE
Interacción Y (a-1)(b-1) SCY MCY = SCY/(a - 1 )(b - 1) MCY/MCE
Error E (n -1 )ab SCE MCE = SCE/(n - 1 )ab
TotalT abn - 1 SCT Nota: MCX=S2, MCZ = Sj,

MCY = 5X2

Las medias cuadráticas y los grados de libertad se expresan, así:

SCT=£y,k(X¡jk-M)2 gl (SCT) = ahn - 1


SCX=bnli (M,-M)2 gl(SCX) = a-l
SCZ=ítn2i (Mj-M)2 gl(SCZ) = b-l
SCY= nlij (My - - Mj + 2M) 2 gl (SCY) = ab-a-b + 1 = (a- l)(b-1)
SCE= £££ijk (X^-My)2 gl (SCE) = abn -ab = ab (n-1)
= SCT - SCA - SCB - SC

Las estadísticas definidas en este diseño son: MCX/CME, MCZ/CME y MCY/CME, para
probar la significancia de los efectos de cada tratamiento y de sus interacciones.

Caso 10.9 Diseño factorial

Se desea conocer la efectividad de una campaña publicitaria para promover las ventas de
una pasta dental que utiliza una nueva fórmula, a base de flúor, especial para combatir las
caries dentales. Para ello se hace un experimento en dos tipos de poblaciones: una de ellas,
tiene una dieta alimenticia muy rica en azúcares, en tanto que la otra, mantiene una dieta
normal. Cada población se prueba con dos tratamientos. Uno de ellos consiste en una cam­
paña para promover la pasta especial, a base de flúor. El otro tratamiento promueve una
pasta corriente, sin hacer énfasis en el contenido de flúor. Se desea concluir sobre la efectivi­
dad de la campaña publicitaria a base de flúor, y determinar qué tanto influye la dieta ali­
menticia de la población en la receptividad del mensaje.
En el estudio se diseñó un puntaje para aplicar a los consumidores consultados, según
el grado de recordación del mensaje publicitario, después de cierto tiempo del lanzamiento
452 INVESTIGACIÓN DE MERCADOS

de la campaña en los medios. La tabla 10.13 presenta una matriz con los puntajes logrados
con los individuos consultados en una encuesta.

Tabla 10.13 Resultados de las pruebas para el caso 10.9.

Tratamientos
Población X. = Pasta con flúor X2 = Pasta sin flúor
Base azúcar z, 90 88 92 95 88 74 86 76
80 87 89 93 85 88 73 79
Base normal Z2 90 84 90 83 63 65 71 70
84 81 83 83 68 63 59 59

El método aplicado en el estudio corresponde al diseño factorial. Para diseñar la tabla


ANOVA, de este problema, se necesitan determinar las medias que aparecen ya calculadas
en la tabla 10.14. En esta figura se muestra una tabla, en donde la expresión designa la
media del tratamiento de la pasta j, en la población i, la expresión MXj designa la media del
tratamiento aplicado a la pasta X, y la expresión MZi designa la media del tratamiento aplica­
do a la población Z(. El proceso ANOVA se desarrolla en la tabla 10.15.

Tabla 10.14 Medías.

Tratamientos
Población X, X2

Z. Mn = 89,25 M2I = 81,13 MZ, =85,18

Z2 M12 = 84/75 M22 = 64,75 MZ2 = 74,75


MX, = 87,00 MX2 = 72,94 M = 79,96

De acuerdo con los valores críticos y con el resultado obtenido para cada estadística F,
se concluye que existen diferencias significativas para asegurar que el efecto de la publicidad
es evidente. Igualmente, se concluye que las costumbres de la población destinataria tienen
mucha importancia en la aceptación de la campaña publicitaria. Además, existe una diferen­
cia significativa en la variable que determina la interacción de las dos variables. Esto permite
concluir que la aceptación de la publicidad depende del tipo de pasta, dada las necesidades
sentidas de la población. Seguramente, la población consumidora de azucares presenta grandes
problemas de enfermedad dental, lo que explica el efecto de interacción.
ANÁLISIS ESTADÍSTICO
453

Tabla 10.15 Tabla ANOVA para el diseño factorial.

Origen S1 SC MC F Fe
Tratamiento X a-1 = 1 1.582 1.582 67,4 4,2
Tratamiento Z b-1 = 1 872 871 37,1 4,2
Interacción Y (a - 1)(b -1)=1 282 282 12,0 4,2
Error E (n - 1)ab = 28 657 23
Total T abn - 1 =31 3.392 n = 8, a = 2,b = 2

3. ANÁLISIS DE REGRESIÓN

El análisis de regresión es un caso de estimación cuyo objeto es predecir valores de una varia­
ble, a partir de otros valores conocidos, utilizando para ello una línea recta que los relaciona. Si,
por ejemplo, Y representa un proceso de valoración accionaria, que depende de variables como:
Xp que representa la tasa de interés del mercado, X2 que expresa el volumen de ventas del
sector industrial y X3 que muestra el movimiento bursátil, es factible plantear una relación de
la forma:

Y = Po + + ^2^2 +

En este caso, la relación lineal se plantea como el modelo que describe el valor de la
acción dependiente de tres variables. Este es el objetivo del análisis de regresión, es decir, el de
establecer relaciones lineales, como la anterior, o de otro tipo, que permitan predecir procesos
económicos, o de mercadeo, a partir de otras variables, aparentemente independientes. Para
ello, es necesario evaluar correctamente los parámetros beta que aparecen en la expresión, en
los términos que se estudian a continuación.

I Modelo de regresión lineal simple

El modelo de regresión simple involucra una variable independiente, X y una variable depen­
diente, Y. La técnica arranca con el diagrama de dispersión, como se observa en la figura 10.10,
que es la configuración gráfica de las parejas de valores (Xi,Yi) para cada combinación o punto,
el cual permite observar el comportamiento aparente de los valores de las variables. El interés
es determinar si existe alguna relación de correspondencia entre ellas, que permita explicar la
variación de una de ellas, ante un cambio de magnitud de la otra. Para tal caso, se requieren
454 INVESTIGACIÓN DE MERCADOS

estimar los parámetros de la recta de regresión con la cual se trata de representar la tendencia
de los puntos, que se puede representar, así:
Y’ = P0-PlXl = E(Y/X)

Siendo Y’ el valor estimado para un nivel dado en X,fí0 y Los parámetros de la recta,
representan el intercepto del eje Y,yJSJt la pendiente. Por tanto, Y’ también expresa el valor
esperado de Y, dado un valor de X.

Pronóstico
El pronóstico es el valor estimado de Y, calculado con base en las parejas observadas de X e Y Se
representa por F y se calcula a partir de la recta de regresión:
Y’ = b0 + bjX

donde boyb2, son los estimadores respectivos de fioyfi2.


Si Y’ es el valor explicado por la variación de X, entonces, para un valor específico de X el
valor real de Y es:

Y = ¿^ + e

siendo e el término no explicado por X, o error, esto es, la diferencia entre el valor real y el valor
explicado por la recta de regresión.
e = Y-F

Figura 10.10 Plano de dispersión.


ANÁLISIS ESTADÍSTICO 455

Técnica de los mínimos cuadrados


La técnica de los mínimos cuadrados es la indicada para determinar los estimadores b0 y bj de
los parámetros pQy p^. El principio de esta técnica es minimizar los desvíos cuadráticos entre
los valores observados, Y, y los pronosticados mediante la recta de regresión, Y’. Esto es:

Min [ X (Y-Y’)21

Si se reemplaza el valor estimado Y’, en términos de la variable independiente, se llega al


objetivo de minimizar a:
MiníZ (Y-bg-bjX)2]

Para ello se usa el criterio de las derivadas parciales de la sumatoria, con relación a los
estimadores, y, planteando la igualdad a cero, se obtienen las ecuaciones que permiten despejar
b0 y bp llegándose a las siguientes expresiones:

( _^X-X)(Y-Y') = SCxy ^XY-^X-^Y/n


X(X-X)2 SCx y^-fox)2/»

bo=Y-b,X~0o

SCx, expresa la suma cuadrática de los desvíos de X, SCxy, la suma de los productos de los
desvíos de X y Y, y n, es el número de datos.
En Y’ -b0 + b¡X,bl se expresa el efecto de X sobre Y Si no existe ninguna relación entre
estas dos variables, bl es cero. De otra forma, si b2 0, se dice que están relacionadas.
Como b0 y bj son estimaciones de P oy Plt es necesario probar si con ellas se pueden
establecer conclusiones significantes. Por el momento, se aplazará la prueba de hipótesis hasta
hacer la presentación formal de la técnica, en las páginas subsiguientes.

Variación explicada
La variación total del valor real Y con relación a la media y , es la suma de la variación explicada
y el error, o residuo. El estimado Y’ calculado mediante la recta de regresión, es el pronóstico de
Y. La variación explicada es, entonces, la diferencia entre el pronóstico y la media, y el faltante
para completar el valor real, es el error (ver figura 10.11).

(y_y)=(y"_y) + (y_y")

Variación total = Variación explicada + Variación no explicada o error


456 INVESTIGACIÓN DE MERCADOS

Si se toma la sumatoria de las diferencias al cuadrado, se llega a la siguiente expresión, de


sumas cuadráticas, SC:

E (Y - Y )2 = E (Y' - Y )2 + E (Y - Y')2

SCT = SCR + SCE

Esto es, la Suma Cuadrática Total para Y, equivale a la suma cuadrática de la regresión, más
la suma cuadrática del error.

Coeficiente de determinación
El coeficiente de determinación se representa por el símbolo r2. Se puede comprobar que es el
cuadrado del coeficiente de correlación y, conceptualmente, es la parte de la variación total
explicada por la regresión. Esto es:

2 SCR _E« — Y)2 Variación Explicada


SCT ^(Y -Y)2 Variación Total

En tanto sea más cerca de uno, mayor es la explicación de la regresión, esto es, la depen­
dencia de Y con X.

Análisis de Correlación

La correlación indica la fuerza o grado dé correspondencia entre dos variables, X y Y. La medida


de esta correspondencia se denomina coeficiente de correlación.
ANÁLISIS ESTADÍSTICO 457

A continuación, se definen los conceptos de desviación y varianza.


Desviación. La desviación es la distancia entre un valor con relación a la media, o espe­
ranza matemática. Como el análisis de correlación implica la consideración de más de una
variable, en particular de dos, en el caso actual, se pueden definir tres tipos de desviaciones:

Desviación X Dx = (Xf-x)
Desviación Y Py = (Y¡-r)
Desviación conjunta Dxy = (Xi-x)(Yj-7)

Varianza y covarianza. La varianza mide el efecto de las desviaciones de una u otra


variable, las cuales se definen mediante la ya conocida formulación, así:

(n-i) y gi

Como se observa la varianza es la suma cuadrática, dividida por los grados de libertad.
La covarianza mide el efecto de las desviaciones conjuntas, y es importante para obtener
una medida de la correlación entre las variables X e Y:

cov(xy) =
(.-i)

En forma similar a la varianza, la covarianza es igual a la suma conjunta SCxy divida por
los grados de libertad. Ella contiene el siguiente significado: Cuando Cov>0, las dos variables
varían en el mismo sentido. Y si Cov<0, las dos variables tienden a variar en sentido contrario.
Si la covarianza es grande, existe una buena correspondencia entre las variable X y Y, indepen­
diente del sentido de dicha relación.

Coeficiente de correlación
La covarianza es la medida de la relación entre dos variables, expresada en términos absolutos.
El coeficiente de correlación expresa lo mismo, en términos relativos. Se determina por el co­
ciente de la covarianza y la raíz del producto de las desviaciones estándar de las variables X y Y,
esto es:

\ 5C,
\ 4^.-5C,
458 INVESTIGACIÓN DE MERCADOS

El coeficiente de correlación2 mide la fuerza y la dirección de la asociación entre las dos


variables X y Y.
La fuerza de la correlación mide cuán concentrados se encuentran los valores de las varia­
bles, alrededor de la recta de regresión. Si el coeficiente se encuentra entre 0 y 0,4 indica que los
datos están muy dispersos. Si están entre 0,8 y 1,0, existe una correlación muy buena y se
puede utilizar la recta de regresión para hacer predicciones.
La dirección de la correlación se indica por el signo del coeficiente. Si es positivo, las
variables se asocian en la misma dirección, es decir, a un incremento de una de ellas, correspon­
derá otro incremento de la otra, pero, si es negativo, esta tendencia es un decremento.
Otra forma alternativa para calcular el coeficiente de correlación, que permite simplificar
los cálculos manuales, tiene la siguiente forma:

Con el mismo fin, el coeficiente de determinación también tiene una expresión alternati­
va, así:

El*,-*)2 ■£(>■;-r)!

Caso 10.10 Correlación de las ventas con el ingreso

La tabla 10.16 presenta, en las columnas 2 y 3, la serie de las ventas de una textilera y los
ingresos per cápita de una región. Se tiene el propósito de conocer la asociación que presen­
tan las ventas de la empresa con el ingreso per cápita regional.
Para determinar el coeficiente de correlación se necesitan calcular, inicialmente, los
desvíos, los cuales se presentan en las columnas 4, 5 y 6, y, después, los desvíos cuadráticos,
que se realizan en las columnas 7 y 8.
Reemplazando en la fórmula para r, se llega al siguiente resultado:

r= SGy = 143,629 = o 86
■JsCxSCy Vs4.496x507.714

Llamado también coeficiente de Pearson


ANÁLISIS ESTADÍSTICO 459

Este es un valor alto, lo cual demuestra que las ventas de textiles se encuentran muy
correlacionadas con el ingreso percápita. Además, si el coeficiente de determinación es
r2 = 0,74, significa que la variación en las ventas se explica, en un 75%, por el comportamien­
to del ingreso percápita.

Tabla 10.16 Datos para el caso 10.10.

(1) (2) (3) (4) (5) (6) (7) (8)


Año Ventas Ingreso OK = Dx = %= D2 =
y
X Y x-x Y-Y DyDy (X-X)2 (i'-ñ2
1970 234 923 -2 -218 436 4 47.524
1971 145 945 -91 -196 17.836 38.410 8.281
1972 126 1.023 -110 -118 12.980 13.924 12.100
1973 156 879 -80 -262 20.960 68.644 6.400
1974 199 980 -37 -161 5.957 1.369 25.921
1975 256 1.000 20 59 1.180 400 3.481
1976 345 1.460 109 319 34.771 11.881 101.761
1977 324 1.560 88 419 36.872 7.744 175.761
1978 310 1.320 74 179 13.246 5.476 32.041
1979 265 1.120 29 -21 -608.841 441
2.360 11.410 143.629 54.496 507.714

Inferencias para los parámetros de regresión

Inferencia relativa al parámetro


La prueba trata de determinar la bondad de la estimación bp del parámetro Como E(bj) =
Plt entonces bj es un estimador insesgado de En la prueba de hipótesis se usa z o t, según la
información que se tenga a mano.
Si se conoce la desviación , la estadística a utilizar es z> que se distribuye según la
normal estándar, definida así:
z=(b1-j3J)/o-jaj
Cuando no se conoce la desviación se estima por la varianza muestral y se utiliza
la estadística t con n-2 grados de libertad, definida por:
t = (bj - fij) /
460 INVESTIGACIÓN DE MERCADOS

La hipótesis nula establece que no existe relación de correspondencia entre las variables X
e Y, lo que equivale a plantear que:
Ho: ^ = 0

Entonces, la hipótesis alterna es H¡: (¡¡¿O, y la estadística es :

t- bj/Sflj

donde SBl> se determina como aparece en la siguiente formulación:

s2 S2 SCE/(n-2) A""2)
p' X, 5C - £(X;-X)2

.X«-fe0-M,)2/("-2)

S2 es la varianza del intervalo de confianza en la dirección vertical, el cual expresa el nivel


probable de Y para un determinado valor de X. De esta forma el intervalo de confianza para
es:

La expresión simplificada para 52 tiene la forma:

n-2

Intervalo de confianza relativo al pronóstico Y2 o estimación


Se puede demostrar que E (Y’) = y, por tanto, el estimador definido por Y’ = b0 + bjX es un

estimador insesgado de y = Pq + Que se distribuye normal con varianza:

La estadística utilizada para estimar la varianza & 2y cuando no se conoce a 2, es la normal

o sea: z = (Y'_ y)/ ayt. En el caso contrario, se utiliza la estadística t-Student con (n-2) grados
de libertad, esto es: t = (Y' - y ) / <jy,_ De esta manera, es posible establecer el intervalo de
confianza para Y, usando la estadística t, así:

Y’+t • <T2
ANÁLISIS ESTADÍSTICO
461

La prueba de hipótesis del pronóstico, con relación a un valor dado Yo, se plantea con la
hipótesis nula:
Ho-Y =Y0

Si la estadística de prueba t = (Y’ - y ) / cy supera el valor crítico de la tabla t con gl = (n-


2), se rechaza la hipótesis dentro del riesgo considerado.

Intervalo de predicción relativo al error (Y - Y)


El error entre el pronóstico Y’ y el valor real Y, se puede descomponer en dos partes: la diferen­
cia entre el valor real y el valor esperado, y la diferencia entre éste y el valor pronosticado. Esto
es:
Y - Y*= (Y- y) + (y - Y’) = error

La varianza del error (Y - Y") para un valor dado de X tiene como expresión:

1 . (X-X)2 j
^._Z=CT2 1 + 2 +
n SCx

De esta forma es posible expresar el intervalo de predicción del valor real Y con relación al
pronóstico, así:
Y’±ta2

en donde t, es la estadística de prueba de Student, congl = n-2.


Se puede demostrar que el intervalo de predicción es más amplio que el intervalo de
confianza. Existe una clara diferencia entre el intervalo de predicción y el intervalo de confian­
za; el intervalo de predicción representa un rango con una probabilidad de contener en él un
valor futuro de la variable Y, en tanto el intervalo de confianza presenta un rango para un
parámetro.

4. ESTADÍSTICA NO PARAMÉTR1CA

La estadística paramétrica parte de dos supuestos:

1. Las inferencias se refieren a parámetros poblacionales.

2. Las variables que representan la población estudiada tienen distribución normal, o la


distribución de la estadística es normal o aproximadamente normal.

Si alguno no se cumple, porque el comportamiento de la población no es normal o no se


462 INVESTIGACIÓN DE MERCADOS

conoce, o porque el tamaño de la muestra es excesivamente pequeño, se tiene como alternativa


de la estadística no paramétrica, llamada también de distribución libre.
Afortunadamente, los métodos paramétricos son confiables para muestras grandes, aún
cuando experimenten ligeras desviaciones de la normalidad. En este caso las estadísticas no
paramétricas, cuando n>30, se pueden aproximar a la distribución normal y se les puede aplicar
la prueba z-
La estadística paramétrica infiere parámetros poblacionales, en tanto que la estadística no
paramétrica infiere a distribuciones de frecuencias. Por esta razón, las pruebas no paramétricas
han ganado aplicabilidad al no necesitar de medidas cuantitativas y se presentan apropiadas
para escalas nominales y ordinales, lo que las hace menos restrictivas. A menudo, los cálculos
aritméticos son simples en la estadística no paramétrica, pero como no utilizan toda la informa­
ción, son menos eficientes que el procedimiento paramétnco.
Se disponen de muchas técnica no paramétricas, pero aquí se estudiarán la prueba del
signo, la prueba W, la prueba U, la prueba H y el coeficiente de correlación de rangos.

Prueba del signo

La prueba t, utilizada para contrastar la diferencia entre dos medias de muestras pequeñas,
requiere, como condición, que las muestras sean independientes y provengan de poblaciones
normales. Cuando se trata de muestras pequeñas pero la población no es normal, se recurre a la
prueba del signo.
La prueba del signo es aplicable para datos en escala nominal donde las observaciones
cualitativas tienen relación con el cumplimiento, o no, de cierto atributo. Cuando se presenta
esta propiedad la distribución a emplearse es la binomial. Se necesitan tres condiciones:

1. Cada prueba tiene dos resultados posibles.


2. Las pruebas son independientes.
3. La probabilidad de aparecer el atributo estudiado es constante.

La prueba del signo basa su nombre en la forma de registrar la información. Si el juicio


emitido sobre un resultado del tratamiento es positivo, se registra con el signo (+), y si es
negativo, con el signo (-). Por tanto, el resultado de una muestra, tiene la apariencia que pre­
senta la serie:
+ + - + — + - + +------ + ...
ANÁLISIS ESTADÍSTICO 463

Si se desea comprobar la capacidad de un tratamiento para mejorar un atributo, se asu­


me, como hipótesis nula, la irrelevancia del mismo, asumiendo que el resultado es indepen­
diente del tratamiento. Se registra el signo +, si el juicio es positivo y el signo -, si es negativo.
La hipótesis nula se plantea así: Ho: n = 0,5.
Esto es, la probabilidad de una mejora o desmejora, es aleatoria, y la hipótesis alternativa
es, por tanto, Hp p> 0,5.
O sea que el tratamiento es ventajoso y la probabilidad de mejora es más alta que la
probabilidad al azar.
Se defina como estadístico a X+, que indica el número de signos positivos, y se distribuye
según la binomial con media y varianza:

H = n7l (T =

Los valores críticos se determinan a partir de la distribución binomial, como se ilustra en el caso
10.11.

Caso 10.11 Prueba del signo para una escala nominal

En una prueba de concepto, se mide el puntaje dado por un jurado de 10 personas, para
determinar la validez de un anuncio publicitario para un producto. Se quiere demostrar que
la publicidad es convincente.
Se registra el concepto de los participantes, después de un tratamiento, consistente en
hacer una demostración del anuncio en una sesión. Si la opinión es favorable, se anota el
signo + y si es contraria, el signo
La hipótesis nula establece que la publicidad es indiferente para el consumidor y, por
tanto, la diferencia entre los recuentos a favor y en contra es la misma. Si así fuera, la proba­
bilidad de obtener un signo + es 1/2 y si la muestra consta de 10 personas, el número de
apariciones del signo + se distribuye según una binominal, con media y desviación:
[i-nK = 10x0,5 = 5 a= = Vi 0x0,5 =1,58

Si el resultado de la prueba es: + + - + + -+ + + -, el valor de X+ es 7.


Para probar si el resultado 7 es significativo, se determina Prob (X + = 7), en el esquema
binomial con parámetros n = 10 y p =0,5.
Si parte del nivel a =0,025, se busca en la tabla de la distribución binomial la probabi­
lidad de lograr un resultado como el anterior o mayor (consultar el apéndice), y se obtiene:
B(7,10, 0,5) = Prob(X+ Z 7) = 0,0133.
Por tanto, se rechaza la hipótesis nula y, se concluye que, la publicidad es convincente.
464 INVESTIGACIÓN DE MERCADOS

Prueba W

Esta prueba, llamada también de rangos con signo, o de datos apareados, utiliza, como en el
caso anterior, la dirección de los datos, pero agrega la magnitud, por cuanto registra la diferen­
cia entre los resultados de dos muestras o de una muestra contra un valor de referencia.
La estadística en esta prueba se conforma a partir de las diferencias apareadas que se
ordenan en términos de su magnitud absoluta, asignándoles un número de rango, así: el prime­
ro de estos para la menor diferencia, el segundo para la diferencia siguiente, y así sucesivamen­
te. En caso de empates en las diferencias, se asigna como número de rango el promedio calcu­
lado a partir de la suma de los rangos que corresponderían si no hubiese empate. Sólo se deben
considerar las diferencias no nulas, puesto que las diferencias nulas no se consideran dentro de
la muestra.
La estadística W designa la más pequeña entre dos sumas (W+y W-), que son la suma de
los rangos de orden con diferencias positivas y las de diferencias negativas, respectivamente. Para
determinar la región crítica, el valor de la estadística debe consultarse en la tabla de Wilcoxon
con base en el parámetro n que corresponde al tamaño de la muestra y al valor crítico a.
La hipótesis nula establece que la población es simétrica, y por tanto, la distribución de
rangos es igual para los casos positivos como para los negativos.
Se establece entonces que: Fío: fij = /J?
la cual se puede rechazar a favor de la hipótesis alternativa:
Hp jUj < : cuando W+ es pequeña y W- es grande,
o de la alternativa:
Hp en caso contrario, W+ es grande y W- es pequeña
o de la alternativa bilateral:
Hj.* si ambos: W+y W- son pequeños.
Por tanto, no importa cuál es la hipótesis nula, pues se rechaza la hipótesis nula si W es
pequeña, como se observa en el caso 10.12.

Caso 10.12 PruebaW

En una prueba de producto, se han registrado las calificaciones apareadas de dos productos
que se están comparando, como lo muestra la tabla 10.17.
Las filas se refieren a los dos productos, A y B, en su encabezamiento, al frente del cual
se establecen las calificaciones que van de 1 a 10, asignadas por cada uno de los diez miem­
bros del jurado. En la fila contigua se establece la diferencia y, en la última fila, se establece
ANÁLISIS ESTADÍSTICO 465

el rango de orden asignado a la diferencia absoluta. En caso de empate se toma el orden


promedio. La diferencia cero se descarta y no se tiene en cuenta en el valor del parámetro n.
Para los empates en las diferencias se loma el promedio de los rangos. Así, para la diferencia
mínima de 1 o -1, existen cinco valores que les corresponden los rangos 1,2,3,4,5, cuyo
promedio es3 = 0+ 2 + 3 + 4 + 5)/5. Para la segunda diferencia de 2 ó -2, existen tres empates
y el rango promedio es 7 = (6 + 7 + 8)/3

Tabla 10.17 Datos para el caso 10.12.

Entonces: W+= (3+ 7+ 7+ 7 +3) = 27


W-=(3 + 3 + 3) = 9
Por tanto» W=9

El valor crítico para a= 0,05 y n = 8, en la tabla de la distribución de Wilcoxon, propor­


ciona el valor 6; entonces como W = 9, queda por fuera de la región crítica y se rechaza Ho.
Como la hipótesis nula establece que fla = , es decir que la calificación es la misma
para ambos productos, se aplica la tabla bilateral. La región crítica es w > 6, que contiene a W,
por lo cual se acepta que la calificación dada por el jurado a favor del producto es significativa.

Prueba U

Esta prueba de hipótesis, llamada también prueba de la suma de rangos, o de Man-VVhitnes, se


utiliza para comparar medias de dos poblaciones no normales, cuando provienen de dos mues­
tras independientes. Utiliza mayor información que la prueba del signo y, por tanto, es más
eficiente.
La forma de operar en la selección de rangos, para las dos muestras, es similar a la de la
prueba W, pero aquí las muestras son independientes y pueden tener tamaños diferentes. Los
rangos se aplican considerando los valores absolutos y los empates se asignan con el rango
medio.
Si los tamaños son y r¡2, y las sumas de los rangos de órdenes son S¡ y S2 para las
muestras 1 y 2, respectivamente, se define la estadística U, dado que < n2> así:
466 INVESTIGACIÓN DE MERCADOS

V(”1+1)
2

L/ = m¡n[U1,U2]

La estadística, así definida, tiene la ventaja de que proporciona distribuciones simétricas,


lo que simplifica la construcción de las tablas. Como + l)/2 es la suma de los primeros Hj
rangos, Uj expresa el valor con el cual la suma de los rangos sobrepasa al valor mínimo. La
magnitud de éste puede variar entre 0 y n¡ n2, en donde 0, se presenta cuando los rangos de 1
son todos menores que los de 2 y rq n2 si fueran mayores. Entonces, si es pequeño también lo
es la estadística UJt e igualmente U2. Luego la hipótesis nula será rechazada si U]t U2óU loman
un valor menor que el valor crítico.
La hipótesis nula Ho: = fl2 establece que las poblaciones que se comparan tienen distri­
buciones idénticas. La hipótesis alternativa es una de las siguientes:

Hp p.l < /l2, para proceder con


Hp jal > jU2, para proceder con U2
H¡: /q Para proceder con U

Si se rechaza Ho porque U¡ es más pequeño que el valor crítico, significa que ¿íj < jU2 y,
por tanto, la población favorece a la muestra 2.

Caso 10.13 Ejemplo de una prueba U

Una encuesta investigó el estilo de vida de dos poblaciones, para determinar la cantidad de
tiempo que los consultados utilizan en recreación.
Para tal fin se elaboró la tabla 10.18, en cuya parte superior aparecen los puntajes
obtenidos de las dos muestras de las dos poblaciones objeto de estudio: una, de empleados
y otra, de trabajadores independientes. En la parte inferior aparecen las posiciones de orden
para el conjunto de las dos muestras. A la derecha se tiene la suma de los órdenes.

Tabla 10.18 Datos para el caso 10.13.


Tabla de resultados

Puntaje empleados 30 28 33 41 26 16 22 35 43 18 n= 10
Puntaje trab. indptes. 32 27 34 25 23 37 31 20 36 21 24 n2- U
ANÁLISIS ESTADÍSTICO 467

Tabla de rangos

Puntaje empleados 12 11 15 20 9 1 5 17 21 2 S=113


Puntaje trab. indptes. 14 10 16 8 6 19 13 3 18 4 7 S=118

El estadístico U se define por una, cualquiera, de las siguientes expresiones:

Se consulta la tabla de Man-Whitnes para a = 0,05 y parámetros nt = 10 y n2 = 11. Se


obtiene como valor crítico 26, por tanto se acepta Ho, puesto que 26 < 108,5. Se concluye
que los empleados y los trabajadores independientes tienen la misma distribución acerca de
la forma como utilizan el tiempo en recreación.

Notación:
Cuando n¡ y n2 superan el valor de 8, la distribución de U1 y U¿ se aproxima a la normal con
media y varianza:

I + n2
V 12

En consecuencia, cuando n^ y n2 son grandes, se puede utilizar la estadística Z que tiene distri­
bución aproximadamente normal estándar:

Prueba H

La prueba H, también llamada de Kruska-Wallis, es una generalización de la prueba U, cuando


se requiere probar la hipótesis nula de más de dos muestras independientes que pertenecen a
poblaciones idénticas.
Se procede como en el caso anterior, asignando rangos, según los valores, para lo cual se
define la estadística H como sigue:
468 INVESTIGACIÓN DE MERCADOS

La estadística H se distribuye, aproximadamente, igual a la (Chi-Cuadrado) con

gl = k - 1, cuando se cumple que nt>5 .


La hipótesis nula establece que todas las poblaciones se distribuyen en forma idéntica, y
se plantea así:

H0:n, = n2=nt

La hipótesis nula se rechaza sí H supera el valor crítico, esto es H > para un nivel de

confiabilidad de a.

Caso 10.14 Prueba H

Se trata de ejecutar una prueba para un nuevo producto alimenticio para niños. Existen
cuatro sabores (A,B,Cy D), los cuales fueron probados por los niños pertenecientes a una
muestra. Tales sabores se ordenaron después de aplicar un puntaje que incluía 7 considera­
ciones diferentes de preferencias, la selección de rangos resultante aparece en la tabla 10.19.

Tabla 10.19 Resultados de la prueba de sabores.

Pu ntaj es Rang OS
A 42 35 44 27 37 17 23 10 24 4 15 1 S = 77
B 36 28 36 29 38 39 13,5 7 13,5 8 16 17,5 s,= 75,5
C 55 40 25 35 41 43 25 19,5 2 10 20,5 24 S3= 101

D 27 27 35 41 39 40 4 4 10 21,5 17,5 19,5 S = 76,5

Entonces, si nJ= n2 = r¡5= n^ = 6, n = 24, k = 4, gl = 3:

Se determina el valor crítico en la tabla de %2y para un nivel a = 0,05 y tres grados de
libertad, resultando /2 005 = 35.
ANÁLISIS ESTADÍSTICO 469

Como ^<X2uo5> se acepta la hipótesis nula, y se concluye que no hubo una preferencia

significativa por alguno de los sabores experimentados.

Coeficiente de correlación de rangos

El coeficiente de correlación de rangos o de Spearman, se utiliza para medir el grado de asocia­


ción entre dos conjuntos de rangos, cuya expresión de cálculo es la siguiente:

5 n(n2 -1)

Donde: X} es igual al número de orden del rango en el conjunto 1.


X2 es igual al número de orden del rango en el conjunto 2.
Las siguientes son algunas ventajas para usar r en lugar de r, el coeficiente de correlación
simple. Estas son:
1. No se asume, previamente, la existencia de una relación lineal o de otro tipo. La rela­
ción, por tanto, puede ser más confiable.
2. No se hace suposición de normalidad respecto a las distribuciones de las variables que
se están asociando.
3. Es útil cuando, en algún sentido, no se está en la posibilidad de hacer mediciones
numéricas, pero es posible establecer rangos.

Caso 10.15 Correlación de Spearman

En la tabla 10.20 se describe la forma como dos personas han ordenado diez productos,
según sus preferencias. Se desea determinar qué tan correlacionadas se presentan estas
ordenaciones.

Tabla 10.20 Datos para el caso 10.15.

Producto #: 1 2 3 4 5 6 7 8 9 10 n=10
Persona A 10 5 1 6 3 2 7 9 4 8
Persona B 1 9 7 2 8 6 3 5 4 10
(X,-X2) 9 4 6 4 5 4 4 4 0 2
(x,-x2y 81 16 36 16 25 16 16 16 0 4 2=210
470 INVESTIGACIÓN DE MERCADOS

Aplicando la expresión de r, después de considerar los valores determinados en la tabla, se


llegó al valor:

r =1-----6x210 - = -0,27
’ 10(100-1)

con lo cual se deduce que no hay correspondencia entre las selecciones efectuadas por las
dos personas.
TECNICAS MULTIVARIABLES

Los procedimientos modernos de análisis de encuestas se basan en las téc­

77 nicas estadísticas multivariadas, que involucran muchas variables y permi­


ten analizar la información proveniente de grandes volúmenes de datos.
Estas técnicas proporcionan mayor información y permiten la obtención de
conclusiones más precisas, objetivas e interesantes.
El desarrollo de estas técnicas data de bastante tiempo, pero tan sólo cuando el computa­
dor lo permitió, fue que se generalizó su utilización en los estudios de marketing y de otras
disciplinas, permitiendo un progreso profundo en el análisis de la información.
En el diagrama de la figura 11.1 se hace una presentación sinóptica de las técnicas
multivariables más populares, las cuales serán motivo de estudio en las páginas siguientes.
Algunos de estos temas, como el análisis de regresión, ya se ha visto en su base conceptual, lo
cual se hizo en el capítulo anterior para una sola variable. Ahora, se introducen otros temas con
objetivos diferentes a los mencionados en es capítulo anterior.
Las técnicas multivariables se pueden dividir en dos grandes clases o categorías;

1. Técnicas que aplican un “criterio”, planteando una estructura de dependencia, de una


o varias variables, con relación a otras variables de control, o predictoras.
2. Técnicas que plantean una “interdependencia”, que manejan, libremente, la matriz de
datos, sin interponer requisitos de criterio, permitiendo, así, la interacción libre de
todas las variables.

Clase de técnicas multivariables Con estructura de dependencia


Con estructura interdependiente

1. Técnicas que aplican criterio. Cuando se plantea un modelo que predice las ventas de
una empresa, en función de ciertas variables predictoras, como el precio, el ingreso, el servicio,
entre otras, se está asumiendo un criterio que rige el análisis. Este criterio se puede expresar
como una función de variables, que, para el caso expresado, tendría la forma siguiente:
472 INVESTIGACIÓN DE MERCADOS

Ventas = F (ingreso, precio, servicio)

Esto equivale a decir que las ventas se pueden predecir como una función del ingreso,
del precio y del servicio. En forma matemática, el siguiente es un ejemplo de un planteamiento
lineal:
Y = a Xj + b X2 + c Xj

Las ventas se simbolizan con Y, los ingresos con Xp el precio con X2 y, el nivel de servi­
cio, con X3, y los coeficientes, son los parámetros de la expresión.
Las siguientes técnicas plantean un criterio bajo una escala cuantitativa o métrica:
El análisis de regresión múltiple, plantea, en escala interval o nominal, la dependencia de
una variable en función de un conjunto de variables independientes.
El detector automático de interacción, plantea un criterio único en escala cuantitativa, para
explicar la importancia de los niveles de valoración de las variables, según la forma como se
afecta un criterio aplicado a un conjunto de variables independientes.
Las siguientes utilizan varios criterios:
El análisis multivariado de varianza, utiliza varios criterios cuantitativos para explicar el
comportamiento de una variable dependiente, a través de los efectos producidos sobre ella por
otras variables independientes. El análisis es univariado, cuando interviene una sola variable, o
multivariado si intervienen varias variables.
Otras técnicas plantean el criterio en escala cualitativa, como:
El análisis discriminante, que plantea un sólo criterio en escala cualitativa nominal, para
determinar los atributos que diferencian los segmentos.
El análisis conjunto, que plantea un sólo criterio en escala cualitativa ordinal, para deter­
minar la importancia de los atributos individuales, a partir de una evaluación de conjunto
sobre diferentes objetos.
2. Técnicas que aplican interacción. Si, en el caso anterior, no se planteara ningún crite­
rio de dependencia de las ventas con las demás variables, se diría que ellas son interdependientes.
Esta condición se plantea, así:

F [Ventas, ingreso, precio, servicio]

El proceso es una función de cuatro variables que producen mutuas dependencias. Ma­
temáticamente se plantea, así:
F(X0, XpX^Xj)

Algunas de estas técnicas manejan variables bajo las escalas cuantitativas o métricas,
como el análisis factorial, el análisis mu tridimensional métrico y el análisis de conglomerados.
TÉCNICAS MULTIVARIABLES 473

Escala Escala
Estructura del criterio variables Aplicaciones
Indepen­
dientes

De criterio Un sólo Interval Interval • Análisis de regresión múltiple


criterio Interval Nominal • Análisis de regresión múltiple
nominal
Interval Nominal • Detector automático de
interacción
Nominal Nominal • Análisis discriminante
Ordinal Nominal • Análisis de conjunto
Varios Interval Interval • Análisis de correlación
criterios canónica
Interval Nominal • Análisis multivariado de
varianza
Interde- Sin Interval Interval • Análisis factorial
pendientes criterio Interval Interval • Análisis de conglomerados
Interval Interval • Análisis multidimensional
métrico
Interval Nominal • Análisis multidimensional
conceptual
Interval Interval • Análisis de estructura latente

Figura 11.1 Diagrama que resume las técnicas multivariables.

Otras, trabajan las escalas cualitativas, como el análisis multidimensional por similitud, o
perceptual.
El análisis factorial involucra un número grande de variables en escala cuantitativa y de­
termina las interdependencias de ellas estableciendo grupos con atributos comunes, denomi­
nados factores.
El análisis multidimensional métrico utiliza un número grande de variables en escala cuan­
titativa, para posicionar individuos, bajo un conjuntos de atributos, en un mapa competitivo
con relación a dos o más factores, o dimensiones. También se le llama escalamiento
multidimensional.
El análisis multidimensional perceprual aplica una escala cualitativa con base en el grado de
474 INVESTIGACIÓN DE MERCADOS

similitud entre objetos, para posicionar individuos y atributos en mapas competitivos


referenciados bajo dos o más factores de marketing o dimensiones.
El análisis de conglomerados reúne objetos alrededor de atributos similares y aplica una
medida de similitud, que permite formar grupos, o segmentos, alrededor de atributos con ca­
racterísticas comunes.

1. ANÁLISIS DE REGRESIÓN MÚLTIPLE

El análisis de regresión múltiple es un procedimiento de estimación que extiende el análisis de


regresión simple a más de una variable. El objeto es construir un modelo que explique el com­
portamiento de una variable Y, con relación a un conjunto de variables independientes {Xi}. El
modelo se presenta como una función de dependencia así:
@0 + &2 ^2 + P3X1 X-2 + £
El modelo lineal que presenta una relación de primer grado es el de más frecuente utiliza­
ción. La siguiente formulación considera tres variables:

“ Po + 01 x1 + 02 ^2 + 03 ^3

El análisis de regresión múltiple se utiliza para conocer la naturaleza de dependencia de


un proceso de marketing con relación a un conjunto de variables y para formular, a partir de
ellas, un pronóstico. El análisis de regresión múltiple se origina en una tabla de datos, como la
que se muestra en la figura 11.2, que lista los resultados, para la variable dependiente Y y las
variables independientes de todas las observaciones. Lo usual es utilizar una escala cuantita­
tiva (interval o de razón) para medir las variables, sin embargo, no se descarta la escala nominal
en algunas variables independientes.

Observación # Y Xi ...

1 Y. X2I ...
2 y2 X» ...
3 y3 X» ... xk3
n Yn x)n x2n ...
... ...
Xy Zx, x\ ... XX,

Figura 11.2 Datos de una muestra para k variables independientes.


TÉCNICAS MULTIVAR.IABLES
475

El análisis de regresión proporciona los coeficientes para construir el modelo lineal. Estas
son: el coeficiente de correlación, para verificar el grado de asociación de Y con las variables
independientes, el coeficiente de determinación, que proporciona la fracción de la variación ex­
plicada por el modelo de regresión, además de los elementos de análisis estadísticos que permi­
tan determinar la validez del modelo.
Como los conceptos aplicados en el análisis de regresión simple se extienden al caso
multivariado, con las diferencias operativas propias del manejo de muchas variables, se hará un
seguimiento de la técnica mediante el computador, a partir de la introducción de la informa­
ción, expresada en una forma de tabla de datos como la que aparece en la figura 11,2. El
computador genera resultados similares a los presentados en la figura 11.3, los que se han
agrupado en tres secciones para determinar: la bondad, la validez y los parámetros del modelo
generado.

Bondad de ajuste R-Coeficiente de correlación múltiple R = 0,76


R2-Coeficiente de determinación R2 = 0,58
Desviación estándar estimada S2 = 0,71
Utilidad del modelo Análisis de varianza
GL SC MC F
Regresión 3 19,97 6,64 11,7
Error 21 11,89 0,57
Parámetros del Coeficiente Desv. estándar F
modelo Constante 1,21 0,42 12,1
Variable 1 -1,17 0,07 3,4
Variable 2 0,40 0,11 9,0
Variable 3 0,09 0,33 7,6

Figura 11.3 Resultados que arroja el computador para el análisis de regresión.

Bondad del modelo


El primer grupo mide la bondad del modelo, para lo cual suministra el coeficiente de correla­
ción R, el coeficiente de determinación R2 y la desviación estándar S2, para Y. R mide el grado de
asociación de Y con todo el conjunto de variables /XiJ. Corresponde a un valor entre 1 y-1. Si,
en términos absolutos, es cercano a 1, existe gran fuerza de correlación, en tanto que si es
cercano a 0, es débil. Si es positiva, la correlación es directa y si es negativa, se mueve en sentido
inverso.
476 INVESTIGACIÓN DE MERCADOS

El coeficiente de determinación múltiple R2, expresa la fracción de la variación total de Y,


explicada por el modelo de regresión planteado. Cuando R2 es próximo a 1, se entiende que el
conjunto de variables [Xí] suministra información suficiente para explicar el comportamiento
de la variable Y. Si, por el contrario, R2 se aproxima a 0, las variables son poco explicativas de la
variación de Y.
Esta fracción es la relación de la suma cuadrática de la regresión, SCR, y la variación total,
SCT. O sea:

R2 = SCT-SCE = SCR 0<R2 <1


SCT SCT
Variac¡ón(Total) — Variación(Error)
R2 =
Variaciónftotal)

Recordar que el desvío es la diferencia entre la medida de Y y la esperanza de y, de la


muestra, y se desagrega en dos componentes, así:

(Y-Y) = (Y'-Y) + (Y-Y')

Siendo Y’, la estimación suministrada por el modelo de regresión. Esto es:


Desvío total = desvío explicado + desvío aleatorio
Por tanto, al aplicar las sumas cuadráticas en la expresión anterior, se llega a:

£(r-r)2 =5>'-r)2 +1>-)")2


o sea que
SCT = SCR + SCE
El error se origina por el carácter aleatorio del proceso y por la ausencia de variables
explicativas, en el modelo.
La desviación estándar S2, se utiliza para estimar la varianza poblacional O’2 de Y, a partir

de la media cuadrática explicada por el modelo de regresión. Se define como la suma cuadrática
explicada, dividida por los grados de libertad. Esto es:

S2 =MCR = ^
gl

Utilidad del modelo


El segundo grupo se utiliza para determinar la utilidad del modelo, es decir, para determinar si
la asociación planteada entre Y y [Xi], es significativa.
En este caso se aplica la prueba ANOVA, que contrasta la varianza explicativa de la regre­
TÉCNICAS MULTIVARIABLES 477

sión, MCR con la varianza del error aleatorio, MCE. La aplicación de la prueba proporciona los
grados de libertad gl, la suma cuadrática SC, la media cuadrática MC y el valor del estadístico £
correspondiente a la relación de MCR/MCE, para así concluir sobre la significancia de la asocia­
ción de Y con el conjunto [Xij. Se necesita que F>Fo, para validar el modelo de regresión.

Parámetros del modelo


La tercera sección de la tabla proporciona los coeficientes estimadores de los parámetros.
Estos van acompañados de la desviación estándar que permite construir el intervalo de
confianza para cada fi, y el valor F para descartar la hipótesis nula, Ho:ft=0, pues los coeficien­
tes deben ser, significativamente, diferentes de cero. Si es así, se concluye que la variable inde­
pendiente, asociada a dicho coeficiente, está significativamente relacionada con la variable de­
pendiente.

Método de estimación de coeficientes


La estimación puntual de coeficientes utiliza el procedimiento de los mínimos cuadra­
dos, extendido a múltiples variables. Para el caso de tres variables se plantea en los términos
siguientes:
Y' = b0 + b1X1 + b2X2 + b3X3

Siendo Y’ el estimativo de Y, y b¡ el de
Se determinan los coeficientes bi que minimizan los desvíos con el pronóstico, esto es:
min(SCE) = min^T[Y. - Y']2 =min^[Y. -(bQ + b} •X1 + b2 X2 + b3 -X3)]2

Por tanto, los valores bi, se obtienen cuando se resuelve el sistema lineal resultante de
derivar la anterior expresión con cada coeficiente bi. Para el caso de tres variables, tiene la
forma siguiente:

bOn + bt ^X-\+b2'^X2+b3'Y,X3+ =YV


bo ^X, +í>, .£x2 +¿2 £x2 X, +b3 YjX3 Xi =
b0 £x2 + b, £x, x2 +b2 £x2 + b3 £x3 x2 = £r x2
bQ ' Y X3 + b} ‘ Z X1 ’ X3 + b2 ’ X X2 ' X3 + b3 ’ Y X3 = Z Y ' X3
Los coeficientes bi corresponden a la estimación puntual de los parámetros jii, cuyos
valores aparecen en la tabla 11.3, en la columna titulada Coeficiente. En la columna siguiente
aparecen las desviaciones de los coeficientes (esto es mediante las cuales se puede estimar
el intervalo de confianza parafi., dado un nivel de significancia 1-a, esto es: b¡ -ta,n-k^p¡
478 INVESTIGACIÓN DE MERCADOS

Siendo t el estadístico con n-k grados de libertad, dado que n es el número de datos y k
el número de coeficientes bi.
Haciendo uso de la relación entre t y F (t* = ) algunas técnicas del análisis de regre­
sión utilizan la estadística E en lugar de la t. En este caso, la hipótesis nula Ho=fti=O se rechaza
si el estadístico F supera el valor crítico Fo, con 1 y n-k grados de libertad para y v2, respec­
tivamente. El estadístico se calcula mediante la relación F=MCT/MCR.

Intervalos de confianza y predicción


La obtención de los intervalos de confianza y de predicción es una opción del programa de
regresión múltiple, que genera una tabla adicional a la presentada en la figura 11.3, como la que
se puede observar en la figura 11.4. Allí aparecen dos intervalos para cada valor de X: uno, para
la estimación de Y* , y el otro, para el intervalo de predicción y . El cuadro presenta sólo su
parte inicial, pero el computador suministra el listado completo con todos los valores de X.

Intervalo de estimación
Nro. Obs. Valor Pronostico Límite inf. Límite sup.
X Y' 95% 95%
1 5,0 21,46 19,00 23,94
2 6,0 20,06 16,80 21,16
3 7,0 25,04 21,13 26,07
4 8,0 22,45 19,30 25,60
Intervalo de predicción
Nro. Obs. Valor Pronostico Límite inf. Límite sup.
X Y'. 95%. 95%
1 5,0 21,46 18,89 24,34
2 6,0 20,06 11,34 22,00
3 7,0 25,04 21,45 26,77
4 8,0 22,45 19,89 26,20

Figura 11.4 Intervalos de confianza y predicción.

Multicolinealidad Y CORRELACIÓN ESCALONADA


Los coeficientes bi expresan la lasa de cambio en Y por cada unidad de Xi. Su valor absoluto,
por sí solo, no indica la influencia en Y, puesto que depende de las unidades expresadas para Xp
TÉCNICAS MULTIVARIABLES
____ 479

Un problema que se presenta en la elaboración de los modelos de regresión es la


multicolinealidad que aparece cuando se presenta alta la correlación entre dos o mas variables
independientes. Aunque no afecta la estimación de Y, si distorsiona su naturaleza cuando algu­
nos parámetros se presentan sobrestimados y otros subestimados. Por tanto, se debe tener
precaución con las variables incorporadas al modelo, ya que deben ser de naturaleza indepen­
dientes. Para evitar el problema de la colinealidad ,se puede aplicar el principio de correlación
escalonada.
La regresión escalonada permite ingresar al modelo las variables independientes, una a
una, empezando por la que presenta el mayor grado de explicación de la variación de Y. Se
sigue con la que explica la mayor variación restante y así, sucesivamente. De esta manera, cada
variable, así incorporada, de alguna forma presenta gran independencia con las anteriores.
También se puede garantizar la independencia de las variables entre sí, eliminando las de
naturaleza similar. Por ejemplo, el ingreso per cápita y el PIB son variables relacionadas, si algo
ocurre con una, otro tanto, pasará con la otra. En consecuencia, sólo una de ellas se debería
incorporar al modelo de regresión.

Caso 11.1 Modelo de regresión

A partir de la tabla 11.1, se desarrolló el modelo de regresión múltiple, orientado para


pronosticar la demanda de propiedad raíz, con respecto a dos variables: el índice de precios
de la construcción y la tasa de interés. La ecuación del pronóstico es:
Y = 100 + 7X¡ +10X2
En donde, Y expresa las ventas en cantidad de m2 para vivienda tipo alto, es el
índice de precios de la propiedad y X2, la tasa de interés real.

Tabla 11.1 Datos para el caso 11.1.

Año de observación Y X, X, Valor de la estimación


(100 + 7X, + 10X2)
1989 320 34 12,2 460
1992 380 27 7,0 359
1987 330 14 14,3 341
1990 310 17 11,8 337
1988 340 23 10,0 371
1991 330 20 8,5 325
480 INVESTIGACIÓN DE MERCADOS

Los coeficientes de correlación y de determinación suministrados por el computador


fueron 0,76 y 0,58, respectivamente. Esto significa que las variables consideradas explican el
58% de las ventas de este tipo de propiedad. El estimativo del pronóstico aparece en la parte
derecha de la tabla. Estudiar este caso y discutir si el modelo puede ser validado para aplicar­
lo en el plan de marketing de la empresa.

2. ANÁLISIS DISCRIMINANTE

El análisis discriminante genera la dimensión que maximiza la interpretación presente en cada


grupo de individuos, previamente separados, a partir de un criterio nominal. Es una técnica de
agrupación que establece la combinación de atributos o perfil, que mejor interpreta cada con­
junto discriminado de personas u objetos.
Desempeña un papel importante en la planificación del mercadeo, cuando se busca ca­
racterizar los grupos que cumplen una condición de marketing. Existen dos versiones según el
número de clases discriminatorias: una, basada en el criterio dicotómico, en el cual los indivi­
duos se agrupan en dos categorías, según cumplan o no un requisito. La otra versión, admite un
criterio múltiple o polinómico que utiliza mas de dos categorías.
Se usa la dicotomía cuando se necesitan conocer las diferencias de perfiles entre los usua­
rios y no usuarios de un determinado producto. O el perfil de un producto exitoso contra otro
fracasado, etc. Se usa policotomía cuando se necesitan conocer los perfiles de los consumidores
de tres marcas, o de los suscriptores de varias revistas.
El análisis discriminante es una técnica asociativa, similar al análisis de regresión, en
donde la variable criterio, o dependiente, se expresa en escala nominal y las variables predictoras,
o independientes, en escala interval. Para cumplir con el objetivo se busca determinar cuáles de
las variables independientes explican más las diferencias entre los grupos.

Procedimiento

El propósito principal del procedimiento es determinar la función lineal, o la combinación de


atributos, que proporcione la mejor diferenciación de los individuos previamente discrimina­
dos.
Al tratar con datos asociativos se comienza con una nube de puntos que representan los
perfiles individuales, caracterizados por k valores de las variables independientes. Si las varia­
bles (X1¡X2, ..X^ representan el perfil o las características del producto analizado y Y es la
TÉCNICAS MULTIVAR.IABLES
481

evaluación basada en un criterio dicotómico o polinómico, el análisis discriminante tiene como


meta determinar una función lineal de las variables consideradas en el perfil, que maximice las
diferencias, de la forma:
Y = ^X^ + ÚyX? +....... + ÜfcX

A esta función se le llama el “eje discriminante”, porque proporciona la dirección que


maximiza la diferencia de perfil de las clases de individuos, representados en la nube de puntos.
El perfil se resume en un puntaje calculado con la función que equivale a la proyección
del objeto sobre el eje discriminante. La separación se hace sobre estos puntajes, mediante otra
linea perpendicular al eje discriminante, llamada “línea discriminante”, con la cual se logran
diferenciar los grupos dicotómicos.
El análisis discriminante sigue una metodología similar al análisis de regresión, pero en
lugar de la escala interval utiliza la nominal para la variable dependiente o criterio. Las variables
independientes, en ambos casos, se miden en escala interval, aunque a veces es posible plantear
algunas de ellas en escala nominal. En este último caso adopta el nombre de “análisis discrimi­
nante de variable nominal”.

Caso 11.2 Análisis discriminante entre usuarios y no usuarios


1
En la figura 11.5 se presentan dos tablas que proporcionan un perfil de los consumidores y
de los no consumidores de dos productos, A y B.
Por simplicidad, sólo se consideran dos variables predictoras: la “edad” y el “ingreso”,
que permitan la graficación bidimensional. La primera en una escala cuantitativa de razón y
la segunda, en escala interval de 6 categorías. El criterio para cada individuo es 1 ó 0, según
sea o no, consumidor de cada producto.
Se observa como el grupo de consumidores del producto A se asocia con la edad, en
tanto que el del producto B, con los ingresos. Esta situación se visualiza en los mapas de
dispersión que aparecen en la figura 11.6, a los que se les ha trazado una línea discriminante
en cada caso, que proporciona una mejor separación entre usuarios y no usuarios de los
productos.
Para cada perfil, es decir, para cada puntuación de Xj y X2 se obtiene un valor Y, que
se utiliza para efectuar la clasificación entre los usuarios y los no usuarios. Este valor, llama­
do “puntaje discriminatorio”, corresponde a la medida de la proyección desde el origen, de
cada punto (X-,X2) sobre el eje Y. En esta forma, para cada perfil se obtiene un solo valor Y,
que será el utilizado para efectuar la clasificación entre los individuos usuarios y no usua­
rios, que se identifican con los símbolos • y O.
482 INVESTIGACIÓN DE MERCADOS

Se concluye que, para el producto A, los individuos se discriminan mejor a lo largo del
eje Xj, y para el producto B} a lo largo del eje X2 Estos son los “ejes discriminantes” para
cada caso, porque en esa dirección se perfilan mejor A y B1.

Producto A Producto B
# Edad Ingreso Criterio # Edad Ingreso Criterio

1 23 4 1 1 18 4 1
2 21 2 1 2 24 6 1
3 22 5 1 3 19 5 1
4 26 3 1 4 25 6 1
5 24 3 1 5 21 6 1
6 17 4 0 6 27 4 0
7 19 4 0 7 21 3 0
8 18 1 0 8 24 1 0
9 17 2 0 9 17 1 0
10 19 6 0 10 23 2 0

Figura 11.5 Datos para el caso 11.2.

Producto A
8 O o
7 © © o
6 O O o
5 O o 0 O
4 O o
3 G o ° o
2 O O o o
©
1 O o
0
16 18 20 22 24 26 28

Figura 11.6 Mapas de dispersión para el caso 11.2.

En este ejemplo, los ejes discriminantes coinciden con los ejes cartesianos del plano,
para ofrecer una mejor comprensión del procedimiento. Normalmente, el eje discriminante
resulta de una combinación de las dos variables Xj y X2 como sucede con el producto C que
ilustra la figura 11.7.

1 Los ejes discriminantes, por facilidad, se hacen aparecer paralelos a los ejes de referencia.
TÉCNICAS MULTIVARIABLES
483

Consideraciones metodológicas

Normalmente, el eje discriminante resulta como una combinación de variables. En el ejemplo


anterior, para efectos didácticos, se hizo aparecer en la dirección de uno de los ejes de referen­
cia. La figura 11.7, considera el caso para otro producto C, aquí el eje es una combinación de
las dos variables X1 y X2. La línea discriminante, que produce la mejor separación de los indivi­
duos, aparece como una perpendicular al eje discriminante Y.
Con los puntajes obtenidos sobre el eje Y se determinan los centroides (o medias) para el
grupo • y para el grupo O, y la media general. El eje discriminante maximiza el coeficiente de
determinación R2, mediante la relación de variaciones entre y dentro, definida así:

SCE variación dentro

Esto es, la posición del eje Y ocurre donde las proyecciones de los puntos sobre él, pro­
porcionan la mayor variación “entre”/”dentro”, garantizando así, la mayor separación entre los
individuos que cumplen y los que no cumplen el atributo estudiado.
Para determinar las varianzas es necesario evaluar la proyección de los puntos sobre el eje
discriminante Y, utilizando la función discriminatoria que, para el caso de dos variables, se
plantea de siguiente la forma:
Y= + a2X2

Los coeficientes af se determinan siguiendo un procedimiento análogo al de los coeficien­


tes de regresión, el sistema se resuelve, así:

Los Xj son los centroides por grupo, y % ¡s y x m son ^os centroides de los casos favora­
bles, y no favorables respectivamente. La línea discriminatoria es una perpendicular al eje
discriminante, posicionada en donde mejor establece la separación de los grupos.

Análisis por computador

Como todas la técnicas multivariables, el análisis discriminante requiere utilizar el computador


para su aplicación. La figura 11.8 presenta un cuadro correspondiente a una salida para el
análisis discriminante.
484 INVESTIGACIÓN DE MERCADOS

La primera parle proporciona, para cada variable, la inedia de los casos favorables, la de
los no favorables, la diferencia de las medias anteriores y la sumas cuadrática y cruzada. Con
estos elementos es posible calcular los coeficientes el eje discriminante.
Después aparecen los coeficientes de la función discriminante y la evaluación del estadís­
tico F, que permite evaluar la significancia de la separación obtenida.

Figura 11.7 Línea discriminante para otro producto C.

Finalmente, aparecen los puntajes para cada individuo, ordenados e identificados me­
diante un ítem, según si son o no favorables.

Caso 11.3 Análisis discriminante de comercializadoras textiles

Una textilera desea conocer el perfil de los distribuidores de sus productos, para ello esta­
blece las características que diferencian a los que comercializan telas de moda, con los que
trabajan telas de línea.
Para tal fin se ha emprendido un análisis discriminante, estudiando las siguientes,
como variable predictoras:
Xr’ promedio de visitas mensuales
X2: exclusividad de la marca
X3: volumen de inventarios
X4. inversión en información
X5: capacitación de los vendedores
Las evaluaciones de estos criterios se muestran en la tabla 11.2. A partir de la tabla, el
análisis por computador proporciona una salida parecida a la de la figura 11.8, que permite
conformar la función discriminatoria, que tiene la forma siguiente:
Z = 0,12X1 - 0,8X2 + 0,05X3 + 4,5X4 + 3,7X5
TÉCNICAS MULTIVARIABLES 48S

La anterior función se interpreta de la manera siguiente:


El perfil de los distribuidores de productos de moda se presenta más destacado con las
variables que identifican:
X4 = inversión en publicidad
Xj = escolaridad de sus vendedores
en tanto que, la variable
X2 = tiempo sirviendo como distribuidor
expresa un puntaje alto y negativo, y se explica como la antítesis de un distribuidor de moda.

ANALISIS DISCRIMINANTE POR COMPUTADOR


Predictor Media favor Media contra Diferencia Suma X( Cuadrados X2
X, 9,0 4,0 5,0 20 16
X, 6,4 4,4 2,0 16 26
Función discriminante
Variable
Coeficiente 0,368 -0,147
Relación F 13,6
Estadística puntaje discriminatorio
Tamaño Media Z Varianza Desviación
A favor 5 2,3 0,19 0,44
En contra 5 0,8 0,19 0,44
Puntajes Orden Valor Item
A favor 1 2,9 4
2 2,7 5
3 2,4 3
4 2,3 1
5 1,7 2
En contra 6 1,2 5
7 1,2 1
8 0,8 2
9 0,7 4
10 0,2 3

Figura 11.8 Datos proporcionados por el computador para un análisis discriminante.


486 INVESTIGACIÓN DE MERCADOS

Tabla 11.2 Tabla de datos de entrada para el caso 11.3.

Distribuidor Tela de moda *3 *5


1 si 400 12 32 70 20
2 si 230 10 28 50 18
3 si 90 10 45 50 20
4 si 70 8 38 25 20
5 no 420 26 56 12 15
6 no 270 21 46 15 16
7 no 130 20 65 6 16
8 no 30 18 49 10 17

Otros criterios, como el promedio de ventas mensuales y el nivel medio de inventario,


no son características propias de este grupo, pues presenta bajos puntajes discriminantes.

3. DETECTOR AUTOMÁTICO DE INTERACCIÓN

Para explicar el desempeño de una variable criterio Y, el modelo de regresión tiene en cuenta la
suma de las contribuciones individuales de las variables predictoras Xi, pero no tiene en cuenta
la forma como ellas interactúan. Este problema lo trata de corregir el detector automático de
interacción DAI, que considera las influencias mutuas de las variables predictoras.
Para explicar la variable de criterio, el DAI se basa en el principio, de que, además de sus
efectos propios, es necesario considerar los efectos de interacción de las restantes variables, con
las que puedan estar correlacionadas.
Esto se entiende observando la figura 11.9. Si se considera la nube de datos que relaciona
la intensidad de uso de un servicio de recreación y la calificación dada por los usuarios, los
puntos, en forma conjunta, no parecen presentar ningún tipo de correlación. Pero si se desagregan
los datos por clase, representando con el círculo gris • las respuestas de los adolescentes y con
el blanco la de los adultos, se percibe, claramente, que la edad causa una interacción. Los
adultos, en la medida en que más utilizan este servicio, se vuelven más exigentes en tanto que
los adolescentes presentan mayor adaptación.
Esta interacción no habría sido observada si no se hubiesen separado los datos por la
edad.
TÉCNICAS MULTIVARIABLES
487

Figura 11.9 Plano de dispersión sobre la utilización de un servicio.

La metodología del DAI explora en una búsqueda exhaustiva y automática, todas las
posibles particiones de la muestra, de todas las variables predictoras, en todos los niveles. Al
término de una secuencia, determina la variable y el nivel que maximiza la varianza del criterio
entre los dos subgrupos de la muestra.
El resultado en cada etapa proporciona la siguiente información;

1. La variable predictora que conduzca a la mejor partición.


2. El nivel de dicha variable, en que la variación sea máxima.
3. El número de elementos incluidos en cada subgrupo.
4. La media de la variable criterio para cada subgrupo.

Y así, se procede en una secuencia, que se profundiza tanto como lo permita la muestra.
El resultado se puede estructurar mediante un árbol, siendo ésta una de sus mejores cualidades,
por su facilidad de interpretación.
El DAI es una técnica de gran utilidad en el proceso de segmentación de los mercados,
pero tiene como limitante, que se debe trabajar con muestras muy grandes, más de mil, que
permitan la elaboración de suficientes subgrupos.

DAI Método Objetivo


Detector automático de 1. Seleccionar las Maximizar la varianza
interacción variables predictoras de la variable criterio
2. Seleccionar el nivel
de criterio de la variable
escogida
488 INVESTIGACIÓN DE MERCADOS

Caso 11.4 Ejemplo de detección automática de interacción

El siguiente ejemplo corresponde a un estudio sobre el potencial de ventas al que se puede


aspirar de una marca de productos de consumo final, de acuerdo con las condiciones de la
población objetiva. Estas condiciones son las variables predictoras, que el departamento de
marketing ha considerado pertinente indagar en una muestra de 4.300 clientes. Por consi­
deraciones didácticas, se relacionan sólo las siguientes:

• Nivel de ingresos
• Constitución del núcleo familiar
• Escolaridad

Estas variables se han definido por categorías, como se observa en el cuadro adjunto.

Ingresos Núcleo familiar Escolaridad


Alto Un componente De 6 años o menos
Medio alto Dos componentes De 7 a 11 años
Medio Tres componentes De 12 a 15 años
Medio bajo Cuatro componentes De 16 a 20 años
Bajo Más de cuatro componentes Mas de 20 años

La variable Y representa las compras de los productos estudiados durante un mes. Se


necesitan conocer las variables y los niveles bajo los cuales se pueden explicar mejor los
índices de participación.
El resultado proporcionado por el DA1 se puede estructurar en forma de árbol, como
se muestra en la figura 11.10. Observe los valores allí presentados, mientras se explica el
árbol de la forma siguiente:

1. La compra promedio equivale a 27 unidades para el total de 4.300 individuos, inclui­


dos en la muestra.
2. La primera partición incrementa las compras a 32 unidades, cuando se considera la
variable ingresos en la categoría comprendida entre los niveles alto y medio. Del total
de 4300 individuos en la muestra, 3300 quedan incluidos en esta categoría.
3. A su vez, las compras promedio de esta submuestra se puede incrementar a 39 cuan­
do se considera la categoría de la variable escolaridad, que incluye el nivel más de 16
años, compuesto por 1700 individuos.
TÉCNICAS MULTI VARIABLES 489

Figura 11.10 Método de detección automática de interacción.


4. De esta submuestra se selecciona, nuevamente, la variable ingresos, pero esta vez la
categoría cubre los niveles alto a medio alto y se alcanza un volumen de compras,
promedio, de 44 unidades, con un tamaño de 1000 elementos en la muestra
5. Finalmente, interviene otra vez, la variable ingresos, evaluada en el nivel alto, donde se
alcanza el volumen promedio de compras, el máximo, de 52 unidades, en el cual
incluye una submuestra de 350 individuos.

El peor de los casos corresponde al nivel de ingresos medio a bajo bajo, con 4 ó más
componentes en el núcleo familiar.

Metodología

La variable criterio Y, normalmente, se define en una escala interval y las variables indepen­
dientes o predictoras en una escala categórica. La muestra proporciona los valores para la varia­
ble criterio Y y para las variables predictoras (X]t .. ,X¿). El DAI utiliza la suma cuadrática en
cada partición de la muestra para establecer la varianza entre los grupos de la variable de crite­
rio.
Si no hay partición de la muestra, la suma cuadrática para Y es:

scr = £(rí-ñ2=5;r/2-wr2
490 INVESTIGACIÓN DE MERCADOS

Cuando se realizan particiones de la muestra en los tamaños n2 y n2> con medias Yj y Y2,
la suma cuadrática se desarrolla así:
SCY

Al dividirse la muestra en dos grupos, la variación se reduce en n^-Y* + • Y22 - n-Y2.


Esta disminución del error ocurre siempre que las medias de los dos grupos sean diferentes.
Este proceso se repite, iterativamente, dividiendo cada submuestra restante en otros dos gru­
pos, hasta agotar la muestra.
Este método divide una muestra en grupos, en forma secuencial e identifica en cada paso
la variable independiente que mejor divide las puntuaciones, altas y bajas, de la variable depen­
diente.

4. ANÁLISIS CONJUNTO

Los consumidores por naturaleza, desean obtener los mayores beneficios de cada atributo que
brinda un producto o servicio, pero la realidad indica que los atributos se mantienen dentro de
ciertas limitaciones y, por tanto, el mercado ofrece alternativas variadas con unas características
que se canjean por otras, cediendo en unas, a cambio de otras. Por esta razón, al análisis con­
junto (conjoint analysis) también se le ha denominado como análisis de trueques o de intercam­
bios, o análisis combinatorio.
Por tanto, para estudiar un producto, o una marca, puede ser preferible considerarlo
como una configuración de atributos escalados a ciertos niveles, en lugar de analizar cada
atribulo individual, mediante simples juicios de valor.
El análisis conjunto proporciona un procedimiento para cumplir esta finalidad, o sea que
permite determinar la importancia de los atributos individuales, a partir de una medida con­
junta evaluada en escala ordinal.
El análisis conjunto tiene cinco ventajas fundamentales:

• Se basa en la forma como los consumidores perciben las alternativas competitivas, tal como
se presentan los productos o servicios en el mercado.
• Evalúa los atributos, y ésto posibilita una guía para la elaboración de los programas de
comunicación y de marketing en general.
• Proporciona sugerencias para nuevas y más atractivas configuraciones para el consumidor.
• Las medidas parciales permiten trabajar modelos de simulación, para determinar estrate­
gias de mercado.
• Es una herramienta apropiada para evaluar proyectos del sector público, basados en la
relación de costo-beneficio.
TÉCNICAS MULTIVARIABLES 491

Procedimiento

Para aplicar el procedimiento se requieren reproducir configuraciones que representen los pro­
ductos del mercado, o “paquetes”, que se ponen a consideración de los consultados para obte­
ner de ellos un orden de preferencias.
Con este resultado, el método de cálculo permite evaluar el beneficio individual por
atributo, a través de un procedimiento de simulación por computador. El objeto es encontrar
los puntajes por atributo y el nivel, que coincidan con el beneficio percibido por los participan­
tes. Este beneficio se expresa por medio de puntajes que se denominan “utilidades de un atributo
para cierto nivel”.
El cálculo se lleva a cabo por medio del computador, puesto que se trata de un proceso
complejo de tanteo y error, que parte de una asignación arbitraria, de puntajes iniciales, que se
suman para calcular la utilidad total por paquete, y derivar un orden jerárquico de acuerdo con
esas asignaciones.
El principio consiste en correlacionar esta jerarquización, derivada del computador, con
la obtenida directamente de los participantes en las evaluaciones. Si la correlación es baja, se
corrigen los puntajes iniciales de los atributos y se vuelven a calcular los coeficientes. Y así se
procede sucesivamente, sobre una nueva base de puntajes, derivando cada vez un nuevo orden,
mediante el computador, y confrontándolo con el real. El procedimiento se repite iterativamente
en forma de tanteo y error, hasta que se llegue a una correlación aceptable.
En resumen, se observa que el método de cálculo se basa en los siguientes principios:

• El método de cálculo tiene una orientación que va de lo particular a lo general, porque,a


partir de los puntaje de las utilidades individuales, proporcionadas por el computador, se
busca coincidir con un puntaje que proporciona una medida conjunta, obtenida de los
participantes.
• La suma de los puntajes parciales de cada perfil proporciona el beneficio total del conjun­
to.
• El orden jeráquico derivado de la asignación de puntajes por computador, debe correspon­
der, lo más cerca posible, al orden obtenido directamente de los parcipantes.

Interpretación

Después de conocer el puntaje de utilidades, proporcionado por el computador, a partir de la


serie jerárquica, se procede al análisis.
492 INVESTIGACIÓN DE MERCADOS

La importancia de un atributo se establece en la diferencia de puntajes de sus niveles


superior e inferior. En tanto sea mayor, también lo es su importancia. Por el contrario, si la
diferencia es relativamente, baja, se dice que el atributo no es muy importante, porque no
presenta mayor contribución al beneficio total.
Sin embargo, no siempre que se presenta una diferencia grande se debe a la importancia
del atributo, porque puede existir una separación excesiva entre los niveles escogidos. Por
ejemplo, si se escogen niveles de 10% y 5% para valorar la tasa de interés real, que es un factor
muy importante en las transacciones comerciales, resulta una diferencia grande en el puntaje
de utilidad, pero si los niveles se ubican en 10% y 9%, los puntajes de utilidad no son tan
notables, así lo sea el factor.
Cuando se estudian los atributos de un automóvil para ganar la aprobación de los clien­
tes, se estudian el precio, el diseño, la comodidad, la segundad y la potencia. Para una gama de
automóviles que incluyen los niveles de 15 y 18 millones de pesos para el precio, y los niveles de
85 y 115 caballos de fuerza para la potencia, el resultado por computador indica que las utilida­
des fueron de 0,6 y 0,4 para el precio, y 0,9 y 0,1 para la potencia. Se concluye que el precio es
una consideración menos importante que la potencia, debido a que la diferencia 0,2 de los
niveles del precio, es menor que la diferencia 0,8 de los niveles de potencia. Si en lugar de los
niveles 15 y 18, fueran 12 y 20, el precio se tomaría más relevante que la potencia al momento de
las preferencias de los clientes. Por tanto, se recomienda usar varios niveles intermedios cuando
entre los niveles escogidos existen grandes diferencias.
Similar consideración se puede hacer para los atributos restantes, donde los niveles se
expresan en escala nominal, como amplio y compacto, para la variable comodidad, o burbuja y
rectilíneo, para la variable diseño, entre otros.

Recolección de la información

Existen dos procedimientos de recolección de la información para el análisis conjunto: el enfo­


que del perfil y la selección pareada.

Recolección de la información conjunta I Enfoque del perfil


| Enfoque de parejas

El enfoque del perfil requiere que se utilicen tarjetas que configuren el perfil de los atribu­
tos evaluados en determinados niveles, y sobre las cuales los informantes deben expresar un
orden de preferencias. Se cumple así la misión de representar los productos o los servicios tal
como los consumidores los perciben en el mundo real.
TÉCNICAS MULTIVARIABLES

No es indispensable presentar todas las combinaciones de atributos, puesto que habría


que considerar un número muy elevado de alternativas, lo que hacía engorroso el procedimien­
to. Además, en el mercado tampoco se presentan todas las posibilidades.
En el enfoque por parejas, el conjunto se reduce a dos atributos por vez, con mayor núme­
ro de niveles que los considerados en el caso anterior. Pero la reducción de atributos a dos, a
veces, hace que los participantes se sientan confusos al no encontrar otros elementos para
interpretar mejor el concepto estudiado. Sin embargo, el enfoque de parejas garantiza que la
comparación no resulte tediosa y que propicie en los consultados la adopción de un patrón de
respuestas uniforme.
Se presentan tantas matrices de escogencia como combinaciones pareadas de atributos se
consideran, tal como se indica en la figura 11.11, para el caso estudiado.

Caso 11.5 Análisis conjunto: enfoque de perfil

Se estudia la implementación de una tarjeta de crédito empresarial para satisfacer las necesi­
dades crediticias de una industria. El objeto del estudio es conocer la relevancia de los atri­
butos individuales sobre la base de la oferta actual, que presenta tres configuraciones, A, B y C.
Se han extractado tres atributos claves: la lasa de descuento en las compras, el tiempo
para el reintegro del dinero y el medio para chequear la vigencia de la tarjeta.
La oferta actual presenta los atributos y niveles de las configuraciones que se muestran
en la figura 11.11.
Criterio. La investigación proporcionó como resultado la ordenación B, A, C. La ma­
yor aceptación estuvo en el conjunto de atributos representado por la tarjeta B, en tanto que
la menor fue para C. Los juicios globales de aceptación se repartieron, así;

B = 180
A ~ 70
C = 50
Resultados. Después de conocer el orden jerárquico suministrado por los consulta­
dos, se procedió a evaluar las utilidades, cuyo resultado se presenta en la figura 11.12.
Se concluye, entonces, que el atribulo “Tasa de Descuento", por tener la mayor diferen­
cia (0,9 - 0,3 = 0,6), es el atributo clave en la selección.
De otra parte, el atributo “Medio de chequeo" es el que tiene menor nivel de importancia
(0,3-0,1 = 0,2).
El conjunto B es el más atractivo desde una óptica de conjunto pués tiene un puntaje
total 1,5. Las demás configuraciones consultadas se muestran en la figura 11.12:
494 INVESTIGACIÓN DE MERCADOS

Conclusiones. Es posible diseñar un nuevo producto con base en una configuración,


basada en niveles para los atributos, diferentes a los que actualmente se ofrecen en el merca­
do, como la que se presenta para el producto X, de la figura 11.12.

Atributos Tasa de descuento Tiempo de reintegro Medio de chequeo


Niveles 10% 15 días Teléfono
7% 7 días Computador

Configuraciones
Conjunto A Conjunto B Conjunto C
Tasa: 10% Tasa: 7% Tasa: 10%
Tiempo: 7 días Tiempo: I5 días Tiempo: 15 días
Medio: teléfono Medio: computador Medio:teléfono

Figura 11.11 Atributos y niveles.


De esta manera el análisis conjunto representa una herramienta incomparable para el
diseño de nuevos productos y para pruebas de marketing por simulación.

Atributos Tasa de descuento Tiempo de reintegro Medio de chequeo


Nivel Utilid. Nivel Utilid. Nivel Utilid.
Niveles 10% 0.3 15 días 0,4 Teléfono 0.1
8% 0.5 12 días 0,6 Computador 0.2
7% 0.9 7 días 0,8 Ninguno 0.3

Puntaje de las configuraciones


Atributos Tasa de Tiempo de Medio de Total
descuento reintegro chequeo
Conjunto A 0,3 0,7 0,1 1,1
Conjunto B 0,9 0,4 0,2 1,5
Conjunto C 0,3 0,4 0,3 1,0
Conjunto X 0,5 0,6 0,3 1,4

Figura 11.12 Resultados de las utilidades y configuraciones

Es importante no considerar un número demasiado grande de atributos por paquete,


puesto que el consumidor no los podría apreciar y la escogencia se vuelve compleja, exigente e
inexacta. Si en una configuración se utilizan más de seis atributos, se crea, en el consultado, un
exceso de información y, como consecuencia, puede caer en la tendencia de ignorar algunos de
los factores.
TÉCNICAS MULTI VARIABLES 495

Caso 11.6 Análisis conjunto: enfoque de parejas

La otra forma de recolección de la información para elaborar la ordenación jerárquica que


sirve de criterio, se basa en configuraciones matriciales, con base en dos atributos. Para el
caso anterior de la taijeta de crédito, se utilizaron tarjetones diligenciados por los consulta­
dos, como el que se observa en la figura 11.13
El análisis de la respuesta a, muestra un cliente con preferencia hacia la menor tasa de
descuento, pero no en forma sistemática, puesto que si el tiempo de reintegro se alarga,
decide sacrificar algo la tasa de descuento, en aras de un menor tiempo de reintegro.
De la misma forma cada participante proporciona un orden de preferencia para otras
combinaciones de dos atributos, como se observa en las matrices b y c.
A partir de dichas combinaciones es posible determinar las utilidades por atributo, al
igual que ocurrió cuando la selección se hizo en forma global.
La ordenación jerárquica que sirve de criterio para aplicar el análisis conjunto, se basa
en las matrices que totalizan las respuestas individuales. A partir de estas matrices, la herra­
mienta proporciona una alternativa para determinar las utilidades por atributo, que permi­
tan efectuar nuevas propuestas y sacar conclusiones, como en el caso anterior.

(a) Tiempo de reintegro


7 días 12 días 15 días
Tasa de 7,0% lo. 2o. 4o.
descuento 8,0% 3o. 5o. 7o.
10,0% 6o. 8o. 9o.

(b) Tiempo de reintegro


7 días 12 días 15 días
Medio de Ninguno lo. 4o. 7o.
chequeo Computador 2o. 5o. 8o.
Teléfono 3o. 6o. 9o.

(C) Medio de chequeo


Ninguno Computador Teléfono
Tasa de 7,0% lo. 2o. 3o.
descuento 8,0% 4o. 5o. 6o.
10,0% 7o. 8o. 9o.

Figura 11.13 Información pareada por matrices de dos atributos.


496 INVESTIGACION DE MERCADOS

5. EL ANÁLISIS FACTORIAL

El agolpamiento es un problema que se puede enfocar de muchas maneras, para su uso estadís­
tico en investigación de mercados. Una de ellas es a través del análisis de factores, cuyo objetivo
es simplificar los datos provenientes de una encuesta, en términos de unas cuantas variables
fundamentales, o factores.
El método factorial analiza grandes tablas de datos similares a los que se presentan en la
tabla 11.3, que provienen de encuestas y otras fuentes de información. Cada registro de infor­
mación expresa la descripción de un individuo (llámese persona, empresa, producto, etc.),
evaluado bajo un número de variables o atributos de interés.
Los principios en los cuales se apoya el análisis factorial son los siguientes:
1. Una variable puede contener parte de la información que suministran otras variables. La
correlación entre dos variables indica el grado de información que una variable contie­
ne de otra.
2. El análisis de numerosas variables se puede reducir al de un grupo pequeño de facto­
res, que simplifican el significado y la interpretación de los problemas de marketing y
facilita la toma de decisiones.

Por ejemplo, cuando se hace una encuesta para caracterizar las marcas de automóviles y
se define la variable “potencia” como parte de los atributos investigados, ella puede ser interpre-
Tabla 11.3 Datos de una encuesta empresarial.

Objetos Variables
*>
Empresa Nro. de Volumen de Tipos de Tiempo de Plazo
máquinas venta productos entrega financiero
A 30 180 2 3 5
B 40 220 6 10 16
C 10 50 7 9 15
D 5 30 4 4 12
E 50 200 2 2 20
F 15 80 8 7 10
G 30 150 5 5 5
media 25,7 130,0 4,9 5,7 11,9
desviación 15,2 70,5 2,2 2,8 5,2
TÉCNICAS MULTIVARIABLES 497

Lacla de diversas maneras por los informantes. Para algunos, potencia es sinónimo de cilindraje
del motor, para otros, por la velocidad que puede adquirir en 10 segundos, o la capacidad de
aceleración, el caballaje, la relaciones de velocidad, etc. Cada interpretación constituye de por sí,
diferentes enfoques de un mismo concepto, y, por tanto, quedan cobijados bajo una misma
connotación, que se llama variable principal o factor.
Pero los factores deben corresponder a dimensiones independientes del proceso estudia­
do, esto es, a conceptos de naturaleza diferente. Esto significa que los factores no pueden estar
correlacionados entre sí, por lo cual se les considera como ejes de una estructura espacial, como
la que se ilustra en la figura 11.14, y será el objeto de estudio de la sección siguiente.
En dicha figura se expresa un caso bidimensional, cuyos factores y F2, se dibujan de
manera ortogonal, porque son independientes, es decir, no están correlacionados. En tanto que
una variable A, representada en este caso por el segmento OA, se puede expresar como una
combinación de los dos factores, si está correlacionada con cada uno. En la medida que esta
correlación sea mayor con el factor, éste explica más el significado de la variable, y mayor, por
tanto, será su proyección sobre el eje que lo representa. Así, se puede observar que de acuerdo
con las proyecciones sobre los ejes, la variable A se asocia más con el factor Fj que con el F2.
Los procesos se pueden explicar sin necesidad de considerar un número grande de facto­

res, lo que facilita el análisis y la comprensión de los problemas de marketing. El análisis


factorial proporciona también los elementos para construir una estructura espacial
multidimensional, al relacionar los objetos y las variables provenientes de una encuesta, lo que
posibilita, la identificación de las características de grupo y la posición en el mercado. La cerca­
nía de los individuos con las variables indica el grado en que comparten sus atributos, en tanto
INVESTIGACION DE MERCADOS

su antagonía se mide según la lejanía con ellos. Esta propiedad permite posicionar las marcas y
los productos del mercado en mapas determinados por dos factores.

Procedimiento
I
El método factorial maneja tres elementos de análisis:

1. Los individuos, los cuales se evalúan bajo un cierto número de atributos. Pueden ser
personas, objetos, marcas, cosas, empresas, instituciones, servicios, conceptos, ciuda­
des, barrios, etc.
2. Las variables, bajo las cuales se evalúan a los individuos. Se manifiestan en forma de
categorías o modalidades, y pueden representar atributos, recuentos, calidades, condi­
ciones, conceptos, etc., que cumplen los individuos.
3. Los factores, o componentes principales, que se identifican con un conjunto de varia­
bles de la misma naturaleza. Un factor lo compone un conjunto de variables mutua­
mente correlacionadas. Al investigador le toca la tarea de denominar el factor, según el
campo de dominio o contexto de las variables.

El análisis factorial no asume criterio alguno y, en su lugar, permite la libre interacción de


todas las variables. De esta forma, los factores se pueden establecer a partir de un proceso de
correlación entre las variables originales, conectando aquéllas con mayor grado de correspon­
dencia recíproca.
Las correlaciones se hacen con base en las medidas, cuya aplicación considera dos enfo­
ques:

1. El enfoque métrico que considera escalas cuantitativas — interval o de razón — y


aplica el principio métrico de la distancia euclidiana
2. El enfoque de similitud, que utiliza escalas cualitativas — nominales y ordinales — y
aplica la similitud entre distribuciones de frecuencias.

El factor es una nueva variable que se genera a partir de una combinación lineal de las
variables originales, cuyos coeficientes, definidos como "cargas factoriales", expresan el grado
de correlación o de identificación de cada variable con el factor. Esta relación se expresa así:

F = íl-j +ÍI2 ^3 + ^4 ^4 ^5 ^5

Aquí, cada carga indica el peso de la variable en el factor, así: si es cercano a 1 existe
alta correlación entre variable y factor. Si se acerca a -1 también existe gran correlación, pero en
sentido contrario. Si es próximo a 0, esa variable explica poco el significado del factor.
TÉCNICAS MULTIVARIABLES
499

El propósito fundamental del método factorial es suministrar estas combinaciones linea­


les en forma de tabla, como la 11.5. La herramienta elabora tantos factores como número de
variables originales se definan, pero, normalmente, dos, tres o cuatro factores, a lo sumo, son
suficientes para explicar la variación del proceso estudiado.
Sin embargo, como se observa en la tabla 11.5, existen otras medidas estadísticas, muy
interesantes, que suministra el análisis factorial. Ellas son:
La comunalidad, que indica la cantidad de variación para cada variable X¿, explicada por
un número de factores dado. Naturalmente, esta cantidad es 1 si se consideran todos los facto­
res, pero, en realidad, pocos factores son relevantes
Los valores propios (VP), que indican la cantidad del proceso estudiado, explicado por
cada factor F¡. Son el aporte de cada factor y se pueden expresar también en forma porcentual
(VE). La suma de los valores propios es igual al número de factores resultantes. Los valores
propios expresan la suma cuadrada de las cargas, o correlaciones de las variables con los facto­
res. El acumulado porcentual también suele aparecer en los resultados (AC).
En el caso 11.7 se hace un ejemplo numérico que proporciona un buen seguimiento a los
anteriores conceptos.

Caso 11.7 Aplicación del análisis de factores a siete empresas

El siguiente caso se relaciona con la tabla de datos 11.3, cuya información proviene de una
encuesta aplicada a siete empresas, que fueron evaluadas bajo cinco variables comerciales,
para determinar cuáles están más identificadas con la función de marketing. Estas variables
son:
X1: número de máquinas instaladas por empresa
X2: volumen de ventas anuales
X3: gama o tipos de productos ofrecidos
X.,: tiempo de entrega en los pedidos
X5: plazo de pago concedido a los clientes

Para el registro de los datos se utilizaron escalas cuantitativas. Las empresas son los
objetos que se identifican en la primera columna y las variables se evalúan en los campos
siguientes.
La herramienta proporciona la matriz de correlaciones de las variables, tal como se
presenta en la tabla 11.4. Allí se observa que la mutua correlación existe para los grupos de
variables (XpX2) y (X3, X^X^. Se observa que los coeficientes de correlación entre ellas son
500 INVESTIGACION DE MERCADOS

altos. Estos son: 0,83 en el primer grupo y 0,78, 0,67 y 0,89, en el segundo grupo. En tanto
que los coeficientes de correlación de las variables de un grupo con el otro son muy bajas.
Esto indica que con dos factores se explica la mayor parte del proceso, y que éstos se asocian
a las variables definidas en cada grupo.
Pero, como se dijo, el objetivo principal es determinar las cargas factoriales. Ellas apa­
recen en la tabla 11.5, en donde se observa que, por ejemplo, 0,83 es la carga o correlación
entre X¡ y F¡, 0,70 entre X5 y F2, etc. Se observa, igualmente, que las variables Xl y X2 se
correlacionan en alto grado con el factor 1 y las variables X3, X4 y X5 con el factor 2. Las
combinaciones lineales para estos dos factores se expresan así:

F¡ = 0,g3Xj + 0,84X2 + 0,06X3 + 0,32X4 + 0,34X5


F2 = 0,20Xj + 0,18X2 + 0,56X3 + 0,79X4 + 0,70X5

Las variables X3, X4, y X5 pesan muy poco en la explicación del factor 1, en cambio X^
y X2 son fundamentales.
El factor F¡, que reúne los atributos Xj y X2, esto es la cantidad de máquinas y las
ventas, tienen la connotación de capacidad de producción. Por eso, este factor se puede definir
como “Capacidad".
El factor F2 reúne los atributos relacionados con la gama de productos, el cumplimien­
to en las entregas y la capacidad de financiación, son atributos que se pueden generalizar
como de “Servicio”.

Tabla 11.4 Correlaciones entre variables para el caso 11.7.

X, *2 *S

X, 1,00 0,83 0,08 0,10 0,04


*2 1,00 0,21 0,15 0,08
1,00 0,78 0,67
1,00 0,89
1,00

La definición conceptual del factor es función del investigador, pero cualquiera que sea la
designación, debe estar acompañada de los atributos que lo conforman ante una posible diver­
gencia de otros interesados.
TÉCNICAS MULTIVARIABLES 501

Tabla 11.5 Correlaciones entre variables y factores.

Factores Comunalidad
F, F, Total F•
Var. Cargas factoriales
0,83 0,20 0,45 0,28 0,43 95,5% 100%
0,84 0,18 0,41 0,27 0,32 92,9% 100%
0,06 0,56 0,41 0,61 0,23 84,5% 100%
0,32 0,79 0,66 0,79 0,47 92,5% 100%
X, 0,34 0,70 0,70 0,58 0,91 77,3% 100%
VP 2,77 2,51 0,43 0,19 ,011 5,28 6,00
VE 46,2% 41,8% 7,1% 3,2% 1,8% 88,5% 100%
AC 46,2% 88,0% 95,1% 98,2% 100,0%

Otros resultados de la tabla 11.5, se ubican en la fila VP y VE, que expresan los valores
propios y el porcentaje de la variación total, explicada por el factor. Entonces el factor F¡ explica
el 46,2% de la variación y el factor F2 el 41,8%. En suma, estos dos factores explican el 88% de la
variación total. La información de los acumulados aparecen en la fila AC. Los restantes tres
factores sólo explican el 12% restante y, por tanto, no resultan relevantes.
La columna “Comunalidad” indica la fracción explicada por los factores claves Fi+F2. Se
observa que para es el 95,5% y, en general, para las demás se acercan al 100%, lo que indica
que éstos dos factores explican casi totalmente, las variables.
Aunque, en conclusión, este proceso se explica bien con dos ideas fundamentales, capa­
cidad y servicio, es de anotar que ambas incluyen todas las variables originales. Por razones de
brevedad, éste es un caso muy simple que sólo considera cinco variables. En la vida real son
muchas las variables consultadas y los factores elegidos, probablemente, descartan algunas de
ellas.

Cargas y puntajes factoriales


Se dijo que el objeto principal del análisis de factores es proporcionarla tabla de cargas factoriales
que expresa las correlaciones de los factores con las variables originales, en forma de combina­
ciones lineales. De esta manera es posible analizar un caso de marketing agrupando las varia­
bles en factores, como se indicó en el ejemplo del caso 11.7.
Sin embargo, también es posible expresar los objetos analizados en la encuesta como
combinación lineal de los factores, o los factores como combinación de los objetos. En este
caso, que se formula así:
502 INVESTIGACION DE MERCADOS

F=b]N1+b2N2 + b3 N3 + b4 N4 + b5 N5
N¡ hace referencia a los individuos y los coeficientes bi se llaman puntajes factoriales 2.
La utilización de los puntajes factoriales se orienta al análisis multidimensional, que es
objeto de estudio en la siguiente sección.
El caso 11.8 que será estudiado en la sección siguiente, es una adaptación de un estudio
mucho más amplio, que involucra numerosas marcas de computadores a las que se les califica
con relación a muchas variables de análisis, con miras a identificar los factores claves que ac­
túan en el proceso de compra de los clientes de estos artefactos.

Caso 11.8 Análisis de factores en marcas de computadores

Se desean ponderar las condiciones que los usuarios de computador tienen en cuenta cuan­
do toman una decisión de compra. La tabla 11.6 proporciona, para algunas de las marcas de
computadores estudiadas, el puntaje promedio asignado por los participantes bajo cinco
atributos: potencia, tamaño, capacidad, diseño y compatibilidad. Las evaluaciones se hacen en
escala cuantitativa.
La matriz de datos de la tabla 11.6 registra, para cada marca los índices numéricos que
son transformaciones de evaluaciones provenientes de diferentes escalas, categóricas o cua­
litativas. El computador proporciona la tabla 11.7, similar a la 11.5, pero ahora se transcriben
además, los puntajes factoriales.

Tabla 11.6 Promedios en una encuesta a usuarios de computadores.

X, X, X.
Marcas Potencia Tamaño Capacidad Diseño Compatibilidad
A 2.000 0,85 15 000 5 6
D 2.500 0/95 25 000 7 1
M 1.500 0/80 18 000 6 6
Q 1.000 0z75 17 000 3 3
p 3.000 0,65 20 000 2 5

En forma similar al caso 11.7, se concluye que dos factores explican el 76% de las
razones de compra de los clientes de computadores.

2 Mas adelante, se explica el método factorial con mayor detenimiento para el lector que desee indagar sobre el
procedimiento.
TÉCNICAS MULTI VARIABLES 503

El primer factor relaciona los atributos de potencia, compatibilidad y capacidad, que


se asocian al concepto “versatilidad” y el segundo, con las variables tamaño y diseño, que se
interpretan como “presentación”.

Factor 1 = “Versatilidad” = Potencia + Compatibilidad + Capacidad


Factor 2 = “Presentación” = Diseño + Tamaño

De otra parte, el objeto “Marca A” se correlaciona mucho con el factor F1 y poco con
los demás. En alusión a las ideas representadas en la figura 11.14, las proyecciones sobre los
ejes que representan los factores, revisten, en este caso, la misma interpretación que se hacía
con las variables. Si el objeto marca A se ubicara en un plano bidimensional con ejes forma­
dos en los factores F1 y F2, se vería muy recostado al primer eje y muy poco al segundo,
identificándose así, mucho más, con la interpretación de dicho factor.

Tabla 11.7 Resultados del análisis de factores.

Individuos Puntajes factoriales


Marca A 0,80 0,15 0,14 0,35 0,15
Marca D -0,73 -0,18 0,23 0,24 0,30
Marca M 0,60 0,30 0,32 0,15 0,31
Marca Q 0,20 0,78 0,17 0,09 0,23
Marca P -0,15 0,81 0,09 0,45 0,05
504 INVESTIGACION DE MERCADOS

Métodos factoriales

Al final del ejemplo anterior se observó un nuevo elemento de análisis que tiene que ver con la
posición relativa de los individuos y las variables, en un espacio donde los ejes son los factores.
El análisis factorial considera dos enfoques de distancias: la métrica y la perceptual
La distancia métrica utiliza un enfoque geométrico que aplica el principio euclidiano cuan­
do las mediciones se hacen en escalas cuantitativas.
La distancia perceptual utiliza un enfoque cualitativo que aplica el principio de similitud,
cuando las medidas se diligencian en escalas cualitativas.
Las distancias métricas entre los objetos se determinan mediante la expresión :

rf=^(x1-x2)2+(r,-r2)2
en donde (XpYj) y (X2,Y2) son coordenadas de dos puntos de un espacio bidimensional.
Las distancias perceptuales se obtienen aplicando la estadística para medir la proximi­
dad entre dos distribuciones de frecuencias, cuando se miden las percepciones de los indivi­
duos. El análisis factorial presenta dos enfoques, según el tipo de distancia empleado: el análisis
de componentes principales ACP y el análisis de correspondencia, AC.

Métodos factoriales Componentes principales


Correspondencia

El análisis de componentes aplica el enfoque métrico de medida, basándose en una matriz


que proporciona los datos para un conjunto de individuos, utilizando escalas cuantitativas, de
la forma como se observa en la figura 11.15a, que consta de n individuos, cada uno con m
medidas, correspondientes a las variables descriptoras.
El análisis de correspondencia se fundamenta en una tabla de contingencia que cruza fre­
cuencias de variables. Si solo se consideran dos variables, el método se denomina Análisis de
Correspondencia Binaria (ACB), si se cruzan muchas variables, como sucede realmente en las
encuestas, se denomina Análisis de Correspondencia Múltiple (ACM). Las tablas de contingencia
cruzan frecuencias por categorías de variables. Como se observa en la figura 11.15b, agrupa las
frecuencias de dos variables A y B bajo las modalidades A?, A2> etc y Bp B2 etc. La figura 11.15c
generaliza la figura 11.15b, mezclando múltiple casos binarios.
Los métodos de correspondencia toman la idea principal del análisis de componentes
principales, pero aplican el enfoque de similitud para medir las distancias entre objetos y varia­
bles.
TÉCNICAS MULTIVARIABLES 505

a.ACP b.ACP c. ACP


Componentes Componentes Componentes
principales binarias múltiples

A B C ... Z A, A2 B,B2...
1
2
3

Figura 1115 Aplicaciones del análisis factorial.

Caso 11.9 Ejemplos de variables para el análisis factorial

Los siguientes son ejemplos de encuestas en que se aplican los métodos factoriales.

1. Análisis de componentes principales


Los objetos 1,2,3,...hacen referencia a los detallistas de un distribuidor al por mayor. Las
variables A, B, C... se refieren a variables tales como: la ciudad en donde tiene sus operacio­
nes, el tipo de distribución, las ventas promedios mensuales, el tamaño del local, el tipo de
productos, etc. En general, las variables tratadas se describen en escalas cuantitativas.

2. Análisis de correspondencia binaria


La encuesta anterior proporciona un cruce de dos variables: la variable A se refiere a las
formas de distribución, bajo las modalidades Aj definidas así.

Al = Almacén de cadena
Al - Almacén especializada
A3 = Supermercado, Etc.

La variable B se refiere al tipo de productos cuyas sus modalidades son:

B1 = Productos perecederos
B2 = Productos personales
B3 = Elementos funcionales, etc.
506 INVESTIGACION DE MERCADOS

3. Análisis de correspondencia múltiple


Se generaliza el caso anterior, aquí la variable A, que indica la forma de distribución, tam­
bién cabe cruzarla con otras diferentes como la C, que indica el rango de ventas mensuales,
D, que indica el tamaño físico, etc.
En este caso se manejan tanto escalas cualitativas como cuantitativas, y se dá que para
la variable C, las categorías pueden ser:

C1 = Ventas altas, o mas de 100


C2 = Ventas medias, o entre 30 y 100
C3 = Ventas bajas, o menos de 30. etc.

Método de componentes principales

En esta sección el propósito es describir los aspectos esenciales del procedimiento estadístico,
utilizando el método de componentes principales. El lector lo puede omitir si no encuentra
justificable profundizar en el procedimiento.
Los ejemplos presentados en los casos 11.7 y 11.8, realmente fueron aplicaciones del
análisis de componentes principales. Posteriormente se presenta el caso 11.10 que expone un
ejemplo de aplicación del análisis de correspondencia. Sin embargo, para ambos casos, el si
guíente procedimiento es básico y se aplica, en general, para todos los métodos factoriales,
independientemente del enfoque de medida.
Los siguiente son los procesos que se van a describir: el de normalización de la tabla de
datos, el de determinación de las combinaciones lineales de los factores, el de determinación de los
puntajes y el de las cargas factoriales.

Normalización de la matriz de datos


El proceso se inicia a partir de una matriz de datos originales, como la que se presentó en la
tabla 11.3. Pero, para evitar una explicación engañosa de las variables, en razón de la escala
utilizada, que es arbitraria, es necesario cambiar la presentación de los datos por una forma
normalizada, con media cero y desviación uno. Para ello se aplica, a partir de los promedios y
las varianzas, la estandarización siguiente:

En donde X. es la media y Sx- es la desviación estándar.


TÉCNICAS MULTIVARIABLES 507

Los datos normalizados de la tabla 11.3 aparecen en la tabla 11.8,, los cuales fluctúan en
el rango normal -1,42 +1,55, pero difícilmente sobrepasan el rango -3 +3. De esta forma, se
unlversaliza la escala, cualquiera que sea la utilizada originalmente. Geométricamente hablan­
do, este proceso equivale a una translación de ejes, desde su posición inicial al centroide de la
nube de datos, según se puede observar en el plano bidimensional que aparece en la figura
11.16.

Tabla 11.8 Presentación normalizada de los datos de la encuesta empresarial.

Objetos Variables

Empresa Nro. de Volumen de Tipos de Tiempo de Plazo


máquinas ventas productos entrega financiero
A 0,28 0,71 -1,32 -0,96 -1,31
B 0,94 1,28 0,53 1,52 0,79
C -1,03 -1,13 0,99 1,17 0,60
D -1,36 -1,42 -0,40 -0,61 0,03
E 1,60 0,99 -1,32 -1,32 1,56
F -0,70 -0,71 1,45 0,46 -0,36
G 0,28 0,28 0,07 -0,25 -1,31
media 0,0 0,0 0,0 0,0 0,0
desviación 1,0 1,0 1,0 1,0 1,0

Determinación de los pesos factoriales


La siguiente etapa proporciona los pesos factoriales, los cuales se aprecian en la segunda parte
de la tabla 11.9. Esta tabla contiene cuatro cuerpos; en el primero se reproduce la matriz de
datos normalizados, el segundo proporciona los pesos factoriales, el tercero los puntajes, y
finalmente, en el cuarto las cargas factoriales. Las combinaciones lineales de los factores con
relación a las variables se desarrollan a partir de dicha tabla, de la forma siguiente:

FI = 0,92 Xj + 0,95 X2 + 0,85 X3 + 0,15 X4 + 0,26 X5


F2 = 0,33 Xj + 0,18 X2 + 0,35 X3 + 0,95 X4 + 0,84 X5
F3 = 0,16 X! + 0,21 X2 + 0,26 X3 + 0,15 X4 + 0,08 X5
F4 = 0,10 XT + 0,28 X2 + 0,23 X3 + 0,19 X4 + 0,19 X5
508 INVESTIGACION DE MERCADOS

F5 = 0,04 + 0,07 X2 + 0,13 X3 + 0,07 X4 + 0,27 X5


El procedimiento para determinar las combinaciones lineales de los factores depende del
método factorial aplicado. En particular, el análisis de componentes principales las selecciona a
partir de los ejes3, en cuya dirección se maximiza la varianza para cada dimensión. Gráfica­
mente se interpreta así: el primer factor corresponde al eje en cuya dirección se presenta la
mayor dispersión de la nube de puntos. El segundo factor corresponde a un eje ortogonal al
anterior, el cual presenta la mayor dispersión restante. El tercer eje también debe ser ortogonal
a los dos anteriores y la dirección presenta la tercera dispersión o la mayor, restante. Cada vez
que se define un nuevo eje, debe ser ortogonal al sistema previo para garantizar su carácter de
independiente.
Cada eje se representa matemáticamente como una combinación lineal, y la dispersión se
calcula con base en las proyecciones de los puntos sobre cada eje.
Siguiendo con la interpretación geométrica, el proceso equivale a una primera rotación
de ejes en la dirección en la cual los daLos presentan la mayor variación, como se observa en la
figura 11.16, lo que permite maximizar la interpretación de los factores.
La tabla 11.9 presenta los pesos después de aplicar el método de componentes principales.
Sin embargo, si se aplica otro método factorial los pesos serán, por supuesto, diferentes. Una

Figura 11.16 Definición de los ejes de los factores.

3 Mas apropiadamente, se habla de hiperejes para generalizar este concepto del plano bidimensional a un espacio
miihidimensional.
TÉCNICAS MULTIVARIABLES 509

alternativa es el método de rotación varimax ortogonal, en el cual al girar los ejes, se permite, en
algunos casos, una interpretación mas limpia de los factores, ya que proporciona cargas factoriales,
o muy cercanas a uno, o muy cercanas a cero. Es una buena alternativa cuando el ACP no
alcanza a explicar el proceso, lo cual sucede cuando los factores aportan un valor propio simi­
lar. Otros métodos factoriales contemplan rotaciones no ortogonales, lo cual significa que los
[actores no son absolutamente independientes4.

Puntajes factoriales
Los puntajes factoriales se aprecian en la parte tercera de la tabla 11.9, cuyo contenido corres­
ponde a los coeficientes de las combinaciones lineales de los factores, expresados en función de
los individuos, los cuales tienen la forma siguiente:

Fj = -0,11A + 1,57 B- 1,00 C- 1,85 D + 1,49 E- 0,59 F + 0,29 G


F2 = -0,24 A + 1,72 B + 0,60 G-1.80D + 1,16 E + 0,38 E-0,17 G
F3 = -0,25 A+ 1,84 B + 0,67 C-1,89D + 1,26 E + 0,41 F-0,13G
F4 = -0,24 A + 1,78 B + 0,82 C- 1,73 D + 0,84 E + 0,50 F- 0,18 G
F5 = -0,03 A + 1,86 B + 0,75 C - 1,69 D + 1,31 E - 0,67 F-0,09 G

Los coeficientes se obtienen a partir de la multiplicación cruzada ( o escalar), de las filas


del primer cuerpo con las columnas del segundo cuerpo de la tabla 11.9. Esto es, de la multipli­
cación entre las filas de la matriz de datos normalizada y las columnas de la matriz de pesos
factoriales. Así, en la parte tercera de la tabla, se observa que el puntaje 0,11 para el objeto A y
el factor Fp se obtiene así:

0,11 = 0,92 x0,28 + 0,33 X0.71+0,18 x (-1,32) + 0,10 x (-0,96) + 0,04 x (-1.31)

De la misma forma se calculan los restantes puntajes.

Cargas factoriales
La conformación final de los factores se logra correlacionando los puntajes factoriales de los
objetos con los datos originales, en ambos casos utilizando datos normalizados. Los coeficien­
tes de correlación resultantes son las cargas factoriales, los cuales aparecen en la parte final de la
tabla 11.9.

4 Ver Paúl Green, Investigación de Mercados, Editorial Norma.


510 INVESTIGACION DE MERCADOS

Tabla 11.9 Análisis de componentes principales.


------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ ———

7. Datos normalizados Variables


Individuos X, x2 X3 Xs

A 0,28 0,71 -1,32 -0,96 -1,31


B 0,94 1,28 0,53 1,52 0,79
C -1,03 -1,13 0,99 1,17 0,60
D -1,36 -1,42 -0,40 -0,61 0,03
E 1,60 0,99 -1,32 -1,32 1,56
F -0,70 -0,71 1,45 0,46 -0,36
C 0,28 0,28 0,07 -0,25 -1,31

2. Pesos factoriales Variables


Factores F, F2 F} F4 F,

X. 0,92 0,33 0,16 0,10 0,04


X2 0,95 0,18 0,21 0,28 0,07
X, 0,85 0,35 0,26 0,23 0,13
X, 0,15 0,95 0,15 0,19 0,07
X. 0,26 0,84 0,08 0,19 0,27

3. Puntajes factoriales Factores


individuos F, F2 F, F< Fs

A 0,11 -0,24 -0,25 0,24 0,03


B 1,57 1,72 1,84 1,78 1,86
C -1,00 -0,60 -0,67 -0,82 -0,75
D -1,85 -1,80 -1,89 -1,73 -1,69
E 1,49 1,16 1,26 0,84 1,31
F -0,59 -0,38 -0,41 -0,50 -0,67
G 0,29 0,17 0,13 0,18 -0,09

4. Cargas factoriales Factores


Variables F, F, F3 F< Fs

X, -0,83 -0,20 0,45 0,28 0,43


x2 0,84 -0,18 0,41 0,27 0,32
x3 0,06 0,56 0,41 0,61 0,23
X. -0,32 0,79 0,66 0,79 0,47
X5 0,34 0,70 0,70 0,58 0,91
TÉCNICAS MULTIVARIABLES
511

Análisis de correspondencia

El análisis de correspondencia se origina a partir de una tabla (o de varias) de frecuencias, que


cruza dos variables en escalas cualitativas o cuantitativas, provenientes de una encuesta. Por
ejemplo, la tabla 11.10, cuyas frecuencias tienen sentido en forma de filas y de columnas. Esto
no sucede en una matriz de datos de encuesta.
La Labia de contingencia binaria enfrenta las categorías de una variable fila, contra las de
otra variable columna. En el caso de la figura 11.17 la variable columna es Clase social, con
categorías: Csl, Cs2 y Cs3, y la variable fila es Ciudad, con las categorías: Bogotá, Medellín, Cali y
Barranquilla. Cada entrada indica la frecuencia resultante por cruce, la cual representa el núme­
ro de encuestados que satisface ambas categorías.
La tabla de la encuesta puede proporcionar mediciones cero/uno, como lo indica la parte
izquierda de la figura 11.17, o bien, de una matriz de medidas codificadas, como se muestra en
la parte derecha. El primer caso describe tantas columnas como categorías y el segundo, tantas
columnas como variables. Si se trata de una matriz cero/uno se asienta 1, en la columna corres­
pondiente a la categoría de la variable utilizada, y si se trata de una matriz de códigos, se asienta
el código que identifica la categoría, bajo la columna de la variable requerida.

Tabla 11.10 Matriz de contingencia que cruza las variables ciudad - clase social.

Objetos Categorías
Ciudades Cs1 Cs2 Cs3
Bogotá 80 170 250 500
Medellín 38 90 122 250
Cali 21 52 77 150
Barranquilla 13 33 54 100
152 345 503 1 000

El análisis de correspondencia múltiple, ACM, es una generalización del análisis binario y


reúne la información de varias tablas de contingencia binaria. Las entradas provienen de varia­
bles cualitativas o intervales, expresadas en forma de frecuencias relativas.
El ejemplo presentado en la tabla 11.11 es una tabla de contingencia múltiple, donde se
expresan las frecuencias relativas de los habitantes consultados de ciudades capitales, para la
variables: Ciudad de habitat, Estrato social, Nivel de servicio energético, Escolaridad del jefe defami­
lia y Rango del tamaño de la familia.
Cada variable contempla varias categorías. Para la variable “Ciudad” las categorías son
512 INVESTIGACION DE MERCADOS

Bogotá, MedeHín, Cali y Barranquilla. I-a variable “Tamaño de la Familia” tiene tres categorías, 1, si
en la vivienda (que es la unidad de análisis) vive una sola persona, 2, si vive una pareja y 3, otra
forma. Igualmente, para las restantes variables se definen las categorías, que se pueden observar
en la tabla mencionada.

Individuo Ciudad Clase social Individuo Ciudad Clase


social
Bog. Med Cali Bql. CS1 CS2 CS3
001 1 1 001 1 3
002 1 1 002 3 1
003 1 1 003 2 1
004 1 1 004 2 2
... ... ... ... ... ... ... ... ... ...
998 1 1 998 1 2
999 1 1 999 4 2
1 000 1 1 1 000 4 3

Figura 11.17 Encuesta a habitantes de ciudades capitales.

La tabla de datos que origina la tabla de contingencia múltiple 11.11 se diligencia con
base en los códigos asignados por categoría, como se presenta en la figura 11.17.

Distancia
El objetivo del análisis de correspondencia binaria es establecer la interdependencia de las cate­
gorías con las variables. Por ejemplo, tratándose de la matriz 11.11, se podría preguntar cómo
puede influir la ciudad en la composición social de sus habitantes o la composición social en
cada ciudad.
Se estudian las distribuciones de frecuencias y, en lugar de manejar el concepto de distan­
cia euclidiana, para las medidas cuantitativas, como en el análisis de componentes principales,
maneja el concepto de similitud (chi-Cuadrado) para relacionar distribuciones. La medida
de similitud se define así:

Esta expresión de distancia entre las distribuciones u y v, es equivalente a la estadística


(chi-Cuadrado) %2 para medir el ajuste entre distribuciones. La diferencia con el método de
TÉCNICAS MULTIVARIABLES
513

componentes principales es que ahora no se trata de determinar la relación entre individuos y


atributos, sino entre las modalidades o categorías de las variables. El caso 11.10 presenta un
extracto de la aplicación realizada por Bautista y Ramos sobre los partidos políticos colombia­
nos, el cual permitirá conocer el potencial del método de correspondencia.

Tabla 11.11 Tabla de contingencia múltiple.

Tabla 11.12 Encuesta a habitantes de ciudades capitales.

Individuo Ciudad Estrato Condición Escolaridad Tamaño


social servicios jefe familia familia
001 1 3 3 2 1
002 3 1 4 4 2
003 2 2 4 3 2
004 2 1 2 1 2
... ... ... ... ...
998 1 2 3 3 3
999 4 2 5 5 1
1 000 4 3 5 1 1
514 INVESTIGACION DE MERCADOS

Caso 11.10 Análisis de correspondencia binario5

El siguiente ejemplo es un análisis factorial de correspondencia binaria para una investiga­


ción de tipo político. Las variables son "Partido político", que presenta cuatro modalidades:
Liberal, Conservador, Izquierda y Otros, y “Región” con 23 modalidades, una por cada departa­
mento de Colombia. Los resultados pueden provenir de una justa electoral o de una encues­
ta de opinión acerca de las preferencias sobre candidatos presidenciales La tabla 11.13 con­
tiene los datos de contingencia de los resultados de la encuesta.
Tabla 11.13 Matriz de contingencia.
Objetos Categorías = Partidos
Departamentos Liberal Conservador Izquierda Otros
Antioquia 453 336 34 7 830
Atlántico 187 88 9 0 284
Bolívar 165 76 6 0 247
Boyacá 150 149 5 1 305
Caldas 118 113 6 1 238
Cauca 139 81 10 1 231
Cesar 81 38 7 0 126
Córdoba 137 69 6 0 212
Cundinamarca 230 152 15 4 401
Bogotá 715 336 34 19 1 104
Chocó 40 14 2 0 56
Huila 79 75 17 0 171
Guajira 37 20 1 0 58
Magdalena 120 51 4 0 175
Meta 57 33 26 0 116
Nariño 118 115 6 1 240
Norte 140 119 6 0 265
Qu indio 77 34 7 1 119
Risaral da 103 71 6 2 182
Santander 250 167 29 6 452
Sucre 98 49 1 2 150
Tolima 189 102 17 1 309
Valle 428 253 21 6 708
4 111 2 541 275 52 6 979

5 Es una adaptación de un estudio realizado por Bautista y Ramos, estadísticos de la Universidad Nacional.
TÉCNICAS MULTIVARIABLES 515

Con esta base se aplicó el ACB, cuyos resultados aparecen en la tabla 11.14. Allí se
indican las cargas factoriales, que permiten deducir tres factores, así: el primero se define
"Partidos Nuevos', el segundo "Partidos Tradición a les" y el tercer factor involucra "Restantes”.
El segundo factor, “partidos tradicionales”, presenta dos tendencias antagónicas: “libe­
rar y “conservador". El primer factor “partidos nuevos” presenta una sola faceta que es "iz­
quierda" Se observa, por ejemplo, que la región Antioquia presenta mayor tendencia conser­
vadora que Atlántico, que es liberal, pero menos que Caldas, que también es conservadora.
Meta comanda en los partidos de izquierda.

Tabla 11.14 Generación de factores.

Modalidades de partido
F, F2 F.
Liberal 0,12 0,87 0,01
Conservador 0,16 0,84 0,00
Izquierda 1,00 0,00 0,00
Otros 0,01 0,06 0,93

Modalidades de regiones
Antioquia -0,08 -0,78 0,13
Atlántico 0,14 0,57 -0,29
Bolívar 0,22 0,50 -0,27
Boyacá 0,39 0,69 0,01
Caldas 0,24 -0,76 0,00
Cauca 0,10 0,14 0,76
Cesar -0,09 0,56 0,35
Córdoba 0,32 0,34 0,34
Cundinamarca 0,45 -0,23 0,31
Bogotá 0,00 0,60 0,40
Chocó 0,00 0,84 -0,16
Huila -0,52 -0,47 0,01
Guajira 0,63 0,08 0,29
Magdalena 0,17 0,61 0,22
Meta - 1,00 0,00 0,00
Nariño 0,19 -0,81 0,00
Norte 0,32 -0,62 0,06
Quindío 0,13 0,79 0,08
Risaralda 0,55 -0,31 0,14
Santander -0,76 -0,22 0,02
Sucre 0,59 0,21 0,19
Tolima -0,38 0,42 0,20
Valle 0,83 0,11 0,06
516 INVESTIGACION DE MERCADOS

Para la segunda variable resultan también tres factores relevantes, que engloban sus
modalidades. El primero, asocia los departamentos de Meta, Santander y Valle. El segundo,
Aniioquia, Boyacá, Caldas, Chocó, Nariño y Quindío El tercero, Cauca y Tolima. El primer
factor identifica regiones en que dominan los partidos de la izquierda. El segundo factor
reúne las que presentan tendencias tradicionales. El tercer abarca las regiones propicias para
terceros partidos.

6. ESCALAMIENTO MULTIDIMENSIONAL

El escalamiento multidimensional tiene como propósito posicionar los objetos y las variables
provenientes de una encuesta en un espacio multidimensional o mapa perceptual.
El desano lio de esta técnica es reciente y aún se siguen produciendo nuevos enfoques.
Inicialmenle, ésta técnica surge como parte del análisis de factores, que suministra las coorde­
nadas de los objetos y las variables y permite su posicionamiento con relación a los factores
elegidos. Sin embargo, este papel no es único del análisis factorial pues también se derivan
planos perceptuales del análisis discriminante, y se han desarrollado otras metodologías para
tal fin.
Los métodos del análisis multidimensional se dividen en dos grandes grupos: los que se
basan en una evaluación de los atributos y los que se derivan de una evaluación de conjunto.
En el primer caso, se generan las dimensiones del mapa a través de los atributos individuales,
como se hace con el análisis factorial y el análisis discriminante. En el segundo caso, se generan
las dimensiones a partir del análisis de similitud, con base en la selección de objetos, mediante
un enfoque de conjunto.

Escala multidimensional Análisis de atributos i Factoriales


| Discriminantes
Análisis de conjunto i Similitud
Preferencias

Método métrico o basado en atributos


Los mapas se pueden elaborar a partir de datos objetivos y precisos, que se derivan de las
propiedades intrínsecas de los objetos, o a partir de datos subjetivos obtenidos directamente de
los participantes, según la forma cómo perciben las propiedades del producto.
TÉCNICAS MULTIVARIABLES 517

Este segundo procedimiento se conoce con el nombre de mapas perceptuales, y es de


gran aplicación en la investigación de mercados, puesto que proporciona una forma elegante de
posicionamiento de los productos y las marcas, a través de las percepciones de los consumido­
res. El mapa perceptual obtenido a partir del análisis de factores, en cuya información se consi­
deran los atributos individualmente, es el tema de esta primera parte..
El análisis factorial proporciona los resultados para construir una estructura espacial
multidimensional, como la que se muestra en la tabla 11.9. Las localización de los objetos se
hace con base en los puntajes factoriales, como coordenadas cartesianas en el plano conformado
por los factores seleccionados y se representan por puntos. Las variables se ubican por sus
cargas factoriales y se representan por vectores.
Combinando gráficamente los objetos y las variables, a partir de los resultados del análi­
sis factorial, se proporciona el mapa perceptual de la figura 11.18, que considera las marcas y
los atributos del caso 11.8, de la sección anterior. Los ejes representan los factores "versatilidad"
y "presentación", que ya fueron definidos.
El mapa perceptual presenta las siguientes interpretaciones, que, como se observa, está
muy relacionado con las propiedades del análisis de factores:

1. Las flechas simbolizan las variables y sus proyecciones sobre el eje indican el grado de
asociación con el factor que representa. A mayor longitud proyectada, mayor la fuerza
de asociación. Así, el atributo “diseño” se haya muy asociado con el factor F2 y poco con
el factor F^. En tanto para el atributo "compatibilidad" la situación es inversa.
Las variables "capacidad" y "compatibilidad” se asocian fuerte y positivamente con el
factor Fj mientras la variable "eficiencia" lo hace también fuerte, pero negativamente (la
eficiencia se entiende va en detrimento de la versatilidad como aporte a la ganancia en
especialización). Las variables "diseño” y "tamaño” se asocian fuerte y positivamente con
el factor F2 pero las variables "compatibilidad" y "eficiencia” lo están débil y negativa­
mente.
2. Los objetos se simbolizan mediante puntos, e igual que las variables, sus proyecciones
sobre los ejes indican el grado de asociación con los factores.
Como se observa, las marcas A y M tienen puntajes factoriales altos y positivos con el
factor 1 y bajos con el factor 2. La marca D tiene puntaje alto con F¡ pero en dirección
contraria a los anteriores. Esto significa que la asociación es fuerte con la antítesis de
Fj, que podría ser rigidez, como contrario a versatilidad.
Las marcas Q y P se asocian fuerte con el factor 2, porque se agrupan en la parte
superior del mapa.
3. También es interesante representar el grado de asociación entre las variables y los obje-
518 INVESTIGACION DE MERCADOS

Factor 2
Presentación

Factor 1
Versatilidad

Figura 11.18 Mapa competitivo para marcas de computadores

Los. La correlación se expresa por la longitud que proyecta el objeto sobre la flecha que
representa el atributo. Se deduce entonces que la marca A está muy asociada con el
atributo "capacidad". M también presenta esta característica, pero con menos fuerza
que A, por ser menor su proyección. Se observa también que la asociación de la marca
D con dicho atributo es fuerte, pero negativa.
4. Finalmente, se pueden identificar agrupaciones que gozan de características comunes.
En la figura se observa que Py Q compiten en un mismo nicho competitivo. Estas dos
marcas conforman un grupo diferente de los anteriores, cuyo interés lo despiertan en
su presentación más que en su versatilidad. Son equipos preferidos para trabajos caseros
o de uso personal y poco preferidos para los negocios. Es la oferta para un segmento
del mercado.
Otras marcas, como D, se hallan solas en un nicho muy especializado que necesita
eficiencia y versatilidad, antes que otras características.Se nota también que la región
central se mueve dentro de especificaciones medianas y no se encuentra oferta en ella.
Esto puede representar una oportunidad del mercado, si resulta una necesidad no sa­
tisfecha.

En resumen, los mapas perceptuales factoriales presentan las siguientes ventajas:

1. Permiten expresar gráficamente la fuerza de asociación entre las variables y los factores,
según las proyecciones sobre los ejes. Si son negativas, el atributo interpreta un conte­
nido opuesto al del factor.
TÉCNICAS MULTIVARIABLES 519

2. Proporcionan gráficamente la fuerza de asociación entre los objetos y los factores, se­
gún las proyecciones sobre los ejes. Si son negativas, se asocian con el sentido opuesto
del factor.
3. Visualiza el grado de asociación entre los objetos y las variables, según el tamaño de la
proyección, sobre las flechas. Si es negativo, se asocia con el sentido opuesto del atribu­
to que representa la variable.
4. Identifica los segmentos del mercado y permite ver sus ofertas. Los objetos cercanos
gozan de atribuLos comunes que son los mismos que representan las variables ubicadas
en su cercanía. Se conoce la oferta y permite descubrir oportunidades en nichos mal
atendidos.

Consideraciones
1. Los mapas perceptuales factoriales se presentan bidimensionales para facilitar su com­
prensión. Cuando se requieren considerar tres o más factores, se necesitan juegos de
proyecciones para lograr una comprensión conjunta de la información. Las dimensio­
nes que no aparecen en el plano deben ser interpretadas por el analista.

2. Los datos de salidas por computador todavía no proporcionan soluciones gráficas ami­
gables en forma directa6, y adolecen de problemas de presentación, que implican mu­
cho esfuerzo y dificultad para el investigador.

Método no métrico basado en el conjunto

La elaboración de los mapas perceptuales se fundamenta en el concepto “distancia” para ubicar


los objetos y los atributos en el espacio multidimensional. Existen dos criterios: Uno cuantita­
tivo, o métrico, basado en la interpretación euclidiana que expresa la distancia entre dos puntos
a partir de sus coordenadas, así:

El manejo de este concepto permite ubicar las posiciones de los individuos (objetos,
marcas, etc) y de los atributos (variables), a partir de los datos depositados en una encuesta que
utiliza las escalas cuantitativas.
El otro criterio, el cualitativo, o no métrico, que considera la aproximación entre las
distribuciones, aplica una base psicológica para determinar la forma como los entrevistados

6spad
520 INVESTIGACION DE MERCADOS

perciben una situación bajo estudio. Para ello, emplea las escalas ordinales que permiten deter­
minar los grados de similitud o de preferencia entre los objetos. La medida es la estadística
como se indicó en el análisis factorial de correspondencia.

Enfoque multidimensional I Cuantitativo I -> Distancia métrica


I Cualitativo I -> Distancia psicológica

Los métodos que se basan en la evaluación de atributos, como el factorial y el discrimi­


nante, son muy ricos en contenido y producen mucha información. Pero se aduce, como des­
ventajas, que los consumidores, en muchas ocasiones, no están preparados para analizar ios
objetos por sus atributos, pues tienen de ellos una visión de conjunto. En este caso el método
factorial fallaría.
Por lo anterior, se han desarrollado algoritmos que parten de una información en escala
ordinal, donde los informantes proporcionan (señalan), respecto de un grupo de objetos, un
orden jerárquico de similitud por parejas, desde la pareja que presente la mayor similitud, hasta
la menor. El problema es el número de combinaciones a considerar. Si se toman 10 elementos,
el número de parejas a ordenar es n-(h- l)/2 = 10 x9/2 = 45. Esto puede dificultar la recolección
de la información.
Una forma alterna de recopilación de información y que pueda obviar este problema
consiste en subdividir el conjunto total en dos: uno con las parejas más similares y el otro con
las menos. Se repite el proceso hasta la ordenación total, como se observa en la figura 11.19.
Los datos de entrada al computador tienen la forma que se presenta en la figura 11.20, en
donde el grupo se compone de 5 elementos y la ordenación jerárquica se hizo sobre diez pare­
jas. El mapa perceptual que corresponde a dicha matriz aparece a la derecha. Es posible que

- 1
25 I

45 < f
9

L1 20 1 <
11 < • I 2
< I 1
4

2 <
LI 1 I

Figura 11.19 Proceso de selección por pareja.


TÉCNICAS MULTI VARIABLES 521

para cinco elementos pueda existir otra configuración del mapa, que cumpla las diez restriccio­
nes que plantea la matriz, pero en la medida que se agregan más elementos, las alternativas
disminuyen, hasta el punto de no ser posible más de una configuración.
Esto hace que este método conlleve a mapas muy precisos, aún sabiendo, como se pensa­
ría en principio, que se soporta en una escala débil, como es la ordinal. Naturalmente, que para
ello se debe considerar un grupo de 8 ó más elementos para que haya validez. El programa
proporciona también el menor número de dimensiones que se debe definir para que se cum­
plan las restricciones. La denominación de las dimensiones se hace con base en la distribución
de ios objetos. El factor Fj se asocia positivamente con E y C y, negativamente, con D y A. El
factor F2 se asocia positivamente con B y E. En este sentido es muy importante la participación
de expertos para establecer un juicio sobre la denominación de los factores. También se utiliza
una prueba de ajuste de propiedades que mide unidimensionalmente los atributos de los obje­
tos7.
Una interesante método, muy conocido en los EE UU, permite demostrar la eficiencia del
procedimiento no métrico para elaborar planos perceptuales8. A partir de una matriz que con­
tiene las distancias reales entre las principales ciudades del país, se desarrolló otra que expresa,
solamente, la ordenación jerárquica de acuerdo con estas distancias. Se procesó luego el mapa
perceptual, aplicando tanto el método métrico, como el no métrico, a partir de estos valores.
Los resultados fueron sorprendentes por el grado de exactitud que se obtuvo, lo que demostró
la validez del procedimiento.

B
DO □
E


c

F2
Figura 11.20 Resultado de una ordenación jerárquica.

7 Weiers Ronald, Investigación de mercados, PHH, Cap9.


8 Consultar Grecn & Tull Investigaciones de Mercadeo. PHI
522 INVESTIGACIÓN DE MERCADOS

A punto seguido, se hizo una encuesta, dirigida a los residentes de Boston, con el objeti­
vo de determinar la concepción bostoniana de la geografía de los EE. UU, según la percepción
de los entrevistados de las distancias psicológicas. El resultado proporcionó un país distorsionado,
muy grande en la parte noroeste del país, dónde se ubica Boston y, muy pequeño, en las regio­
nes más apartadas. El país parece más pequeño en las regiones más alejadas. Naturalmente no
se trataba de encontrar la realidad geográfica, sino la percepción mental de un grupo de perso­
nas. Y, realmente, éste es el objetivo del mapa perceptual, o sea, reproducir la forma como los
consumidores captan su entorno geográfico.
El caso 11.11 es un ejercicio simulado para Colombia, asumiendo la visión norteña de la
geografía de ese país.
Este mismo principio del mapa perceptual se aplica para determinar la concepción que
los clientes tienen de las marcas y los productos ofrecidos en el mercado, cuando se consideran
como un conjunto, sin entrar a analizar individualmente sus atributos.

Caso 11.11 Mapas geográficos perceptuales

Para el caso colombiano es posible reconstruir el mapa del país a partir de la matriz de orden
de distancias entre algunas de sus ciudades más importantes, como se indica en la tabla
11.15. El resultado es un mapa perceptual bidimensíonal, en donde los factores son, por
supuesto, Norte - Sur y Este - Oeste, tal como se observa en la figura 11.21. Si en lugar de un
número de orden, la matriz contiene las distancias reales, el mapa perceptual métrico sería
prácticamente igual.

Tabla 11.15 Orden jerárquico de distancias entre ciudades de Colombia.


TÉCNICAS MULTIVARIABLES 523

No es lo mismo determinar las distancias en un mapa, que elaborar un mapa a partir


de las distancias. Lo segundo es mucho más complicado y es, en esto, donde se reconoce la
bondad del método perceptual. El propósito, ahora, es determinar la versión que tienen de
la geografía de Colombia los habitantes de una región, como puede ser la norte.
Lo indicado es consultar las distancias, aunque sea en forma aproximada, pero lo
normal es que los consultados no las conozcan. Por esto se hace necesario el método perceptual
no métrico, que recolecta la información mediante comparaciones perceptuales, en escala
ordinal. Estas distancias las suministra el interrogado según su propia apreciación, y de esta
forma, se construye un mapa, el cual es una visión que depende de la ubicación de los
habitantes. Así, el habitante del norte tiende a exagerar la extensión de su vecindad, que
mucho conoce, y a estrechar las regiones alejadas, que deconoce, como aparece en la figura
11.21. Ésta es, la que se podría llamar, la visión norteña de Colombia.

Figura 11.21 Mapa perceptual para el caso 11.11.

Caso 11.12 Mapa perceptual para alimentos ocasionales

El siguiente mapa perceptual, resulta de un estudio interesado en conocer las connotaciones


de ciertos alimentos ocasionales, o pasabocas, desde el punto de vista de los consumidores.
524 INVESTIGACIÓN DE MERCADOS

La información se obtiene aplicando el método de similitud, como se aprecia en la


tabla 11.16, que proporciona las preferencias con el orden promedio registrado por los par­
ticipantes en la encuesta. De estos datos se llega al plano perceptual allí representado

Tabla 11.16 Orden de preferencias.

Meca Cali. Maní. Pasa. Bizc. Dulc. Uvas Manz Nara Hela.

Mecatos * 38 14 12 35 1 5 44 42 31
Galletas ♦ 16 17 18 39 25 15 10 28
Maní * 3 29 20 11 37 30 32
Pasas * 24 13 4 33 36 26
Bizcochos ♦ 40 23 9 7 6
Dulces * 8 43 45 27
Uvas ♦ 41 34 22
Manzanas * 2 19
Naranjas ♦ 21
Helados *

Las restricciones planteadas por dicha matriz se acoplaron a dos dimensiones, que se
interpretaron así:
F] = alimentos que se consumen por placer, por ansiedad u ociosidad.
Saludable
□ Galletas
| | Maní
| j Naranjas

□ Pasas
| Manzanas

Ansiedad Placer

1 | Bizcochos
□ uvas

~] Mecatos

| Helados
| | Dulces

Llenador

Figura 11.22 Ubicación de las comidas ocasionales en el mapa perceptual,


que relaciona los factores placer y salud.
TÉCNICAS MULTIVARIABLES 525

F2 = alimentos saludables y nutritivos o que, simplemente, eliminan la sensación de hambre.


Según ello, las frutas se comen por placer y son saludables, en tanto que los helados,
que también se comen por placer, no son tan saludables. Los dulces, rnecatos y las uvas se
comen por ansiedad y solo quitan la sensación de hambre. El maní y las pasas se comen por
ansiedad, pero son saludables o nutritivos.

Caso 11.13 Plano perceptual a partir del análisis factorial

En el siguiente ejemplo se aplicó el análisis factorial para aun estudio sobre calidad de vida
de los barrios de una ciudad9. Para tal fin se aplicó una encuesta, en escala cuantitativa, que
investigó las siguientes variables socioeconómicas:

• lmpu: impuesto predial promedio mensual, por vivienda.


• Serv: puntaje para designar el nivel de calidad de los servicios públicos.
• Haci: puntaje para evaluar el grado de hacinamiento del barrio.
• Esco: nivel promedio de escolarida de sus habitantes.
• Anaf: grado de analfabetismo.
• Econ: condición de estrato económico predominante en el barrio.
• Resi: índice de desarrollo residencial.
• Cial: índice de desarrollo comercial.
• Desa: índice de desarrollo de otros servicios adicionales.

La información original se recopila en la tabla de datos 11.17, en la que a cada barrio,


se le aplica el valor de las variables descriptoras. Por ejemplo, para hacinamiento se le aplica
una cantidad que describe la acumulación de hogares, dentro de un espacio estrecho. Cada
concepto se elabora en forma similar.
El análisis factorial proporciona la matriz de correlaciones entre las variables y la ma­
triz de correlaciones entre las variables y los factores, que se aprecian en las tablas 11.18 y
11.19.
La solución multidimensional necesitó, en este caso, de tres mapas perceptuales para
relacionar tres factores claves, Fp F2 y Fj. El primer factor reúne las variables "impuestos",
"escolaridad", "analfabetismo” y "hacinamiento" y se le denominó "cultura". Los atributos tie­
nen una asociación polarizada, así: los dos primeros, en un extremo y, los dos últimos, en el
otro.

9 AdapLado de un interesante trabajo debido a Bautista y Ramos Bautista Y Ramos, Análisis Factorial, aplicando el
programa SPAD,
526 INVESTIGACIÓN DE MERCADOS

El segundo factor reúne todas las variables relacionadas con una sola dirección, o
polo. Ellas indican el nivel económico, el desarrollo residencial, el desarrollo comercial y los sene­
cios. Al factor se le denominó nivel de desarrollo del barrio. El tercer factor, que reúne los
atributos relacionados con el desarrollo comercial y de servicios del barrio, se le definió
como nivel institucional del barrio. No presentan una forma polarizada
Combinando los factores F¡ y F2 se obtiene el mapa perceptual de la figura 11.23.
Combinando F¡ y F3 se obtiene el plano de la figura 11.24. Finalmente, combinando Fj y F2
se obtiene el de la figura 11.25.

Tabla 11.17 Matriz de datos originales de la muestra.

Barr. Impu. Serv. Haci. Esco. Anaf. Econ. Resi. Cial. Serv.
01 8.000 11 3,5 58 6,7 6,2 8,8 8,0 3,9
02 2.670 13 3,2 59 5,8 7,4 14,4 12,2 7,3
03 2.160 22 3,0 64 3,0 5,5 10,8 8,7 8,0
04 990 0 4,0 33 6,5 7,2 4,9 0,8 0,9
05 3.000 2 5,0 43 11,7 2,5 4,2 1,4 0,8
06 2.100 12 4,0 56 6,2 15,2 15,8 3,8 12,7
07 1.700 12 3,0 60 3,8 9,3 15,8 12,4 8,7
08 3.020 48 2,5 50 4,4 14,3 14,2 13,4 10,9
09 5.900 78 1,9 65 1,0 22,0 10,2 5,9 13,6
10 4.230 37 1,7 57 2,1 11,6 10,0 8,9 13,4
11 6.000 78 2,0 71 1,1 8,9 10,0 9,2 15,7
12 3.600 62 3,5 71 5,1 31,3 9,5 5,4 8,6
13 3.700 70 3,0 70 1,4 5,9 7,0 4,4 13,1
14 4.750 26 1,6 60 14,3 8,2 9,2 2,0 3,9
15 1.050 33 1,8 58 3,3 12,5 32,7 31,9 22,6
16 5.433 95 1,4 65 1,6 11,0 8,2 5,8 11,4
17 12.600 96 1,5 68 0,0 12,1 7,8 4,4 10,2
18 10.100 98 1,4 66 1,7 28,8 14,3 12,2 11,4
19 9.350 86 2,0 74 2,6 26,0 5,5 4,9 2,2
20 10.500 89 3,0 82 0,0 13,1 6,1 4,7 11,9
TÉCNICAS MULTIVARIABLES 527

Tabla 11.18 Matriz de correlaciones entre las variables.


Barr. Impu. Serv. Haci. Esco. Anaf. Econ. Resi. Cial. Serv.
Impu. 1,00 0,60 -0,57 0,37 -0,37 0,68 0,31 -0,09 0,18
Serv, 1,00 -0,91 0,73 -0,73 0,60 -0,15 -0,07 0,10
Haci, 1,00 -0,70 0,73 -0,58 0,13 0,06 -0,11
Esco, 1,00 -0,62 0,48 0,07 -0,11 -0,02
Anaf, 1,00 -0,41 -0,10 0,02 -0,05
Econ. 1,00 -0,21 -0,17 -0,01
Resi. 1,00 0,31 0,58
Cial. 1,00 0,67
Serv. 1,00

Tabla 11.19 Matriz de correlaciones entre las variables y los factores*.

F,
Impu. -73 ,08 -47
Serv. -34 ,96 ,11
Haci. ,92 -,07 -,13
Esco. -78 -,04 ,31
Anaf. ,78 -.07 -,36
Econ. -,15 ,76 -,63
Resi. ,24 ,66 ,58
Cial. ,15 ,09 ,69
Desa. -,08 ,29 ,79
♦ Por simplicidad no se transcriben las correlaciones de los restantes factores, que
después de tres no son relevantes.

Fj= Cultura

-i o i

Figura 11.23 Mapa perceptual #1.


528 INVESTIGACIÓN DE MERCADOS

F3=lnstitucionalídad

Figura 11.24 Mapa perceptual #2.

F2= Desarrollo

Figura 11.25 Mapa perceptual #3.

Se deja al lector la libertad de interpretar cada uno de los tres planos y sacar sus pro­
pias conclusiones.
TÉCNICAS MULTIVARIABLES 529

Caso 11.14 Mapa perceptual para el caso 11.10

El mapa perceptual que se presenta en la figura 11.26 se refiere al caso 11.10, en donde el
primero de los dos factores claves indicaba los partidos tradicionales, que presentan dos ten­
dencias antagónicas, la liberal y la conservadora, y el segundo, los partidos nuevos, con una
sola faceta que es la izquierda. El mapa reúne las dos modalidades, notándose que alrededor
de cada atributo (partido), se agrupan los objetos (regiones) que más se identifican con cada
partido.

F1=Rartidos tradicionales

SAN ANDRÉS
CASANARE
MAGDALENA
BOLÍVAR
TOLIMA
IliberalI
BOGO
Á / CÓRDOBA

CESAR ATLÁNTICO
7 SUCRE
IizquierdaI GUAJIRA
META T'\ VALEE
/ CAUCA

Partidos nuevos
CUNDINAMARCA
\ RISARALDA
SANTANDER

}UIA \
ANTIO
\ NORTE

\ CALDAS

Conservador |
HUILA
NARIÑO

Figura 11.26 Mapa perceptual de los dos factores del caso 11.10.

En el ejemplo, aparece que Antioquia presenta una tendencia más conservadora que
Atlántico, que es liberal, pero menos conservadora que Caldas. Se nota que el Meta es el que
presenta mayor influencia de los partidos de izquierda.
530 INVESTIGACIÓN DE MERCADOS

7. ANÁLISIS DE CONGLOMERADOS

El propósito del análisis de conglomerados es separar, en forma automática, objetos o indivi­


duos en grupos excluyentes, con características similares, en una especie de taxonomía numé­
rica, a partir de un grupo de objetos o individuos, supuestamente heterogéneos (por ello se
asume que es un conglomerado).
La clasificación es un problema frecuente en la investigación de mercados, que, por la
multiplicidad de datos que se deben confrontar, hace que su ejercicio, subjetivo, se convierta en
una tarea ardua e insegura. El problema de separar con base en los valores que exhiben las
variables descriptoras, no es recomendable sino para aquellos casos en que el número de obje­
tos y variables son reducidos. En estos casos, cuando el número de comparaciones crece, el
procedimiento se vuelve caótico y la eficacia para desagregar en grupos se reduce notablemente.
La utilización del análisis de conglomerados se justifica, entonces, para volúmenes gran­
des de información, tanto por el número de objetos comparados, como por la cantidad de
variables descriptoras. Por ejemplo, si se consideran 100 elementos, y cada uno se describe con
20 variables, el volumen de datos es de 2000 y no de 100. Se estaría ante un problema demasia­
do complejo para resolverse con métodos convencionales. El análisis de conglomerados desem­
peña aquí un papel importante, ya que se trata de subdividir un conjunto global en subgrupos,
con diferentes grados de homogeneidad.
El análisis de conglomerados desempeña un papel importante en la segmentación de los
mercados, cuando se trata de subdividir un mercado global en grupos con diferentes grados de
homogenidad.
Esta técnica de agrupación no utiliza variables de criterio, ni asume una condición por
adelantado como en el análisis discriminante, pero en ambos se busca segmentar los mercados
con base en una función diferenciadora de perfiles.
Existe una gran variedad de métodos de agrupación, pero todos tienen unas característi­
cas comunes. Lo primero que se debe considerar en el procedimiento es la medida de proximidad
que se debe aplicar para determinar la semejanza de los perfiles. Con base en esta medida, se
define el método para separar los objetos en clases homogéneas.
Los procedimientos de agrupación pueden ser de aplicación “jerárquica” y “no jerárquica”:

1. El método jerárquico crea una estructura en forma de árbol bajo una prioridad de agru­
pación. Los objetos se reúnen en un número de clases, cada vez mas reducido, hasta
llegar a una clase única, estableciéndose así, un procedimiento de agrupación por prio­
ridades.
TÉCNICAS MULTIVARIABLES 531

2. El método no jerárquico, selecciona un conglomerado central, a partir del cual se agru­


pan los demás objetos, basado en una medida métrica.

El criterio que se utiliza para agrupar se basa en una “medida de similitud” o de “proximi­
dad” de los objetos. El procedimiento construye los grupos, aplicando las medidas por compa­
ración pareada. Las comparaciones por computador proporcionan resultados que permiten
levantar un árbol como el que se ilustra en la figura 11.27.
En esta técnica se presume que la agrupación se realiza con base en la semejanza de los
perfiles que presentan los objetos, definidos a partir de un conjunto de variables. En este senti­
do se diferencia del análisis discriminante, en el cual, previamente, se supone una separación
en grupos, con base en un criterio.

Medida de aproximación
Los métodos de agrupación se basan en comparaciones por parejas y, para ello, se debe estable­
cer uno de los dos criterios para medir la semejanza entre los dos objetos; el primero hace
referencia a la proximidad y el otro, a la similitud entre los objetos.
Proximidad. Se referencia en un espacio métrico, utilizando el sentido euclidiano de
medida, en donde las dimensiones son los atributos que caracterizan los objetos. Si Xik es la
medida normalizada de la proyección sobre la dimensión k del punto u objeto i, en un espacio
ortogonal de componentes principales, la medida de proximidad entre los dos puntos i y j, se
expresa así:

Aplicando esta expresión en el caso de dos dimensiones, se tiene que la distancia entre los
dos puntos, 1 y 2 es;

^12=#i1-^2)2+(X21-X22)2

Como ejes ortogonales, se utilizan las componentes principales, en lugar de las variables,
puesto que éstas, normalmente, se encuentran correlacionadas.
Similitud y acople. La similitud se refiere a la semejanza o grado de acoplamiento que
presentan las variables que pertenecen a las escalas categóricas, ordinales y nominales. Para ello
se utilizan coeficientes que miden la capacidad de los objetos para compartir atributos. El
coeficiente de acople entre dos objetos referenciados bajo diez atributos, se define con base en
la cantidad de coincidencias o atributos compartidos, de la manera siguiente;
532 INVESTIGACIÓN DE MERCADOS

M # atributos compartidos
N # atributos estudiados

Cuando se utilizan medidas en escala categóricas, o en escalas mezcladas, se puede defi­


nir como coeficiente de similitud una expresión como la siguiente:

en donde la medida S varía entre 0 y 1, y es el rango de la variable. Sin embargo, existen otras
propuestas diferentes para este fin.

Métodos de agrupación
Los criterios de agrupación del análisis de conglomerados consultan el perfil de los individuos
u objetos. Con base en las medidas de aproximación, se separan los objetos siguiendo diferen­
tes procedimientos de cálculo. Aunque los métodos de agrupación tienden a mantener cierta
individualidad, se pueden clasificar en tres enfoques: el método factorial, el método jerárquico
y el método no jerárquico.

1. El análisis factorial utiliza el método de componentes principales para hallar una repre­
sentación dimensional de los objetos, cuyas agrupaciones se desarrollan visualmente,
de acuerdo con algún patrón. Este procedimiento ya fue expuesto en la sección ante­
rior, de este mismo capítulo.
2. El criterio jerárquico se basa en una estructura de árbol y utiliza una medida de similitud
para agrupar los objetos en clases, con diferentes niveles de afinidad.

3. El criterio no jerárquico agrupa los objetos a partir de un conglomerado central, basado


en una medida métrica de proximidad entre los objetos.

Agrupación jerárquica
El objeto del programa de computador es proporcionar una formación sucesiva de grupos
jerarquizados, mediante una escala que permita determinar el grado de similitud, con lo cual es
posible construir particiones a la altura del nivel de heterogeneidad deseado. El programa ter­
mina cuando reúne todos los elementos en un solo grupo, en el nivel de máxima heterogenei­
dad. Se observa que el procedimiento de agrupación se efectúa en forma pareada. El nivel de
heterogeneidad se indica mediante la distancia entre los grupos, siguiendo una de las reglas
mencionadas.
TÉCNICAS MULT1VARLABLES
533

El nivel de homogeneidad en cada clase se mide por la distancia entre los grupos y se
evalúa en una escala de similitud en la parte inferior del árbol, como se observa en la figura
11.27, que pertenece al ejemplo del caso 11.15, el cual ilusLra el procedimiento y la forma
cómo las comparaciones por computador proporcionan los resultados en forma de árbol

Caso 11.15 Aplicación del método de conglomerados

El programa de computador proporciona la formación sucesiva y apareada de grupos


jerarquizados aplicando una escala que determina el grado de similitud, la cual permite
levantar un árbol, como el que ilustra la figura 11.27, que cuenta con la información propor­
cionada para una lista de marcas de televisores, en la cual se indagan los atributos que los
clientes suelen considerar cuando compran estos aparaLos
Las variables consideradas son: tecnología, innovación, calidad, durabilidad, confiahili-
dad, precio, oportunidad de compra y lugar de fabricación. Las marcas, o los individuos que se
van a analizar, son supuestas y se designan con los nombres: Radián, Shimmer, Kruggery
Armero.
Aplicando el procedimiento de agrupación jerárquica se obtiene el árbol, del cual se
derivan las siguientes conclusiones: De las parejas iniciales, la composición c y d tiene la
mayor similitud, cuya semejanza se evalúa en 0,5 unidades en la escala de similitud que se
observa en la parte inferior del árbol. La segunda pareja con mayor semejanza es/y g, con un
valor algo mayor de 0,7. Después le siguen j y k con 0,8, y así sucesivamente.
En la etapa siguiente, los elementos c y d se reúnen con e, para conformar una nueva
composición de tres elementos con distancia menor de 2. En la medida que se agregan
elementos adicionales, el número de componentes se incrementa y, por tanto, disminuye la
similitud del grupo. Esto se mide por el valor de la distancia que aumenta en la medida en
que se agregan nuevos elementos a las clases.
El procedimiento prosigue construyendo nuevas composiciones, a diferentes niveles
de similitudes. Por ejemplo, si se desea conocer las composiciones con un nivel de similitud
igual a 2,5 se obtiene que son las siguientes:
(a, b, c,d,e) (f, g, h J) (j, k, I)
A otro nivel, con menor exigencia de homogeneidad, el número de composiciones es
menor. Por ejemplo al nivel de 3,5» sólo se obtienen dos grupos:
(a, b, c, d, e,f, g,h,i) (j, k, l)
El computador termina cuando se reúnen todos los elementos en un solo grupo, en
este caso, corresponde al grado de similitud de 3,6.
534 INVESTIGACIÓN DE MERCADOS

a. Lugar de
fabricación

b. Tecnología

c. Innovación
d. Radión
e. Krugger

f. Calidad
g- Shimer

h. Durabilidad
i. Con fiabilidad

j- Precio
k. Aimero

1. Oportunidad.

Distancia
Figura 11.27 Agrupación jerárquica.

Del resultado final se concluye que las marcas Radión y Krugger están asociadas con los
atributos: innovación, tecnología y lugar de fabricación. La marca Shimer se asocia con los atribu­
ios: calidad, durabilidad y confiabilidad. Finalmente, la marca Armero se asocia con los atributos:
precio y oportunidad.

Agrupación no jerárquica
Este método divide la población en grupos de tal modo que la variación “dentro” de los grupos,
sea la menor y la variación ‘'entre” los grupos, sea la mayor.
La técnica considera la escogencia inicial de las unidades representativas de los grupos,
mediante cualquier método, y a partir de la cual se siguen generando nuevas particiones, en
forma iterativa, que amplían, cada vez, la clasificación anterior.
Se observa en la figura 11.28a, que la pertenencia de un individuo a una clase se determi­
na con base en el grupo cuyo “centroide” es el más próximo. Con este criterio inicial se establece
una primera agrupación, al Lérmino de la cual, el programa renueva los ucentroides” o centros de
clasificación. El segundo paso agrupa de nuevo y establece nuevos centros, y así, sucesivamen-
TÉCNICAS MULTIVARJABLES
535

Figura 11.28 Métodos de selección inicial.

te. El proceso termina cuando en una nueva iteración ya no existen mas intercambios de ele­
mentos para conformar nuevos centros de clasificación en el proceso de agrupación.
La crítica al procedimiento se refiere a que, de todas maneras, la partición final en algo
depende de la elección inicial de los centroides.
Una variante consiste en determinar los centros iniciales, no mediante puntos que confor­
men un centro de gravedad, sino mediante la constitución de un núcleo de clase y un número
de individuos típicos, con los cuales se puede lograr un mejor poder discriminatorio que en el
caso anterior (ver caso b de 11.28). Esta se llama la técnica de las nubes dinámicas, el resto del
procedimiento es similar al anterior.
Un informe por computador, típico del método no jerárquico, se aprecia en la tabla 11.20.
Allí se expresan, para cada clase, el número de elementos que lo conforman, el porcentaje de
variación total para la clase, la contribución de la clase en la variación dentro, la contribución de
la clase en la variación entre y el porcentaje de la variación total, explicada por la clase.

Tabla 11.20 Resultado de la clasificación no jerárquica.

Clase Número de Variación Variación Variación Explicación


unidades total dentro entre de la clase

1 34 23,2 218,5 20,0 10,7%


2 27 29,3 33,0 27,9 12,4%
3 12 17,4 19,3 17,2 6,8%
4 51 30,1 20,3 36,7 8,7%
100,0 100,0
536 INVESTIGACIÓN DE MERCADOS

Los criterios de agrupación se basan en la unión simple, la unión completa y la unión


promedia. La unión simple se realiza con base en la distancia que une los dos puntos más
próximos de dos conglomerados. La unión completa se realiza con base en los dos puntos más
separados. La unión promedia se hace con las distancias entre los centroides. Obsérvese en la
figura 11.29 cada tipo de unión.

Completa

Simple

Promedia

Figura 11.29 Reglas de agrupación de los conglomerados.

8. OTROS CASOS DEL ANÁLISIS MULTIVARIADO

Otras variaciones del análisis multivariable de aplicación ocasional en el campo de la investiga­


ción de mercados son: el análisis multivariado de varianza, el análisis de covarianza, la correlación
múltiple de variable nominal, la correlación escalonada y la correlación canónica. Todos pertenecen
a la clase de métodos de dependencia, por cuanto utilizan una o varias variables criterio.

Análisis multivariado de varianza

El procedimiento multivariado en el análisis de varianza se apoya en los mismos principios del


caso univariado, pero en lugar de comparar las medias de las variables se comparan los centroides
de los conjuntos de variables. El centroide es un punto que representa una combinación de
medias. Esta técnica, que se reconoce con la sigla MANOVA, es apropiada cuando se desean
probar los efectos de un conjunto de variables independientes, en escala nominal, sobre dos o
más variables dependientes, en escala interval.
El análisis MANOVA es ventajoso porque permite comparar grupos y considerar simultá­
neamente, más de dos mediciones. Esto resulta de gran utilidad en los estudios experimentales
en los cuales se necesita medir más de un efecto de los tratamientos administrados.
Sea el caso en que se necesitan conocer los efectos de tres tipos de promociones sobre las
ventas y la satisfacción de los clientes. Los tres tipos de promoción son las variables indepen-
TÉCNICAS MULTIVARIABLES
_______ S37

dientes. Las variables dependientes, que se quieren probar, las ventas y la satisfacción de los
clientes, se deben asimilar a una escala interval. Si se representan las dos variables por Y y Z, en
lugar de las diferencias entre las medias, la versión multivariada se ocupa ahora de las diferen­
cias entre los centroides, o sea entre los puntos (Y tZ) de los grupos

Este caso se puede representar en el espacio bidimensional definido por las dos variables,
como se indica en la figura 11.30. La hipótesis nula sustenta que los grupos proceden de la
misma población. O sea, que las diferencias de los centroides se deben al error experimental.
Esto es:

(r1>z1) = (r2,z2) = (r3,z3)=....


En el análisis multivariado de varianza, el valor de una medición se compone de las
medias de las variables consideradas y de los centroides. Esto es:
Z=M +X+e
Valor combinado = Gran centroide + Efecto del tratamiento + Error

Los grupos comparados pueden ser los que resulten de un análisis de conglomerados, los
segmentos de un mercado, los grupos étnicos o geográficos o los grupos de un tratamiento, en
un experimento. El cálculo del caso multivariado es mucho más complejo que del caso
univariado, y quizás, por ello, su aplicación en la investigación de mercados es tan ocasional.

Figura 11.30 Interpretación bidimensional de los centroides.


538 INVESTIGACIÓN DE MERCADOS

Otro ejemplo es aquel en que se indaga la calidad administrativa de varias empresas, en el


cual es posible plantear preguntas acerca de la edad, la escolaridad y los ingresos de los gerentes,
entre otras. Se supone que estas tres variables están correlacionadas con la calidad gerencial. Si
se desea efectuar un análisis de la variancia para contrastar una hipótesis nula que sostiene que
calidad gerencial en dichas empresas es la misma, es preciso efectuarlo con base en los centroides
de los grupos estudiados para las tres variables.
El análisis multivariado de varianza, lógicamente, tiene un procedimiento matemático
más complejo, pero los principios son los mismos que se expusieron en el capítulo anterior,
cuyo el valor es la combinación de las medias de las variables consideradas, y las medias son los
centroides. Esto es:

Zyh = M+Ei + E) + e,Jl!

Valor Combinado = Gran Centroide + Efecto de la Variable + Efecto del Tratamiento + Error

El método multivariado permite comparar el efecto de dos o más variables. Por ello resul­
ta de gran interés en los estudios de experimentos.

Análisis de covarianza

El análisis de covarianza se utiliza cuando, después de realizar un experimento, se descubre que


alguna variable extraña contribuye en la variación de la variable dependiente. El propósito es
suprimir o aislar el efecto de una variable externa no controlada, debido a las interacciones
propias de los tratamiento aplicados.
Esta técnica, que se conoce por la sigla ANCOVA, cuenta con una variable dependiente
que pertenece a la escala interval y las variables independientes, en escala nominal. Las varia­
bles externas a controlar se denominan covariados y se deben medir en escala interval.
El análisis ANCOVA estima una relación de regresión entre la variable dependiente y las
independientes, incluidos los covariados. Con base en la información experimental observada,
se determina la diferencia, con los estimativos de la regresión, ajustados por ANCOVA, y así se
obtienen los datos experimentales, libres de los efectos de los covariados, sobre los cuales se
realiza el análisis ANOVA en forma regular.
TÉCNICAS MULTIVARIABLES 539

Correlación canónica

Es de la familia de la correlación múltiple, que, en lugar de considerar una variable, se conside­


ra una combinación de variables dependientes. Básicamente conforma un conjunto de varia­
bles dependientes Y y otro conjunto de variables independientes X y plantea dos combinacio­
nes lineales en cada caso. El propósito es determinar los coeficientes de ellas, de tal forma que
la correlación entre ellas sea la máxima.

Regresión múltiple de variable nominal

Esta técnica es de la familia de la regresión múltiple. Se utiliza cuando las variables indepen­
dientes pertenecen a la escala nominal. Básicamente, convierte las variables nominales a códi­
gos 0-1, conforme a la categoría en que se encuentra una medición.
Sea, por ejemplo, el caso en que se necesitan correlacionar las ventas de un almacén, o sea
la variable dependiente, que pertenece a una escala numérica, en función de un conjunto de
variables independientes, en escalas nominales, como el día de la semana, la semana del mes y la
estacionalidad. Entonces, para la primera variable se le definen tres categorías, así: viernes,
sábado y otro día. Se plantea la correlación de las ventas del almacén X en función de las
variables nominales X2 y X3, en la que Xj = 1, si es viernes ó Xt = 0, en caso contrario,
X2 = 1, si es sábado ó X2-0, en caso contrario y X3 = 1, si es otro día ó X3 = 0, en caso contrario.
Este último caso es redundante con relación a los dos anteriores y, por tanto, se debe eliminar
para no invalidar la regresión.
Entonces es posible plantear una combinación lineal de las ventas en función de las
variables nominales, así:

Y = a + bXj + cX2

Si se consideran las demás variables mencionadas se puede llegar a plantear, a manera de


ejemplo, la expresión siguiente:
Y=100 + 20Xt - 10X2 + 30X3 + 5X4 + 15X5

Donde: Xj = mitad de mes


X^ = última semana del mes
X5 = estación alta
540 INVESTIGACIÓN DE MERCADOS

En el caso particular de un sábado, que coincide con un fin de mes, en una época del año
de alta estacionalidad, la predicción de las ventas se evalúa así:
Y = 100 + 20x0-10x 1 + 30x0 + 5 x 1 + 15 x 1 = 110
Se debe tener el cuidado de que cada variable haga uso de un grado de libertad y de
contar con un tamaño muestral adecuado

Regresión múltiple de variable escalonada

Es similar a la regresión múltiple, pero las variables independientes se introducen por etapas.
Inicialmente, se escoge la que presente el mayor grado de variación, en la variable dependiente
Y. Posteriormente, siguiendo una secuencia, se introducen las restantes en cada etapa, sobre la
base de agregar, cada vez, aquélla que explica en mayor grado la variable dependiente o de
criterio.
ANÁLISIS DEL MERCADO

Para dar cabal cumplimiento al programa de investigación de mercados, es


necesario enfocar los aspectos que son objeto de referencia en el proceso de
planeación del marketing, como la caracterización del mercado meta, los
métodos de evaluación del mercado, la segmentación, el pronóstico de ven­
tas y la descripción cualitativa del mercado.
El plan del marketing, hace, en primer término, el análisis bajo una perspectiva cualitati­
va, como la identificación de los segmentos del mercado y sus características, luego hace el
enfoque cuantitativo, como la evaluación del potencial para cada segmento y finalmente, eva­
lúa su rentabilidad.
El pronóstico utiliza, igualmente, técnicas cualitativas y cuantitativas para su evaluación.
De hecho, muchos gerentes de marketing solo conciben la investigación de mercados a través
de los programas para describir el proceso actual del mercado y establecer los pronósticos.
Estos se preparan aún con el conocimiento pleno del nesgo que representa tratar de predecir el
futuro, y con mayor razón, en los últimos tiempos, cuando los cambios se precipitan con tanta
rapidez.
No siempre es fácil lograr un acierto aceptable del futuro, tomando como base lo realiza­
do en el pasado. Por ello, muchas técnicas estadísticas, desarrolladas para este objetivo, pierden
cierta base de credibilidad en algunos de los interesados. Sin embargo, al decir de Argenti, si el
futuro es incierto, con mayor razón se debe planear porque “un plan no es mas que hacer una
mirada sistemática al futuro, para decidir qué se debe hacer, aún sabiendo lo incierto que es”.
El beneficio del pronóstico está entonces en alertar al negocio sobre las áreas de incerli-
dumbre para estar preparado con un plan de contingencia, que permita tomar medidas que
remedien o cambiar las hipótesis sobre las cuales se basó el plan de marketing.
Se incluye, al final, una sección sobre las herramienta que sirven para realizar descripcio­
nes cualitativas de los mercados, que revisten gran importancia como complemento del análisis
estadístico.
542 INVESTIGACIÓN DE MERCADOS

1. SEGMENTACIÓN DEL MERCADO

Los cambios son una fuente permanenLe de oportunidades y de amenazas; y de las respuestas
estratégicas, prontas y acertadas, depende la supervivencia de las empresas. La introducción
oportuna de un producto en el mercado, la oferta del producto adecuado son algunos de los
elementos que diferencian a la empresa exitosa. El reconocer los deseos y la satisfacción de los
clientes es ineludible para fortalecer la posición competitiva de los negocios, y, en ello, se debe
plasmar el desarrollo de los planes de marketing.

El plan de marketing

Se requiere contemplar una etapa previa de análisis, que considere diferentes frentes del ma-
croambiente, algunos, poco cambiantes, como sucede con las grandes tendencias sociales y cultura­
les, que se refieren a los estilos de vida y los valores de los consumidores, otros, muy cambian­
tes, como las tendencias políticas, económicas y de mercado, que suelen ser muy dinámicos,
con grandes variaciones de período a período y que necesitan de una vigilancia más estricta.

Figura 12.1 Funciones de plan de marketing.


ANÁLISIS DEL MERCADO 543

Dentro de las condiciones económicas, es interesante tener en cuenta el ciclo económico,


la estabilidad de los precios, la tasa de cambio, la balanza comercial, el crecimiento de los
sectores, y, en general, las variables macroeconómicas que suelen afectar la demanda y la oferta.
En la parte política se debe considerar el proceso de regulaciones y tratados comerciales que
son los más críticos. Con relación a las tendencias del mercado, el plan debe analizar el desarro­
llo de la industria, la participación de las empresas en el mercado, las características de la oferta
y el intercambio comercial, entre otros aspectos. Este análisis externo se conjuga con el análisis
intemo, que hace lo propio con relación a las fortalezas y debilidades de la empresa, para
evaluar el real provecho de las oportunidades del mercado.
Como producto del análisis se deben determinar unos objetivos realistas y compatibles
con la visión de la empresa hacia el largo plazo. Los objetivos expresan la posición deseable
dentro de las condiciones actuales del mercado, los cuales se esperan alcanzar durante el perío­
do de operación estudiado. Las acciones que se deben emprender para lograr tal fin, constitu­
yen las estrategias de marketing.
Las estrategias de marketing pueden serfuncionales, cuando se enfocan hacia la mejora de
la estructura operativa, con miras a la reducción de costos y a la creación de economías de
escala. Se apoyan en elementos tales como la logística de distribución, la tecnología y el desa­
rrollo gerencial.
De otro tipo son las estrategias competitivas que se centran en la diferenciación de produc­
to, apoyadas en elementos de la mezcla de marketing, tales como la calidad, el servicio, el
diseño, la marca, la innovación, y el precio.
Finalmente, las estrategias de marketing se enfocan hacia la búsqueda del mercado meta,
segmentando, haciendo eficientes los recursos y eficaces las actividades de marketing.
En este proceso la investigación de mercado juega un papel fundamental en la etapa
inicial del análisis, en lo relacionado con aspectos tales como el crecimiento de los segmentos,
las participaciones en el mercado, el volumen real y potencial de la demanda, la capacidad de
consumo, la capacidad de la oferta y el margen de contribución esperado, como parte de los
elementos cuantitativos, o en aspectos relacionados con la etapa de vida de los productos, la
intensidad competitiva, las barreras de entrada, la identificación de los segmentos, el potencial
de desarrollo, como elementos cualitativos.
Las técnicas para analizar el mercado tienen tal diversidad de enfoques, que se puede
decir que dependen de cada investigador. Se utiliza toda clase de metodologías y posibilidades
de información, según los recursos disponibles, aplicados con rigor o subjetivamente.
Las siguientes secciones se dedican a cumplir este propósito, atacando tres aspectos: el
estudio conceptual del proceso de segmentación, las metodologías para medir los mercados y el
pronóstico como la herramienta para prever el crecimiento de los segmentos.
544 INVESTIGACIÓN DE MERCADOS

Análisis del mercado Segmentación


Medición
Previsión

La segmentación

El proceso de segmentación consiste en dividir el mercado global en subconjuntos, con carac­


terísticas de intereses más especílicos y homogéneos, dirigidos a concentrar los esfuerzos de
marketing hacia una solución más efectiva y a lograr una mejor eficiencia en la utilización de
los recursos.
La segmentación proporciona ventajas porque:

• Simplifica los planes de marketing.


• Concentra la atención al dirigirlos a mercados específicos.
• Facilita la identificación y evaluación de las oportunidades del mercado.
• Se hacen mas nítidas las estrategias de marketing.
• Racionaliza la asignación de los recursos.

La investigación de mercados contribuye de varías formas en este proceso, que involucra


estos elementos: la identificación de sus componentes, la selección de los segmentos y evalua­
ción de su potencial y la descripción de los mismos.

Proceso de segmentación Identificación


Selección y evaluación
Descripción

La estadística proporciona herramientas muy útiles, de análisis multivariable, orientadas


a la segmentación del mercado. Como se estudiaba en el capítulo anterior, el análisis factorial,
el análisis de conglomerados, el detector automático de interacción y el análisis discriminante,
tienen características muy poderosas para desarrollar este proceso. Ellas tienen la ventaja de
proporcionar objetividad, eliminan la intervención humana.
Pero, la idea, ahora, es considerar los elementos cualitativos de la segmentación, para
analizar la identidad de las variables de marketing y su aporte a este propósito.

Identificación
El proceso de segmentación necesita elaborar las siguientes etapas:

• Determinar el propósito de la segmentación.


• Proporcionar las bases de la segmentación.
ANÁLISIS DEL MERCADO 545

• Aplicar herramientas de segmentación.


• Seleccionar y describir los segmentos.
Para identificar los elementos de un segmento, se recurre a la determinación de un perfil
de atributos que, evaluados a ciertos niveles, constituyan elementos más o menos homogéneos.
Son dos los objetivos que debe cumplir la segmentación: la mayor eficiencia para la utili­
zación de los recursos y la mayor eficacia en el cumplimiento de las metas. Estos dos elementos,
reunidos, proporcionan un marketing efectivo.
Uno de los alcances de la segmentación es proporcionar los elementos que faciliten la
administración del marketing por objetivos o cuotas; otro, aportar los elementos estratégicos
para cumplir más eficazmente las metas del plan de marketing.
Según esto, los criterios de segmentación se reúnen en dos tipos de variables: descriptivas
y sicológicas.
Las variables descriptivas se utilizan para la administración del marketing. Comprende
clasificaciones como las geográficas, demográficas, físicas y variables de organización.
Variables geográficas: Cuando se introducen variables estadísticas de ubicación del in­
dividuo, con miras a identificar países, regiones, localidades y entornos que le afectan. Algunas
categorías son: provincias, ciudades, entornos nacional y externo, entorno citadino, rural o
fronterizo.
Variables demográficas: Utiliza variables para identificar características intrínsecas de
las personas, que tienen que ver con propiedades físicas, biológicas, étnicas y culturales del
individuo, tales como edad, sexo, raza, nacionalidad, religión, Lamaño familiar, etapa de vida,
ingresos, ocupación, clase social, educación, afiliación política, etc.
Variables físicas: Son variables para identificar entidades o individuos que cumplen
características de índole física, como por ejemplo, la lista de personas a quienes les llega comu­
nicaciones vía fax, cantidad de automóviles disponibles de una marca determinada, etc.
Variables organizacionales: Son variables para describir características de las empresas
tales como: Actividad, según el sector económico. Tamaño, expresado según la forma como se
distribuyen los clientes, según las compras, las regiones por ventas, las fabricas por el número
de máquinas, etc. Utilidad, o clasificación de producto por margen de contribución, por creci­
mientos en las compras, rotación de los inventarios. Perfiles, según se consideren las prácticas
de compra, composición jurídica, integración de actividades comerciales, etc. Mezcla de marke­
ting cuando se utilizan elementos de marketing, como las características del producto y las
condiciones de venta.
Las variables psicológicas son de mayor utilidad en la planeación estratégica porque
permiten orientar las acciones de marketing hacia los individuos que conforman el mercado
meta, bajo ciertos elementos como las variables psicográficas, conductivas y actitudinales.
546 INVESTIGACIÓN DE MERCADOS

Variables psicográPicas: Constituyen el tipo de variables que se usan para identificar las
características sicológicas estructurales del individuo, como: la personalidad, que condiciona al
temperamento del individuo su respuesta al medio, como por ejemplo, usuario innovador,
vanguardista, seguidor, conservador o indiferente. El estilo de vida, que identifica al individuo
por su respuesta social de conducta, como las actividades para ocupar el tiempo ocioso, la
manera de vestir, el estilo de trabajo, el uso de productos específicos, etc. Los valores, o sea
aquellas variables que identifican ideas establecidas e, implícitamente, reconocidas por los in­
dividuos, como la confianza, la lealtad, el talento, la belleza, la familia, etc.
Variables conductivas: Son variables de tipo sicológico para identificar conductas de
comportamiento del individuo. Describen elementos de estatus, uso, ocasión, condición y for­
ma. Estatus del usuario, como potencial regular inicial, o no usuario. Utilización del producto,
en cantidad, con frecuencia. Ocasión de compra, o circunstancias bajo las cuales consume un
producto, como viajes, vacaciones, celebraciones. Condiciones de compra, como créditos, facili­
dad de accesos, ayudas como catálogos. Forma de Compra, espontánea, racional, o por descono­
cimiento del producto.
Variables actitudinales, Son variables psicológicas para describir actitudes de los indivi­
duos, relacionadas con el beneficio percibido y la sensibilidad. El beneficio es una meta objetiva
del consumidor, que adopta una disposición, o grado de preparación, para decidir una compra.
El proceso consulta el conocimiento, la opinión, el interés y la definición. La sensibilidad, que
estudia factores psicológicos que deciden la compra de un producto, como el efecto demostra­
ción, necesidad sentida, la solidaridad, el impulso.

Selección del mercado meta


Los segmentos se definen ua priori,” cuando las variables de segmentación son ya conocidas con
anterioridad, debido al conocimiento que se tiene del mercado, basado en la experiencia de la
organización, y cuyos resultados se consideran buenos.
El método “a posteriori”, resulta del análisis desprevenido de los individuos componentes
del mercado y su relación con los atributos estudiados, encontrados como consecuencia de la
aplicación de procedimientos objetivos, como el análisis factorial, el análisis de conglomerados,
el análisis multidimensional, el análisis discriminante y el detector automático de interacción.
El mercado meta se conforma con los segmentos que proporcionan la respuesta más
apropiada para la empresa, en cuanto a:

1. Perspectivas atractivas o sea que el segmento debe proporcionar un tamaño mínimo


eficiente, es decir que permita la aplicación de sinergias, economías de escalas y la
generación de unos beneficios aceptables.
ANÁLISIS DEL MERCADO

2. Perspectivas de desarrollo futuro que justifiquen las necesidades actuales de inversión


Las barreras de entrada deben estar acordes con la capacidad financiera de la empresa.

3. Accesibilidad de los segmentos seleccionados, a través de los canales de distribu­


ción de la empresa u otros, dentro de unos términos económicos y una capacidad
empresarial, razonables.
Para servir un segmento del mercado se debe evaluar financieramente su potencial, ana­
lizando la capacidad del mercado, las frecuencias de consumo, el margen de ganancia, las inver­
siones requeridas, las perspectivas de crecimiento y las barreras de entrada. Estos elementos,
confrontados con la capacidad de la empresa, permiten concluir sobre las ventajas para ingresar
al segmento o para continuar atendiéndolo.
El ingreso se plantea mediante una fórmula en función de un posicionamiento de la
oferta y un perfil del segmento. La atención se puede centrar en un segmento pequeño, con alta
participación, o en un segmento grande, con baja participación. El tamaño del segmento no
debe ser tan grande que la diferenciación de producto pierda importancia, ni tan pequeño que
no proporcione beneficios. Debe tener un tamaño mínimo para aplicar sinergias y economías
de escala. Los segmentos del mercado existen desde una perspectiva empresarial, o sea, cuando
existe la capacidad para atenderlos.

Descripción de los segmentos


La segmentación se hace, generalmente, utilizando fórmulas sencillas como "uso” contra “bene­
ficio”. Pero, si una fórmula, así de sencilla, no es suficiente, se hace necesario obtener más
elementos de análisis, relacionando otras variables en el perfil, capaces de estimular ideas con­
venientes para concebir programas de marketing. La segmentación es la base para confeccionar
planes de marketing efectivos. Si la segmentación satisface las necesidades planteadas en el
plan, y hace más eficiente su elaboración, se podrá concluir que este proceso ha sido exitoso.

Objetivos de cobertura de * *© *
la empresa = ©
Objetivos de beneficio del
* *O ©
consumidoi — *
*© *© © *
* * ©
Sólo en dónde coinciden los objetivos del consumidor con la cobertura
de la empresa, se da un mercado meta.

Figura 12.2 Selección de los mercados meta por segmentación


548 INVESTIGACIÓN DE MERCADOS

Porque los mercados son variados y dinámicos, y la capacidad de respuesta de los compe­
tidores es diferente, se debe proceder con estrategias de diferenciación de los productos, para
atender las clases de clientes, que se describen como consecuencia de la segmentación.

Caso 12.1 Formas de segmentación

Segmentación estadística. 1.a segmentación aplicada por una textilera para adminis­
trar el marketing, utiliza estadísticas bajo tres variables descriptoras: los destinos, los canales
de distribución y la clase de productos. La figura 12.3 ilustra un espacio tridimensional que
permite relacionar los segmentos conformados por los clientes, perfilados bajo las tres varia­
bles que sirven para asignar las cuotas de ventas a los clientes y controlar el cumplimiento de

Figura 12.3 Segmentación con tres variables

Igualmente, se ha desarrollado una segmentación estratégica, con base en los objetivos


de los clientes y de la empresa.
Segmentación basada en los objetivos de los clientes. Se hace según los distintos
matices como los usuarios perciben los beneficios en los productos. Una fórmula común es
la combinación calidad y precio. Si se elaboran tres niveles, para cada variable, se pueden
definir nueve segmentos estratégicos a los cuales se les pueden elaborar planes de marketing
diferentes. Para ello se necesita conocer el comportamiento de los clientes de cada segmento,
como se observa en la figuras 12.4 . Por ejemplo, la empresa puede no estar interesada en
atender el segmento baja calidad y bajo precio, si considera que es poco rentable y, tampoco,
ANÁLISIS DEL MERCADO
________ 549

el de alta calidad y altos precios, por no contar con los recursos necesarios para atenderlo. Se
sugiere, entonces» estudiar otros, ubicados en las casillas que señalen mejor viabilidad para
la empresa
Calidad
Alta Normal Baja
Alto 1 2 3
Precio Regular 4 5 6
Bajo 7 8 9

Figura 12.4 Segmentación con base en las variables calidad y precio.

Otra segmentación estratégica de los distribuidores de la empresa se logra con base en


los elementos de comercialización del producto textil y de la naturaleza del canal, como se
puede observar en la figura 12.5. La organización que se necesita para administrar la distri­
bución se determina por la forma como se desagregan los clientes en los 12 segmentos.

—lase Distribuidores Distribuidores Comisionistas


Comercial izaciorT*'—— exclusivos generales
Compran inventarios 1 2 3
Programan colecciones 4 5 6
Mandan fabricar 7 8 9
Compran saldos 10 11 12

Figura 12.5 Segmentación con base envariables de la mezcla de marketing.

Segmentación basada en los objetivos de la empresa. La relación costo contra cober­


tura es una fórmula muy recurrida de segmentación estratégica que busca la atención más
rentable de un mercado, mediante una ventaja relativa en el costo de marketing, como se
ilustra en la matriz definida para este caso en la figura 12.6. El objetivo es determinar cuales
segmentos del mercado se deben cubrir antes que el margen empiece a disminuir o que los
costos sobrepasen un límite crítico.
En la figura 12.7 se explica cómo crecen los costos de marketing con relación al cubri­
miento del mercado. Los costos se incrementan en mayor proporción al del cubrimiento del
mercado. Estos obedecen a costos de promoción, publicidad, cierre de ventas, servicios,
inventarios, comisiones crecientes, márgenes de mayoristas, etc. El margen de ganancia pre­
senta un punto de quiebre y empieza a decrecer, en la medida que se acelera el costo fijo
requerido para atender un mayor porcentaje del mercado.
550 INVESTIGACIÓN DE MERCADOS

Cobertura
Norte Sur Este Oeste

Muy alto 1 2 3 4

Alto 5 6 7 8
• Costo
Mediano 9 10 11 12

Bajo 13 14 15 16

Figura 12.6 Segmentación con base en las variables costo y cobertura.

Figura 12.7 La pendiente expresa el margen de costo. Después de un cubrimiento Co


dado, hace decrecer el margen de contribución.

Marco de trabajo para la segmentación


Es necesario comprender las causas que motivan los cambios de los segmentos, dado que, con
frecuencia, los problemas de las compañías no se deben a la competencia frontal, o a la pérdida
de mercado, sino a causa de los cambios estructurales de los segmentos.
La segmentación se convierte, entonces, en una actividad que debe ser revisada cada vez
que se presenta una de las siguientes situaciones:

1. Cuando la competencia secciona partes extensas de mercados muy competidos. Esto


sucede cuando la segmentación no está dando resultados. En este caso, es necesario
reestructurar la segmentación, con base en las nuevas necesidades de los clientes.
2 Cuando se presentan virajes importantes en las fuerzas ambientales Por ejemplo, si
suceden cambios en las estructuras de costos, o se presentan nuevas manifestaciones
de la utilidad de los productos o de prioridades en los clientes, o nacen nuevas oportu­
nidades o amenazas en el mercado.
ANÁLISIS DEL MERCADO
__ 551

Cuando se dan cambios de estructuras, que se manifiestan en las variaciones de la


composición poblacional, o en los cambios de las actitudes de los clientes frente a la
presencia de facetas antes inexistentes, o por los cambios en la relación del costo- bene­
ficio.

\ Las estrategias de segmentación están basadas en el cliente y constituyen parte funda­


mental de las estrategias de mercado. Aunque la segmentación no se suele desactualizar en
cortos periodos de tiempo, es necesario su seguimiento constante.

2. MEDICIÓN DEL MERCADO

Uno de los problemas que enfrentan los gerentes en sus planes de marketing es el relacionado
con la cuantiñcación del consumo, para realizar los presupuestos de producción y es una refe­
rencia importante porque permite conocer el potencial de inversión para futuros desarrollos. La
medida del mercado se puede obtener a partir de diferentes fuentes, de acuerdo con su dispo­
nibilidad, como la cantidad de personas usuarias, la frecuencia de uso, la capacidad de consu­
mo per cápita, la capacidad de compra, la oferta esperada, el precio promedio, las estaciones de
compra, etc.
Es natural que la medida del mercado se acometa con métodos muy variados, desde
algunos, muy simples, hasta otros, muy sofisticados, dependiendo de los recursos y la informa­
ción disponibles y del rigor requerido. Por tanto, la evaluación de los mercados aporta a veces
medidas no muy precisas, por lo que se recomienda utilizar varios enfoques. Por ejemplo, uno
basado en el consumo y otro, en la oferta, buscando un resultado convergente que se constituya
en un método de evaluación válido.
A veces, la valoración del mercado se desarrolla invocando las fuentes de información
secundaria, como las encuestas, censos, o estudios, oficiales, de agremiaciones o de firmas
especializadas que sirven a la industria. Si no son suficientes, se procede a la búsqueda de
información primaria, utilizando la investigación de mercados, basada en métodos de encues­
tas o péneles de consumidores. La utilización de péneles requiere del consumidor su colabora­
ción para estudios de larga duración, capacidad para identificar el producto estudiado y para
recordar los consumos.
Los estudios de medida del mercado deben estructurarse considerando todas las posibi­
lidades internas y externas del mercado, como el caso que se presenta en la siguiente ecuación,
en que una componente, poco controlada, como las importaciones y exportaciones ilegales, se
vuelve importantes. De esta manera, los resultados parciales deben cumplir la siguiente identi­
dad:
552 INVESTIGACIÓN DE MERCADOS

Consumo = Oferta nacional


+ Importaciones (legales e ilegales)
+ Exportaciones (legales e ilegales)
+ Diferencia de inventarios (inv. inicial — inv. final)
Mercado potencial. Es importante considerar el concepto de mercado potencial y dife­
renciarlo del mercado real. Aquél se contabiliza, a partir de las personas con disposición y
capacidad para adquirir el producto. El mercado potencial expresa el volumen de demanda, a
partir de la elasticidad entre las condiciones del marketing y el consumo. La figura 12.8 indica
cómo llegar al mercado potencial.

Figura 12.8 Esfuerzo de marketing aplicado al mercado potencial.

Métodos de medición de los mercados

A continuación se hace una descripción de los modelos usuales en la medición de los mercados,
los cuales se clasifican bajo las siguientes categorías:

• Modelos inductivos
• Modelos deductivos
• Modelos de regresión
• Modelos de simulación
• Métodos de muestreo
• Modelos de oferta y capacidad utilizada
ANÁLISIS DEL MERCADO 553

Modelo inductivo
El modelo inductivo es un proceso que parte de lo particular a lo general. Se basa en un princi­
pio que busca identificar las situaciones en que se usa un producto y la rotación o frecuencia de
uso. Los parámetros se conocen mediante las realización de investigaciones de mercado. Estos
estudios indagan el perfil del cliente, las variables conductivas que influyen la compra, cuánto
y cuándo compran, quiénes compran y otras variables similares.
Si se trata de productos industriales, los consumidores son, en este caso, transformadores
de materias primas que no suelen ser muy numerosos, por lo que la vía del censo se prefiere
para realizar la consulta, la cual es mas viable si se hace a través de sus proveedores.
El modelo inductivo se nutre de todo tipo de información, algunos muy objetivos porque
provienen de estudios serios y otros, fundamentados en supuestos realistas, pero no concluyen-
tes que, sin embargo, son suficientes, como la información de inteligencia, que, recolectada por
períodos largos, resulta válida para la mayoría de los casos. Para completar una lista de paráme­
tros que permita concluir las estimaciones, ver el ejemplo del caso 12.2.

Caso 12.2 Modelo inductivo de construcción del mercado

Una empresa que provee entretelas para el vestuario, proyecta comercializar un nuevo pro­
ducto con base en una nueva resina para manufacturar cuellos de camisas. Para justificar las
inversiones requeridas en este proyecto, se necesita conocer el potencial de su mercado. Para
ello se recurrió a la construcción de un modelo del mercado real, tal como se expone en la
tabla 12.1, y en la que se indica la fuente de información, a la derecha. Se basa en el segmen­
to de población de consumidores de camisas de cuello, del que se estimó su cantidad, la
rotación de compra, el consumo de entretela por camisa, el precio y la estimación probable
de la participación en el mercado.
El modelo evalúa el mercado a partir de una población de 30 millones de habitantes,
en donde los usuarios naturales de la camisa de cuello son los hombres, cuya edad se en­
cuentra entre los 15 y los 70 años. Se acepta como la medida de rotación, el uso de tres
camisas por año. Esta es una medida proveniente de un estudio basado en un pánel de
consumidores. Se deduce, por tanto, que la demanda de camisas es del orden de los 21
millones al año. Teniendo en cuenta los consumos unitarios de entretela por camisa, y el
valor de ésta, se deduce que el mercado nacional al año es de 7.500 millones de pesos.
Si se aspira al 15% de participación, el producto puede representar ventas de 750
millones de pesos. Sin embargo el porcentaje es un supuesto que la empresa debe confrontar
con su capacidad gerencial y de inversiones en el marketing del producto.
554 INVESTIGACIÓN DE MERCADOS

Tabla 12.1 Construcción del mercado. Modelo inductivo.

Parámetro Medida Fuentes de información


Habitantes del mercado estudiado 30.000.000 Censo de población

Total hombres 15.000.000 Censo de población

Total hombres entre 15 y 70 años 7.000.000 Censo de población

Rotación de compra 3 Camisas/Año Panel textil de consumidores

Consumo mercado meta 21.000.000 Cam/año


i
Consumo promedio de cuello
de tela fusionable OJO mVcamisa Estudio observación

Consumo promedio de tela


fusionable para puños 0,15 m2/camisa Estudio de observación

Porcentajes de camisas
manga larga 50% Panel textil

Precio promedio, entretela $ 2 000 /m2

Consumo entretelas para


elaborar cuellos 2.100.000 m2/año

Consumo entretelas para


elaborar puños 1.650.000 m2/año

Mercado total 3.750.000 m2/año

Valor total 7.500 millones /año

Modelo deductivo de mercado


Este modelo parte del conocimiento global del mercado hacia lo particular, el cual se va redu­
ciendo en la medida que se canalizan las condiciones de uso y participación. Es un procedi­
miento de filtros, interesante cuando se conocen las estadísticas generales, pero no se conocen
los datos por sectores, por lo que, para estimar los mercados particulares de los productos, es
necesario filtrar, como se puede observa en el caso 12.3.
Las tasas de participación requeridas para aplicar este método, son estimadas en forma
subjetiva, sustentadas mediante consultas a expertos en la materia, o valorados con juicios
basados en datos históricos, o por medio de muestras pilotos. En el caso 12.3 se aplica este
procedimiento para el mercado de las camisas, del ejemplo anterior.
ANÁLISIS DEL MERCADO 555

Caso 12.3 Modelo deductivo de construcción del mercado

Cuando se parte del conocimiento del consumo de entretelas en la confección de camisas, el


modelo deductivo se presenta como otra alternativa viable, siempre y cuando se puedan
estimar las participaciones del mercado.
Los estudios históricos de demanda de entretela indican que el mercado nacional es
del orden de los 3,8 millones de m2 al año. En la tabla 12.2 se hace el desarrollo del proceso
y se calcula el mercado real.

Tabla 12.2 Construcción del mercdo. Modelo deductivo

Parámetro Medida Fuentes de información

Demanda total de entretela


fusionable 3.800.000 rrP Investigaciones de mercado
Confecciónistas comprometidos Conocimiento institucional
con la competencia 34% del mercado
Demanda disponible 2.508.000 m2
% producción correspondiente a
empresas que consumen entretelas
de otro tipo de calidad 45%
Demanda disponible 1.379.200 m2
Participación probable en
este mercado 25%
Mercado probable 344.800 m2
Precio entretela $ 2.000/m2
Cuantía del mercado $ 689 millones/año

Este caso proporciona una demanda similar al propuesto por el modelo inductivo,
convergencia esta que resulta ser un buen indicio de la validez de las cifras utilizadas como
hipótesis. Por tanto pueden ser tenidas en cuenta para evaluar el proyecto que se propone
para lanzar las entretelas como un nuevo producto de la empresa al mercado de la confec­
ción, para competir con otras marcas. Es recomendable aplicar enfoques diferentes para
evaluar los mercados por la confianza que proporciona la convergencia, además de que
permite validar datos del mercado como las participaciones.
556 INVESTIGACIÓN DE MERCADOS

Modelo de regresión
El modelo que aplica la regresión lineal para medir la demanda, se define con variables
predictoras, que de alguna manera han demostrado su bondad para tal fin.
Al modelo de regresión utilizado se le llama de índice ponderado. Se plantea como una
ecuación constituida por índices que se combinan en forma ponderada con algunas variables
predictoras del consumo, como la población del territorio estudiado, la capacidad adquisitiva
de los mismos, el producto interno bruto de la región, etc.
Las variables se puede expresar en términos relativos, con relación al mercado total na­
cional. Por ejemplo, la expresión:
R = aP + jB-Vr + y-/
se ha desarrollado para conocer el porcentaje de participación, R, de la demanda total corres­
pondiente a una región del país que cuenta con el P% de la población total, tiene el V% de los
establecimientos de ventas al por menor y el 1% del ingreso bruto nacional. Los coeficientes a,
/? y y indican el peso de cada una de las variables predictoras, en la estimación de R. El ejemplo
del caso 12.4 aplica un modelo de regresión similar al expuesto.

Caso 12.4 Modelo de regresión para construcción de un mercado

El modelo de regresión siguiente ha demostrado que tiene un nivel aceptable de pre­


dicción para la estimación de la demanda de un bien. La ecuación se describe así:

R = 0,5 P + 0,3 V 4- 0,2 1


Donde:
R = Porcentaje de participación de la demanda regional con relación al total nacional.
P = Porcentaje de participación de la población regional.
V = Porcentaje de participación de la región en las ventas nacionales.
1 = Porcentaje de participación regional de los ingresos nacionales.

Esta expresión considera las participaciones de la población, las venías y el ingreso


como variables predictoras de demanda, donde cada una se pondera con el 50%, el 30% y el
20%, respectivamente.
La región estudiada tiene las siguientes estadísticas:

Comprende el 2% de la población total del país.


El 3% de las ventas al detal.
El 5% de los ingresos.
ANÁLISIS DEL MERCADO
557

De la expresión resulta la participación del 3% del consumo nacional así;

R = 0,5 x 0,02 + 0,3 x 0,03 + 0,2 x 0,05 = 0,03 (=3%)

Si la demanda nacional se estima en 200 millones de unidades, se calcula que la región


consume probablemente 6 millones. Esta es la base de estimación del mercado para una
empresa local, cuyo mercado meta se circunscribe al de la región, del la cual se aspira a una
participación del 20%, esto es, de unos 1.2 millones de unidades.

Modelo de simulación
Los modelos de simulación se establecen sobre una serie de supuestos que reflejan, en forma
aceptable, el desempeño que tendría el mercado cuando se utilizan parámetros diferentes de los
actuales.
Las fuentes de información para alimentar el modelo son muy variadas y, con frecuencia,
se utilizan las concebidas como de inteligencia, que provienen de fuenLes no sistemáticas u
objetivas. De hecho, los medios suministran constantemente información que se puede utilizar
metódicamente para completar, gradualmente, un modelo de mercado. Esta información es Lan
valiosa como la que proviene de fuentes sistemáticas, y a veces, es suficiente para implementar
por si sola los modelos de simulación.
De esta forma, una empresa puede elaborar sus propios mapas de la competencia, los cua­
les se actualizan en forma sostenida con las nuevas informaciones que constantemente están
llegando sobre los participantes en una industria. Esta es una herramienta importante cuando
no existen estadísticas oficiales, y a las empresas, por razones de mercado, les resulta imposible
acceder a la información de sus competidores.

Técnicas de muestreo para medir un mercado

Los métodos de muestreo proporcionan la forma científica para determinar, en ciertos casos, el
tamaño de una población, el potencial del mercado o el tamaño de una oferta, para una región
o un territorio dado. Existen varias formas de aplicación, las cuales se estudian a continuación:
el muestreo directo, el muestreo indirecto, el muestreo por áreas y el muestreo por cuadros
cargados.

Muéstreos para estimar una población Directo


Indirecto
De áreas
De áreas cargadas
558 INVESTIGACIÓN DE MERCADOS

Muestreo directo
Se desea conocer el número de elementos N, que componen una población bajo estudio. El
procedimiento de muestreo directo se apoya en una señal artificial que se aplica, anticipada­
mente» a M integrantes de la población. Se selecciona, posteriormente» una muestra al azar de
tamaño n, de los cuales se hace un recuento de los elementos que poseen la señal aplicada,
siendo m el número de estos. Con esta información es posible determinar el tamaño de la
población, a partir del estimador del parámetro P=M/N, esto es la proporción de elementos de
la población, con la señal de control.
De la muestra se determina el estimador p, así:

en donde m, es el número de elementos contabilizados con la señal y n, el tamaño de la muestra.


El estimador N* de la población estudiada es, por tanto:

N' = N = —
P
cuya varianza es:

N no es un estimador insesgado de la población porque E(N) no es igual a N, puesto que se


puede demostrar que:

E<N>=N+Hír1)
Por tanto, se necesita que el experimento considere un tamaño de muestra y un número
de unidades señalizadas suficientemente grande, para que la estimación sea buena. En la tabla
12.3 se observan las estimaciones de N para una población de 10.000 unidades, dadas diferen­
tes posibilidades para n y M. Se nota que las estimaciones son buenas si M y n son grandes, en
tanto no lo son para valores bajos.

Tabla 12.3 Exactitud de la estimación poblacional.

Tamaño población Estimaciones de Npara un


N= 10.000 tamaño de la muestra
Tamaño de la señal n= 10 n = 100 n = 1 000
M = 10 1.009.000 109.900 19.000
M = 100 109.000 19.900 10.900
M = 1.000 19.000 10.990 10.090
ANÁLISIS DEL MERCADO 559

Muestreo indirecto
El muestreo directo Fija, previamente, el tamaño n de la muestra y con esa base se hace el
recuento de los elementos con la señal aplicada. Como se hizo notar en la sección anterior, si el
valor de m en la muestra es bajo, la estimación del tamaño de la población no es buena. Esta
desventaja se trata de corregir con el muestreo indirecto.
En este caso, se procede con el método secuencial, aumentando el tamaño muestral
en forma gradual, o por etapas, hasta contabilizar una presencia en la muestra de un número
m suficiente de unidades señaladas. Cuando se cumpla esta condición se suspende el muestreo.
Se calcula el estimador p=tn/n de la relación M/N, y se determina N\ como en el caso
anterior. La ventaja de este método se apoya en la operación de un estimador insesgado para N,
cuya varianza es:

AH2 (1 + Afl)

en donde el (amaño de la población es:

Muestreo de áreas
El muestreo de áreas es útil para evaluar la población de elementos puntuales que se asientan en
un espacio continuo, como un territorio, una región o un país, en donde el recuento directo por
medio de un censo es difícil y costoso.
El procedimiento, que se apoya en los mapas cartográficos, divide la superficie, o territo­
rio, en un número de parcelas, o áreas, de igual tamaño. De éstas se extrae una muestra de
parcelas, a las cuales se les aplican las mediciones requeridas.
Se adopta la siguiente nomenclatura: A, es el área total del territorio, M, es el número de
parcelas, a, es el área de cada parcela, esto es a = A/M, y Nj, indica el número de integrantes en
la parcela j. Entonces el número de elementos de la población es:
M
N = I(NJ

7=1

Para estimar N se sigue este procedimiento:


1. Se extrae una muestra de m parcelas, o áreas, en donde representa el número de
elementos contabilizados en la i-ésima área.
560 INVESTIGACIÓN DE MERCADOS

Se designa la densidad de la población por:

y, desde luego: N = 3-A


2. Se obtiene el promedio de elementos por áreas en la muesira, así:

Di
¿
m

en donde el número de elementos por área j es nf,


3. Se determina el estimador de la densidad poblaciorial, así:

8' = ^
a

cuya varianza es:


V¡»r(5') = —
a•m

4. Finalmente, el estimador del total de elementos de la población es:

N = 8'A
con varianza:
Var(N) = A2 ■ —
a n

La ventaja de este método es el menor costo, al remplazar el censo por una muestra. Sin
embargo, se debe anotar que la medición de cada área, o parcela, necesita barrer toda su exten­
sión para contar las unidades integrantes.

Muestreo de áreas cargadas


El muestreo de áreas cargadas es una variante del anterior, que se utiliza cuando el recuento de
elementos por área es difícil, costoso, o imposible. En lugar de contabilizar el número de unida­
des por área, solo se necesita confirmar la existencia o no de los elementos en el área.Es un
muestreo de atributos.
Si contiene, al menos, un elemento se dice que el área está cargada. A partir del recuento
de áreas cargadas, se determina la relación p, que es el cociente entre las áreas cargadas y el
total. Este valor permite estimar la densidad y el tamaño de la población.
Como lo que se observa es el cumplimiento de un atribulo en el área, la medición se
facilita, se reduce el tiempo de observación, y se logra la medición en aquéllos casos de difícil
acceso. Solamente se hace el rastreo completo en las áreas de cero unidades que cumplan con la
existencia del atributo.
ANÁLISIS DEL MERCADO 561

Si m es el número de parcelas de la muestra, cada una con área a, de las cuales c es el


número de parcelas cargadas, entonces p = c/m , es la relación de parcelas cargadas y q = 1 -p es
la relación de parcelas no cargadas. El método supone que las unidades en el territorio se
distribuyen de manera uniforme, al azar. Se puede demostrar, entonces, que es un proceso de
Poisson1, donde:
q = e~aS ó p=

Esta propiedad conlleva a las siguientes expresiones, para estimar a 5 y N:

8' = -—-Lnq
a

m a

Por tanto, el estimador del tamaño poblacional N es: N' = 8' A

cuya varianza es: Var(N') = ■ • (e ~a 5 -1)


m•#

12.5 Estimación de la población de unidades productoras

El almidón de yuca es un producto utilizado como insumo industrial en diferentes procesos de


fabricación. Su manufactura a nivel industrial es bajo, pero existe un sin número de fabricantes
artesanales, en establecimientos campesinos. Por tanto, debido a la informalidad de esta
industria, no se cuenta con información suficiente para estimar la oferta de dicho producto.
Para mejorar el conocimiento del sector, se propuso investigar el número de estableci­
mientos artesanales dedicados a elaborar dicho producto y así evaluar la oferta. La produc­
ción se concentra en un territorio que se extiende a lo largo de 100.000 hectáreas de una
región, por lo tanto, se propuso aplicar el muestreo de áreas cargadas.
El territorio se dividió en 1000 parcelas de 100 hectáreas, y se determinó una muestra
de 100. El resultado observó 30 parcelas que contenían, al menos, una explotación de almi­
dón de yuca. Esto es p = 0,3 y q = 0,7. Por tanto:
3' = -l.Lnq^---- — ■ Ln 0,7 = 0,0036
a 100
N = 8' • A = 0,0036 x 100000 = 360

1 Los elementos uniformemente distribuidos al azar, se comportan según distribución de Poisson, si son indepen­
dientes, donde la probabilidad se expresa por P(n)=(a-t)n-e_al/n!, siendo n el numero de elementos de la población
de un cuadro, y a t el número promedio de elementos por cuadro. Por tanto para n=0, P(0)=e'al=q
562 INVESTIGACIÓN DE MERCADOS

Se concluye que 360 es el número de establecimientos artesanales en la región estudiada.


Para estudiar la oferta, se realizó un muestreo de áreas simple, el cual determinó que la
producción anual promedio por establecimiento es de 4,2 toneladas. Por tanto, la produc­
ción artesanal de la región se valoró en 1.512 toneladas anuales.

3. PRONÓSTICO DEL MERCADO

El fin del pronóstico es fundamentar las posibilidades de ventas del plan de marketing. Con
esta base se determinan los objetivos de la empresa para un período de operación, y se propor­
ciona la referencia que sirve de base para el control de la gestión.
Del pronóstico de ventas se derivan varias de las más importantes actividades de la em­
presa; los presupuestos de fabricación y de compras, la mezcla de productos, la proforma de ingresos
y egresos y las cargas laborales, entre otros. Por tanto, se deben poner a disposición las mejores
herramientas estadísticas e informáticas para elaborar el pronóstico de ventas.
El pronóstico de ventas se soporta en la investigación de mercados que proporciona el
conocimiento potencial de la demanda, el crecimiento de los segmentos, las participaciones en
el mercado y otras similares.
El pronóstico empieza con un enfoque cualitativo que evalúa los posibles escenarios futu­
ros. Esta es una etapa que hace parte de la planeación estratégica, pero la estadística proporciona
las técnicas cuantitativas para su elaboración. De todas maneras, las predicciones siempre son
inciertas y, por tanto, se deben implementar planes de contingencia, que son las alternativas de
acción para cada escenario. Predecir el futuro es, en parte, un arte y, en parte, una técnica. De la
mezcla de estos dos elementos se deriva el pronóstico definitivo. Siempre se debe planear, así
no sea más que con una mirada sistemática al futuro, para decidir qué se debe hacer, aún
sabiendo que las cosas pueden cambiar.
i
Caracterización del pronóstico

El pronóstico debe gozar de ciertas cualidades, como la necesidad, la disponibilidad, la preci­


sión, la oportunidad y la representatividad. Consecuente con ello, los siguientes elementos
deben caracterizar al pronóstico:

1. El elemento cuantitativo, debe responder a la pregunta qué, cuánto y dónde vender, ya sea
con relación a un artículo específico, a una familia o clase de artículos, a un contexto de
productos por industria, a una marca, o a un mercado.
ANÁLISIS DEL MERCADO 563

El enfoque de mercado considera las ventas por territorio, por canal de distribución, por
tipo de cliente, por situado nacional o externo. EL enfoque por ciclo de vida considera
cuatro categorías: los nuevos productos, los productos estrellas con gran crecimiento,
los productos maduros de gran generación de efectivo y los productos sostenidos, en
proceso de decadencia.
2. El elemento tiempo, que es inseparable del cuantitativo. Es necesario considerar un ho­
rizonte de tiempo bajo estudio. Lo natural es utilizar períodos como meses, trimestres,
semestres y años.
Si el período se define a un año, o menos, se trata de un pronóstico de corto plazo; a
dos, o tres, años, constituye el mediano plazo; a cinco, o más, años, es el largo plazo. A
mayor plazo mayor complejidad y más inexacto el pronóstico.
La rapidez de los cambios obliga a revaluar el pronóstico con mucha frecuencia. Si no
existe flexibilidad para cambiar los planes de marketing, seguramente la empresa ten­
drá problemas de subsistencia.
3. La confiabilidad del pronóstico, cuya bondad está relacionada con la disponibilidad de
recursos. Con frecuencia, no se conocen los datos del sector dónde opera la empresa,
por cual necesita llenar, por sí sola, esta necesidad y debe, por tanto, asumir el costo
necesario para conocer la coyuntura, y, en ocasiones, esta posibilidad se vuelve imposi­
ble. La confiabilidad considera la cantidad, la disponibilidad, la precisión, la oportuni­
dad y la representatividad de los datos.
4. La estructura del pronóstico, que consta de cuatro componentes. La componente princi­
pal, o secular, que es muy estable y, relativamente, fácil de predecir, mediante la utiliza­
ción de herramientas estadísticas. La componente estacional, que produce las diferen­
cias a través del año. Requiere consultar los índices de estacionalidad y otras variables
similares. La componente cíclica, que se relaciona con el ciclo económico dentro uno de
los cuatro periodos básicos: el de desarrollo, el del apogeo, el de decadencia y el de
perigeo. Se basa en los análisis macroeconómicos. La componente coyuntural, que es
muy inestable porque refleja el contexto del momento o situaciones coyunturales. Se
fundamenta en la apreciación subjetiva de los expertos.
5. La forma del pronóstico, que considera tres maneras: a). En forma de una distribución de
probabilidades, b). En forma de un estimado puntual, c). En forma de un intervalo.

La primera, con la función de probabilidades, predice la vigencia de diferentes escena­


rios; la segunda, produce una media o una variación y, la tercera, un rango de posibilidades.
564 INVESTIGACIÓN DE MERCADOS

Componente cualitativo
En cada caso, para lograr el éxito del pronóstico, es necesario conlar con tres supuestos cualita­
tivos: a). La capacidad de sus ejecutores, b). La cooperación de la gerencia y c). La funcionali­
dad del sistema.
El análisis cualitativo de los ambientes comerciales considera variables del siguiente tipo:

1. El clima económico. Compuesto por los elementos exógenos, que están fuera del con­
trol de la empresa, como la demanda agregada, el ingreso, las condiciones del empleo,
la estabilidad en los precios, los controles gubernamentales, las políticas fiscales y mo­
netarias, las tendencias internacionales y los cambios políticos y sociales.
2. El desarrollo de la industria. Determina las participaciones de la empresa, las pers­
pectivas del sector, la oferta de productos primarios, complementarios y sustitutos, y
las actividades de los participantes.
3. El desenvolvimiento del mercado. Identifica los segmemos con mayor crecimien­
to, el perfil de sus integrantes, los facLores claves en los mercados, los cambios estruc­
turales.
4. Las posibilidades de la empresa. El pronóstico de ventas debe ser consistente con las
capacidades de la empresa. Por tanto, se debe equiparar la demanda con las ventas de
la empresa. Un crecimiento de La demanda significa una posibilidad de crecimiento de
las ventas de la empresa, pero si no tiene los recursos, su posición se reducirá a ver que
otros la aprovechen.

Métodos de pronósticos
De una u otra forma los gerentes elaboran un pronóstico, bueno o malo, para poder dirigir las
operaciones de marketing de la empresa. Por tanto, la calidad del pronóstico depende del tiem­
po dedicado, del rigor aplicado, de los recursos asignados y de la capacidad de los responsa­
bles.
De acuerdo con las fuentes de información disponibles y las metodologías utilizadas, los
pronósticos pueden ser formales o informales, cualitativos o cuantitativos. Un pronóstico de
bajo costo puede ser suficiente en muchos casos. Es el caso cuando las fuentes de información
se basan en el juicio de la fuerza de ventas y en las percepciones de la gerencia.
Pero el objetivo de esta sección es considerar los métodos de pronósticos que tienen una
base formal, así no se trate, necesariamente, de rigurosos y complicados métodos estadísticos.
Una metodología formal no descarta el componente subjetivo, que haya demostrado, en alguna
forma, su efectividad. Entonces es posible determinar dos categorías importantes de métodos
ANÁLISIS DEL MERCADO
565

de pronósticos: los cualitativos, que se basan en juicios subjetivos, así éstos consulten datos
pasados y predicciones futuras, y los cuantitativos, que se basan en el análisis estadístico de
datos pasados.

Métodos Informales
Formales Cualitativos
Cuantitativos

Pronósticos cualitativos

Se basa en la apreciación subjetiva, pero fundamentada, que utiliza pocos elementos de infor­
mación cuantitativa, pero muchos de juicio cualitativo, que deben convertirse a estimaciones
cuantitativas. Algunos procedimientos utilizados para elaborar un pronóstico con una base
cualitativa son: los púneles de expertos, el método Delphi, los estimativos de la fuerza de ventas y las
encuestas de intenciones de compra de los clientes.

Paneles de expertos
El procedimiento se basa en un grupo de expertos administradores de las disciplinas del marke­
ting como vendedores, gerentes, agentes, distribuidores, proveedores de materias primas y equi­
pos, observadores y analistas en general, todas personas conocedoras del proceso industrial en
el cual se desenvuelve la empresa, con el objeto de combinar juicios y datos personales y obje­
tivos, de los cuales se debe generar un pronóstico de venta.
La información suministrada se apoya con datos históricos estadísticos convencionales y
en apreciaciones o perspectivas de la industria, suministrados por entidades especializadas. El
procedimiento debe propiciar la comunicación entre los participantes, sin que necesariamente
conduzca al consenso. Se desarrolla utilizando diferentes formas. Lo propio es usar encuestas
por correo, dirigidas a expertos colaboradores, voluntarios o pagados. También realizar foros
en forma de paneles donde se propicie el intercambio de ideas, conformando grupos por terri­
torios o regiones. Otro campo interesante es integrar este programa como parte de las conven­
ciones de ventas empresariales que se realizan anualmente.
La ventaja del método es su rapidez y eficiencia. Su desventaja radica en lo subjetivo del
proceso, pues no suele ser sistemático y presenta con frecuencia sesgos, debido a las influencias
predominantes. Sin embargo, puede ser de gran utilidad si se dispone de un coordinador pre­
parado y objetivo para recoger las opiniones y unificarlas en conclusiones útiles.
566 INVESTIGACIÓN DE MERCADOS

Método Delphi
El método Delphi2 es similar al anterior, se diferencia en dos aspectos: 1. Corrige la subjetivi­
dad mediante un procedimiento sistemático, y 2. Busca el consenso.
El objetivo es buscar una perspectiva única a la cual se adhieran todos los participantes.
Para ello aplica un proceso de retroalimentación, basado en un intercambio intenso de cuestio­
narios, bajo la dirección de un coordinador central.
El procedimiento en una primera etapa, asegura la colaboración de un grupo de expertos,
mediante compromisos de diversa índole. El paso siguiente realiza una encuesta individual,
donde cada componente hace su propia evaluación La tercera etapa recopila esta información
en una oficina central, se procesa, se analiza y los resultados se envían a los participantes, con
una nueva encuesta.
El propósito de la nueva encuesta es revisar el pensamiento inicial de los participantes,
quienes, con las conclusiones de la primera ronda, suministran nuevos elementos de juicio que
pueden hacer variar su posición. La cuarta etapa es una repetición de la tercera, que saca prove­
cho de la retroalimentación para converger en una opinión más representativa. Las etapas si­
guientes son repeticiones con las conclusiones actualizadas, hasta obtener un pronóstico por
consenso.
El número de participantes puede variar entre diez y cincuenta personas, pero es desea­
ble que no se produzca contacto personal entre los participantes. De ésta manera se eliminan
las influencias y la predominancia de las personalidades más fuertes. Cada individuo debe
conocer la información general, pero no las opiniones individuales.

Estimativos de la fuerza de ventas


El pronóstico se puede realizar consultando directa o indirectamente el mercado. El estimativo
de la fuerza de ventas es una consulta indirecta que se basa en el conocimiento que los vende­
dores tienen de sus clientes. Si se cumple esta premisa, es posible estimar el potencial de los
clientes en una forma más rápida y acertada que si se recurre directamente a los clientes.
Este método es ventajoso porque consulta las expectativas de compras y explora otros
elementos cualitativos, como las oportunidades y las amenazas del mercado, las acciones de la
competencia y las tendencias de los clientes.
Este procedimiento tiene desventajas cuando la formación de los vendedores no es sufi­
ciente para emitir juicios de valor objetivos, o cuando no existe voluntad para colaborar, por
temor a afectar sus cumplimientos de ventas, o por otros motivos.

2 Delpho tiene su origen griego, para referirse al oráculo al cual se recurría con miras a predecir el futuro.
ANÁLISIS DEL MERCADO
567

Encuesta de expectativas
La consulta directa a los clientes sobre sus intenciones de compra, para un período estudiado,
se hace por medio de encuestas por correo o personales, dependiendo del número de ellos. Las
empresas que utilizan este procedimiento suelen repetir la encuesta cada tres o seis meses. El
procedimiento, aunque menos rápido y económico que el anterior, es muy exacto, cuando el
número de clientes no es demasiado grande.
Las desventajas se presentan por la tendencia a confundir las expectativas con compromi­
sos de compras, lo que propicia la subestimación de las apreciaciones. O, por el contrario,
cuando los clientes sobrestiman las expectativas de compras para beneficiarse de una coyuntu­
ra del mercado. Ambos casos son muy frecuentes y son suficientes para invalidar el procedi­
miento.

Métodos cuantitativos

Los métodos cuantitativos se proveen de datos históricos y utilizan modelos matemáticos para
interpolar o extrapolar la información.
Los métodos que se basan en la extrapolación se utilizan para describir una tendencia a
partir de una serie de tiempo. Los métodos que se basan en la interpolación, también llamados
causales, utilizan un modelo para predecir el probable comportamiento de una variable que se
expresa en función de otras variables predicloras.
Estos métodos parten del principio de estabilidad, el cual establece que la reproducción
de una situación pasada es suficiente para predecir el futuro.

Pronóstico cuantitativo 1 Extrapolación o series de tiempo


1 Causales o econométricos

Series de tiempo
Una serie de tiempo la constituye una secuencia periódica de observaciones de una variable
estudiada. Con base en dicha serie es posible extrapolar para obtener un pronóstico, partiendo
del principio de conservación hacia el futuro de las condiciones que sentaron las bases de los
resultados pasados.
El modelo aplicado asume que cada observación se explica por la combinación de cuatro
elementos componentes:

• la tendencia secular (T), • el ciclo económico (C),


• la estacionalidad anual (E) • la coyuntura aleatoria (I).
568 INVESTIGACIÓN DE MERCADOS

Entonces una observación Y se descompone así:

Y=T+C+E+I

La tendencia es la componente estructural o de largo plazo, la cual se afecta por las gran­
des fuerzas macroambientales, tales como el crecimiento poblacional, la estructura del PIB, las
migraciones, las innovaciones tecnológicas, los cambios culturales y los estilos de vida, y otras
que tienden a producirse por la realización de cambios lentos y graduales en el tiempo.
La componente cíclica tiene una longitud de mediano plazo y varía en concordancia con
los ciclos económicos, los cuales suelen ser muy analizados por especialistas. Los ciclos se
producen por una multitud de eventos económicos y sociales que, finalmente, terminan afec­
tando en mayor, o menor grado, las operaciones comerciales de la empresa. Sin embargo, aun­
que se reconozca la evidencia de un ciclo económico, no es fácil deducir la duración, la forma
y la intensidad de sus etapas, lo cual permite comprender por qué esta componente es la mas
difícil de prever.
La componente estacional hace referencia a las fluctuaciones determinadas por los proce­
sos comerciales durante el transcurso de un año. Es la componente del corto plazo y la mejor
conocida, porque presenta situaciones cuasideterministas, a partir la información pasada que
se reproduce continuamente ante la repetición periódica de los mismos eventos Esta compo­
nente es propia del movimiento comercial, ocasionada por situaciones que predisponen al con­
sumo, dada unas mayores disponibilidades de efectivo cuando los consumidores reciben ingre­
sos discrecionales, por una situación de estación como las cosechas agrícolas, de festejos como
las ferias, o de rotación de efectivo como el vencimiento de prestaciones.
La componente irregular representa la situación de coyuntura, que es consecuencia de la
acumulación de acontecimientos que no suelen obedecer a cambios previsibles. Esta compo­
nente es generada por la dinámica estatal, los cambios climáticos, las fluctuaciones políticas, los
advenimientos sociales y las condiciones industriales. Son situaciones difíciles de prever, aún
para periodos relativamente cortos.
El análisis de la serie consiste en aislar sus componentes y proyectar cada una de ellas al
futuro. Para ello se procede a separar cada componente de la serie original en forma sucesiva. Al
separar la componente tendencial se dice que la serie es destendenciada, si se trata de la compo­
nente estacional es desestacionada, y así, con las demás componentes. En la figura 12.9 se apre­
cia la serie cronológica completa y desagregada por componentes. Los modelos de predicción
basados en series de tiempo son útiles para extrapolar en el largo plazo sus componentes bási­
cas, pero no predice los efectos coyunturales.
Para separar las componentes de la sene se recurren a técnicas como el método de ajuste
por mínimos cuadrados, a métodos de suavizamiento y al método de índices estacionales.
ANÁLISIS DEL MERCADO
569

Figura 12.9 Separación de componentes de una serie cronológica.

El método de mínimos cuadrados se utiliza cuando se requiere, determinar la tendencia.


Los procedimientos de suavización se utilizan para eliminar las variaciones irregulares y
estacionales. Si se aplican sobre una serie destendenciada aísla la componente cíclica, sino está
destendenciada, proporciona una serie que suma el ciclo y la tendencia, la cual es útil en ciertos
casos. El método de índices estacionales permite aislar la componente estacional.

Técnicas de análisis Ajuste de mínimos cuadrados


Suavizamiento exponencial y promedio móvil
Indices de estacionalidad

El procedimiento para separar las componentes de una serie de tiempo presenta dos
enfoques: el aditivo que expresa la medida en sumandos, y el factorial que lo hace en factores.
Inicialmente se hará una exposición de las herramientas matemáticas utilizadas y poste­
riormente, se hará la presentación de los dos enfoques mencionados.

Ajuste por mínimos cuadrados


La componente tendencial se determina en forma independiente, utilizando el procedimiento
de los mínimos cuadrados. Esta componente proporciona la forma del crecimiento secular de la
serie, sin las fluctuaciones producidas por la suma de las restantes componentes, que se elimi­
570 INVESTIGACIÓN DE MERCADOS

nan. El procedimiento acopla como tendencia una curva modelo que se ajusta óptimamente a
las observaciones seriales3 El modelo lineal es el mejor conocido, y se expresa por la ecuación
de una línea recta así:
Y=a+bX

Sin embargo» se pueden acoplar otros casos. Por ejemplo, si la apariencia de la sene es el
de una parábola, este ajuste es mas eficiente que el caso lineal y proporciona mayor exactitud en
la estimación. El modelo parabólico, o de segundo grado, presenta la forma:

Y = a + b-X + cX2

Al igual que el anterior es posible plantear otros casos como los modelos exponenciales
que se indican en la figural 2.11. Estos se generan a partir de la propia naturaleza del crecimien­
to exponencial de las poblaciones y, por tanto, se ajustan mejor. Las variantes de este modelo
como el logístico o de Pear Reed, permiten considerar restricciones que limitan el crecimiento
en caso de alcanzar la población un límite de saturación. La idea es ensayar varios modelos y
determinar el caso que mejor se ajuste a la nube de puntos de la serie.
El método de mínimos cuadrados adopta como principio de optimalidad el de las derivadas
parciales, que se aplica a los desvíos entre el dato observado y el estimado por la curva seleccio­
nada. Esto es, si Y es el dato observado y Y* el pronóstico expresado para el tiempo X, esto es,
Y=J(X), entonces la expresión a derivar es:
™"Z(r-rY=^«Z(W(*))2
Donde Y' = f (X) se define según el modelo utilizado.

3 Su metodología se expuso para justificar el análisis de regresión simple en el capítulo XI, donde se consideró un
modelo de primer grado.
ANÁLISIS DEL MERCADO

Las expresiones derivadas con respecto a cada parámetro, e igualadas a cero, producen
un sistema de ecuaciones, cuya solución proporciona los valores de los parámetros de la fun­
ción de mejor ajuste. Este sistema presenta tantas ecuaciones como parámetros. En el caso
lineal con parámetros a y 0, donde:
Y = a + fi-X

el sistema de ecuaciones se genera derivando con respecto a a y P así:

y resulta el siguiente patrón:

na + £xj3 = £r
£xa+Xx2^ = £x-r
cuya solución a los parámetros es:

B = —------------- 2-----

" n

n n

El patrón de ecuaciones del caso lineal se puede generalizar para un sistema de orden
superior. Por ejemplo, si:
r=a+jB-x+r-x2
el sistema patrón tiene la forma general:
n-a + £xj3 + £x2/ = £/
£xa + £x2-0+£x3-y = £rX
£x2 a + Xx3 j3 + £x4 y = £r x2
Matricialmente este sistema se expresa de la forma: [X] p=q, y la solución es: p=q [X]-1
donde el vector de parámetros es: p = [ a , P . y ], la matriz de coeficientes es [X] , y el término
572 INVESTIGACIÓN DE MERCADOS

independiente es q. Esta es una forma simbólica para expresar la solución convencional al


sistema lineal de ecuaciones.

Modelo lineal Modelo polinómico


Y=a+pX Y = a + p X + y-X2
Aplicable a pronósticos de corto plazo, Aplicable a casos donde el crecimiento
donde el crecimiento es constante. puede adoptar inflexiones.

Modelo exponencial Modelo geométrico


Y = ae~p'x Y = aXp
Aplicable a situaciones de crecimiento de Aplicable a casos donde el crecimiento es
la población, en una tasa fija. proporcional al tamaño de la población,
con una tasa constante.

Modelo logístico Modelo Gompertz

Y = a + P-e~x -1 Y = aprx
Presenta una forma de S para casos donde LnY = bia + yxLnP
el crecimiento se haya limitado por
cierto tipo de restricciones. Aplicable cuando la población adopta un
crecimiento en una relación mayor o
menor al tamaño actual.

Figura 12.11 Modelos de ajustes tendenciales.

El caso exponencial del tipo Y = ae^x, se aplica para expresar el crecimiento de una
población en función de la situación actual. Se reduce a la escala logarítmica para determinar
sus coeficientes, así:
LnY = Lna + P-X
En este caso, las ecuaciones para despejar los parámetros tienen la siguiente forma que es
similar a la del patrón polinómico:

nLna+^XP = ^LnY
^X ■ Lna + ^X2 • P - ^LnY ■ X

En la figura 12.10 se presenta la tendencia como la componente estructural, alrededor de


la cual oscilan los puntos de la serie cronológica. Es posible determinar un pronóstico puntua
ANÁLISIS DEL MERCADO 573

extrapolando la función resultante. Si se considera un intervalo de confianza, se produce un


pronóstico ínter val, bajo un margen de error dado.

Caso 12.6 Determinación de la tendencia en una serie

Las columnas con encabezado X y Y, de la tabla 12.4, se refieren a los datos de una serie
cronológica sobre las ventas mensuales de una compañía. El propósito es separar la tenden­
cia, aplicando el procedimiento de los mínimos cuadrados.
La columna X expresa el orden del mes, y la columna X el valor de las ventas. En las
columnas restantes se elaboran los cálculos parciales para las sumatorias siguientes: ¿X, X
X2, ZX3, £X4, X X X XX y X YX2, necesarias para la determinación de los parámetros para
aplicar un ajuste lineal y otro polmomial de la tendencia. Las columnas #/ y #2, de la dere­
cha, expresan las estimaciones de la tendencias proporcionadas para cada caso.

Tabla 12.4 Cálculo de parámetros de ajuste.

X X2 XJ X4 Y Zxy ZX2Y Tend # 1 Tend ff 1


Y - 338,4+ Y=367 - 2,6 X
11,62 X + 0,5 X¿
1 1 1 1 400 400 400 350 370
2 4 8 16 350 700 1.400 362 374
3 9 27 81 350 1.050 3.150 373 379
4 16 64 256 380 1.520 6.080 385 385
5 25 125 625 420 2.100 10.500 396 392
6 36 216 1.296 440 2.640 15.840 408 401
7 49 343 2.401 370 2.590 18.130 420 410
8 64 512 4.096 380 3.040 24.320 431 420
9 81 729 6.561 450 4.050 36.450 443 431
10 100 1.000 10.000 480 4.800 48.000 455 443
11 121 1.331 14.641 500 5.500 60.500 466 456
12 144 1.728 20.736 420 5.040 60.480 478 470
13 169 2.197 28.561 450 5.850 76.050 489 485
14 196 2.744 38.416 490 6.860 96.040 501 501
15 225 3.375 50.625 550 8.250 123.750 513 519
16 256 4.096 65.536 580 9.280 148.480 524 537
17 289 4.913 83.521 520 8.840 150.280 536 556
l>"

ZX= SXJ= LX4= SY= IYX= ZYX2 = Lz


il

EXa=
153 1.785 23.409 327.369 7.530 72.510 879.850 442,94 442,88
574 INVESTIGACIÓN DE MERCADOS

1. Para el caso de un ajuste lineal, se utiliza la ecuación Y= a+ px


Los parámetros se determinan resolviendo el siguiente sistema lineal:
17a+ 153P= 7.530
153a + 1.786p = 72.510
en donde los coeficientes provienen de los subtotales siguientes: N = 17, XX = 153,
XX2= 1.786, XY = 7.530, XYX = 72.510.
La solución de este sistema es: a = 338,4, b = 11,62
y, por tanto, la tendencia de la columna #1 se describe por la recta:
Y = 338,4 + 11,62 X.
2. En el caso del ajuste poligonal, la expresión es: Y = a 4-bX + cX2
el sistema resultante es:
17a + 153P+ 1786y= 7.530
153a + 1786p + 23.409y= 64.980
1786a + 23.409P + 327.369?= 742.360

donde los coeficientes que se agregan corresponden a los subtotales siguientes:


XX3 = 18.496, XX< = 243.848, XYX = 72.510 y X YX2 = 879.850.
La solución de este sistema es: a = 338,4, P= 2,61, ?= 0,5
Por tanto, la tendencia de la columna #2 se describe así:
Y=338,4 + 2,61 X + 0,5 X2

Igualmente, es posible ajustar otras curvas de tipo exponencial o geométrico. El me­


jor ajuste corresponde al que presente el menor desvío cuadrática promedio, DPC:
DCP=X(Yl-Y1')2/n
ANÁLISIS DEL MERCADO ___________ 575

En este caso, entre el ajuste lineal y el parabólico, éste es ligeramente mejor, puesto que:
DC P(Y¡/lineal) = 1.264 contra DC P(Y¡ /parabólico) = 1.150

3. Ajuste exponencial. La función exponencial o función del crecimiento, se caracteriza


porque éste se relaciona con el tamaño actual del objeto a estimar (población, ventas,
etc.).
Los parámetros se determinan resolviendo el siguiente sistema lineal:

17-Lna + 153/3 = 104


153-Lna + 1786/3= 901

en donde los coeficientes que se agregan corresponden a los subtotales siguientes:


ZLnY = 10 y, XXLnY = 941, los cuales no aparecen calculados en el cuadro.
La solución de este sistema es: Ln = 5,84 esto es, a=e5>8‘* =346,7 y /?= 0,026
Por tanto, la tendencia se describe por:

Y=346,7 e0026x

Esto es, la base inicial es 346,7, y, a partir de allí, la tendencia crece a una tasa constan­
te del 2,6% sobre la base actual.
El desvío cuadrático promedio en este caso es 1.209, lo cual indica que se ajusta mejor
que la lineal, aunque la parabólica sigue siendo superior. Se deja como ejercicio su represen­
tación gráfica.
Es interesante medir el grado de significancia del ajuste. Para ello se recurre a la prue-
ba de bondad, aplicando X (Chi cuadrado), que permite medir la calidad del ajuste propuesto.

Métodos de suavización

Las técnicas de suavización tienen como propósito cancelar las variaciones irregulares. De esta
forma si se aplica a una serie cronológica, previamente destendenciada y clesestacionada, se puede
separar la componente cíclica de la irregular. Se exponen a continuación dos métodos de suavi­
zación: el de los promedios móviles y el exponencial

Método de los promedios móviles


El método de los promedios móviles describe los valores promedios de la serie comprendida en
un período, que se desplaza, gradualmente, con cada fecha de la serie. Previamente se requiere
determinar la longitud del período móvil y la fecha de ubicación del promedio. Esta, normal-
576 INVESTIGACIÓN DE MERCADOS

mente, corresponde al punto central del período y se dice que el promedio es central, o a la
última fecha del período y se dice que es final. Como cada promedio requiere para su cálculo un
período de m unidades de tiempo, es de esperar que las primeras y últimas m/2 fechas no
dispongan de ellos, en el caso central, o las primeras m-1, en el caso final
Por ejemplo, si se trata de un periodo móvil semestral, se toman los promedios de seis
meses corridos, integrando cada vez el nuevo mes y eliminando el más antiguo. Esto se aplica
así en cada caso
Promedio central:
r5 s {central} = 3—4 _J_ .6 _7_8

Este resultado, aplicado a la fecha 5.5, no facilita la comprensión de la serie. Entonces


para aplicarlo a periodos pares, como éste, se suelen promediar los valores de los periodos 5.5
y 6.5, así:

+ 2K + 2Y.+2YI.+2Y.+2Y7+YR
Ys (central) = 5 5 ¿ 4 5 = ?------ 4__s--------- 6-------- 7--------§.

Promedio Final:
Se aplica a la última unidad de tiempo del período así:

El promedio móvil acumulado a la fecha t se define como el promedio de las m unidades


de tiempo mas próximas a L, en tanto que el promedio móvil centrado en t, se define como el
promedio del período comprendido por m unidades de tiempo cuyo centro es t. En general:

1 m
promedio central = --^Xe_m/2+1
1 t=Q

1 m
promedio final = - £xt_m+1
' t=1

Esta expresión, para el promedio final, se simplifica sustrayendo al resultado anterior la


fracción m, de la diferencia entre el dato mas antiguo y el nuevo, así:
ANÁLISIS DEL MERCADO 577

Esto es:
Nueva media = última media + [última observación - primera observación] / m
El promedio móvil elimina la componente irregular de la serie, por ello, la suma resulta
de tres componentes:
yrT+C+E

Pero si la serie cronológica se haya previamente destendenciada, resulta:

YrC+E

Si, además, se haya desestacionada, se aísla el ciclo, así:

La serie de promedios tiene (M-m+1) observaciones, siendo M es el número de observa­


ciones de la serie original y rn las unidades que integran el período de promedios móviles.
La primera tarea es definir la longitud del período móvil y la ubicación del promedio. A
mayor longitud del periodo, mayor suavización, sin embargo, el criterio para elegir el tamaño
obedece a razones funcionales. Por ejemplo, con datos mensuales es usual utilizar el semestre o
el año.

Figura 12.13 Efecto del suavizamiento.

Método de suavización exponencial


Como alternativa de suavización al promedio móvil, se presenta el método exponencial, que
tiene la propiedad de estimar el nuevo pronóstico con base en el último pronóstico calculado y
el último resultado obLenido, esto es, no acumula resultados parciales de un periodo previo,
como el caso anterior. Pero la ventaja principal es la de ponderar los resultados recientes, con
mas peso que los antiguos. Entonces, si Y( expresa el último estimativo y Xt el último resultado,
se plantea como próximo estimativo a:
rt+1=a-Xt+(1-a)-yt
578 INVESTIGACIÓN DE MERCADOS

siendo a una constante de suavización con valor entre 0 y 1, que actúa como factor de ponde­
ración para el resultado X( y su complemento (1-á) como factor de ponderación para el último
pronóstico Y(. Cuanto mas próximo a 1 sea a, mas rápidamente se contrarrestan las observacio­
nes remotas, Es aconsejable un valor alto para a cuando se presentan grandes variaciones,
porqué se da mayor peso a los resultados recientes y menor a los lejanos. Cuando el proceso se
presenta estable, o cuando se necesitan eliminar las irregularidades, es apropiado un valor bajo
de a que permita extender el campo de influencia a las observaciones remotas.
Lo anterior se puede demostrar medianLe el siguiente planteamiento recurrente.

Z2 =a-X, + (1-a)y'1 =ctX, + a(1-a)X0


Y3 = a-X2 +(1-a) y2 =a X2 + a(1-a)X1 + a-(1-a)2 Xo
Y4 -aX3 +(l-a) Y3 -a X3 + a-(1-a)-X2 +a-(1-a)2 X, +a-(1-a)3 Xo

En términos generales se llega a:

rt+,=a Xt+(l-a) y(
= a{xr +(1-a) Xt_,+(1-a)2 Xt_2 +... + (1-a)‘-1 Xo}

Se observa, entonces, que todos los datos de la serie participan en la ponderación del
pronóstico, y que a mayor t, mayor es la ponderación en el pronóstico. Suponiendo que t=6y
a= 0,5, la estimación para Y(+l = 7, es:

Y? = 0,5X6 + 0,25X5 + 0,125X4 + 0,063X3 + 0,031X2 + 0,016X1 4- 0, OO8Xo

Cuanto más próxima la observación, mayor peso tiene en el estimativo. Además, los
resultados más lejanos pierden importancia en el estimativo.
Para escoger el valor del parámetro a es impórtame pensar en la siguiente analogía, con el
método de promedios móviles: Se puede demostrar que si:

m+1
el suavízamiento exponencial aplicado equivale a utilizar un período de m unidades en el pro­
medio móvil. Por tanto, pensando en estos términos se facilita la selección de a como se obser­
ANÁLISIS DEL MERCADO 579

va en la tabla 12.5. En el caso exponencial no sucede como en el método de los promedios


móviles, que los primeros estimativos, antes de la fecha m, no están disponibles.

Tabla 12.5 Relación entre a y m

a m a m a m a m
1,00 1 0,20 9 1,00 1 0,71 1,8
0,67 2 0,18 10 0,95 1,1 0,69 1,9
0,50 3 0,17 11 0,91 1,2 0,67 2,0
0,40 4 0,15 12 0,87 1,3 0,65 2,1
0,33 5 0,14 13 0,83 1,4 0,63 2,2
0,29 6 0,13 14 0,80 1,5 0,61 2,3
0,25 7 0,13 15 0,77 1,6 0,57 2,5
0,22 8 0,12 16 0,74 1,7 0,54 2,7

Caso 12.7 Aplicación de los métodos de suavización

Se presenta, ahora, en la tabla 12.6, la suavización de la serie de ventas de la Labia 12.4,


aplicando en primera instancia el método de promedios móviles y luego, la suavización
exponencial para diferentes valores del coeficiente a.
Caso de promedios móviles. El período seleccionado tiene una duración de 4 meses.
Las columnas identificadas con Y} y Y2 proporcionan, respectivamente, el promedio final y
el promedio central. En este último caso, siendo que el periodo es un número par, se aplica
la expresión alterna, que considera cinco valores para centrar la fecha en un número entero,
así:

Yi = CYí_2 +2Yí_1+2Yj+2Yj+/+Yi+2)/8

Caso de la suavización exponencial. Se han elaborado las series para tres valores del
parámetro a evaluados en 0,2, 0,5 y 0,9. Se observa que el valor 0,2 es equivalente a un
promedio móvil de período 9, el valor 0,5 a un período de 3 meses, en tanto que para el valor
0,9 el período correspondiente es algo mayor que la unidad.
580 INVESTIGACIÓN DE MERCADOS

Tabla 12. 6 Ajuste mediante suavización.

Promedio Móvil Suavización exponencial

mes ventas Final Central a=0,2 a=0,5 o=0,9


X Y A= y^zy,, Yr0,9Y,_,
(X^+..+X.)/4 +0r8Y'„ +0,5Y'^ +0,1 Y\,
1 400 — — 400 400 400
2 350 — — 400 400 400
3 350 — 372,5 390 375 355
4 380 370,0 386,3 382 363 351
5 420 375,0 400,0 382 371 377
6 440 397,5 402,5 389 396 416
7 370 402,5 406,3 399 418 438
8 380 402,5 415,0 394 394 377
9 450 410,0 436,3 391 387 380
10 480 420,0 457,5 403 418 443
11 500 452,5 462,5 418 449 476
12 420 462,5 463,8 435 475 498
13 450 462,5 471,3 432 447 428
14 490 465,0 497,5 435 449 448
15 550 477,5 526,3 446 469 486
16 580 517,5 473,8 467 510 544
520 535,0 — 490 545 576

Figura 12.14 Suavización exponencial con parámetro a = 0,5


ANÁLISIS DEL MERCADO 581

Caso 12.8 Suavizamiento exponencial de la componente cíclica

Si se elige la función lineal como la tendencia para la serie de tiempo del caso anterior, el
suavizamiento exponencial se aplica ahora a las ventas destendenciadas, como se muestra en
la columna |4| de la tabla 12.7, que equivale a las ventas originales menos el valor de La.
tendencia, esto es [2]—[3].
La Lendencia aplicada es Y=338+i 1,6X y se aplicó la suavización exponencial para a=
0,7. En este caso el valor suavizado se calcula entonces con la expresión:

Entonces, para t=4: Y5 = 0,7X^0,3Y4 = 0,7 (-ll)+0,3 (-51) = -2.3.

De esta manera se calculan los demás valores.

Tabla 12.7 Serie destendenciada.

1 2 3 4 5 6
X Y Tendencia Ventas Suavización con Promedio móvil
mes ventas lineal des ten den cía das o=0,7 m=3

1 400 350 50 50
2 350 362 -12 50
3 350 373 -23 6,6 5,0
4 380 385 -5 -14,1 14,2
5 420 396 24 -7,7 -5,1
6 440 408 32 14,5 -2,1
7 370 420 -50 29,8 12,2
8 380 431 -51 -26,1 6,1
9 450 443 7 -43,5 -13,2
10 480 455 25 -8,2 -26,0
11 500 466 34 21,3 -10,0
12 420 478 -58 30,2 14,4
13 450 489 -39 -31,5 6,7
14 490 501 -21 -24,2 -8,5
15 550 513 37 -22 -25,9
16 580 524 56 19,3 -9,2
17 520 536 -16 45 14.1
23 22.2
582 INVESTIGACIÓN DE MERCADOS

El suavizamiento exponencial se aplica, directamente, sobre las ventas originales para


obtener los pronósticos de las ventas totales. Si se supone aquí que las ventas son anuales y no
contienen la componente estacional, el suavizamiento a las ventas destendenciadas determina
la componente cíclica. Si ellas fueran mensuales, habría necesidad de eliminar la componente
estacional, en los términos que se propone en la sección siguiente De todas maneras, es bueno
recordar que la suavización es un procedimiento que permite eliminar la componente irregular,
mas no la tendencia, ni la estacionalidad.
Igual que la suavización exponencial, también es aplicable el método de los promedios
móviles, que necesita previamente definir el tamaño del período móvil y la unidad central. En
este caso cada término se calcula, así:

X^tf^X^+X^

Por tanto, para una serie de 17 períodos resultan 14 promedios móviles. Se puede de­
mostrar que si m es el número de unidades consideradas, en el período móvil, la relación entre
m y a es: OJ=2/(m+l).

Figura 12.15 Comparación de la suavización.

Método de suavización de Winter


Es un procedimiento de suavización basado en la tendencia y el índice de estacionalidad. El
pronóstico se hace con base en un nivel anterior, así:

De+1=('V^H
ANÁLISIS DEL MERCADO 583

Si D ( es la demanda actual del periodo í e It el factor de estacionalidad para t, se aplican


tres suavizaciones: una para el nivel de demanda N, otra, para la tendencia y la tercera para el
índice de estacionalidad. Esto es:

Nt = a^ + d-a)(N^+Tt_J

/( = y^L + (1“7)/'

Indexación estacional
El índice de estacionalidad mide el movimiento relativo de un período específico del año con
relación al desempeño promedio. Se considera la historia de un periodo de varios años y los
índices se determinan por el cociente entre el desempeño promedio en una estación anual y el
promedio general. Cuantos más años se consideren, mejor es el índice.
Los índices se generan a partir de la serie destendenciada, lo que se logra dividiendo el
valor de la serie cronológica por el valor la tendencia. Los índices así obtenidos, corrigen,
además de la tendencia, el ciclo y las irregularidades, cuando el número de años considerado es
suficientemente largo.
Si se expresa con Yit las ventas correspondientes al mes i del año t, el índice de estacionalidad
para dicho mes se determina, así:

Venta promedio del mes i


Venta promedio mensual del año

La suma de índices estacionales debe coincidir con el número de estaciones del año. Esto
es, si la estación es el mes, la suma de índices debe ser 12; si la estación es el trimestre, la suma
de índices debe ser 4; y así, sucesivamente.
Con base en el índice de estacionalidad se puede estimar la componente estacional de
una serie cronológica, multiplicándolo por la venta mensual promedia. Esto es, si Y es la venta
total anual, la componente estacional es:
584 INVESTIGACIÓN DE MERCADOS

Caso 12.9 Determinación de los factores de estacionalidad

Para determinar los índices de estacionalidad, se toma el ejemplo de la tabla 12.8, donde
aparece una historia de ventas mensuales, durante un periodo de cinco años.

Tabla 12.8 Cálculo de factores de estacionalidad.

Ventas mensuales de los años: Venta Indice de


Mes 1 2 3 4 5 Prom/mes estacionalidad
1. Ene. 452 475 485 542 569 505 1,18
2. Feb. 254 265 285 274 295 275 0,64
3. Mar. 185 158 225 228 241 207 0,48
4. Abr. 220 231 250 247 268 243 0,57
5. May. 350 365 384 398 407 381 0,89
6. Jun. 410 436 458 478 490 454 1,06
7. Jul. 350 389 398 425 450 402 0,94
8. Ago. 410 450 459 478 500 459 1,07
9. Sep. 560 610 630 674 682 631 1,47
10. Oct. 580 590 635 658 678 628 1,47
11. Nov. 470 485 510 535 558 512 1,19
12. Dic. 410 420 450 471 485 447 1,04
Venta/mes promedio de los 5 años 429 1,00

El factor de estacionalidad por mes resulta de dividir las ventas promedios para cada
mes y la ventas promedios mensuales de los cinco años. El índice aparece en la columna
final. Por ejemplo, el índice del mes de enero es 1,18, que resulta de la relación 505/429,
donde 505 es la venta promedio de los meses de enero, de los últimos cinco años, y 429 la
venta promedio mensual del penodo. Al usar los promedios de cinco años, el índice no
considera la tendencia.
Entonces, si el pronóstico para las ventas anuales es de 120.000 m unidades, la base
de la venta mensual promedio es de 10.000 unidades, la cual, afectada con los índices de
estacionalidad, calculados en la tabla anterior, proporciona los pronósticos de venta men­
sual durante el curso del año, como se observa en la tabla 12.9
ANÁLISIS DEL MERCADO 585

Tabla 12.9 Pronóstico de venta estacional.

Ene. 11.800 May. 8.900 Sep. 14.700


Feb. 6.400 |un. 10.600 Oct. 14.700
Mar. 4.800 Jul. 9.400 Nov. 11.900
Abr. 5.700 Ago. 10.700 Dic. 10.400

Enfoques de análisis para una serie


Para descomponer una serie cronológica se pueden aplicar dos criterios, el enfoque aditivo, que
considera a la serie como la suma de cuatro sumandos y el enfoque factorial, que considera la
serie como un conjunto de cuatro factores.

Y=T + C + E + T enfoque aditivo


Y=T xC xE xl enfoque factorial

Enfoque aditivo
La determinación de las componentes en el enfoque aditivo tiene como características, las si­
guientes:
1. Se aplica el criterio de sustracción, y la no existencia de una componente, se representa
con 0.
2. Cada componente se determina independientemente de las demás.
3. Cada componente tiene la misma dimensión de Y
El procedimiento determina primero, y en forma independiente, la tendencia. La serie
destendenciada se expresa mediante la sustracción de ésta así:

Y-T~C+E+I

Como segundo paso, se sustrae la componente estacional aplicando a la serie


destendenciada una indexación estacional que permita separar la componente estacional, así:

/Y-TJ-E-C+J

Como tercer paso, se sustrae la componente cíclica aplicando a la serie una suavización
que permita aislar la componente cíclica, y, finalmente, separa la componente irregular. Esto es:

[Y-T-E]-C = l

En el caso 12.10 se hace un ejercicio que aplica los pasos anteriores bajo el enfoque
aditivo.
586 INVESTIGACIÓN DE MERCADOS

Caso 12.10 Enfoque aditivo para descomponer una serie de tiempo

En la tabla 12.10 se exponen los pasos utilizados en el enfoque aditivo para aislar las compo­
nentes de una serie de tiempo. Las columnas 1 y 2 indican los periodos trimestrales de varios
años y sus ventas respectivas. La columna 3 presenta la componente tendencial, que resulta
de ajustar una tendencia exponencial por medio de los mínimos cuadrados, cuya ecuación
es:
Y=265e°‘05677X
La columna 4 presenta la serie destendenciada, que se obtiene de restar la tendencia a
la serie original.
La columna 5 contiene la componente estacional que se determina aplicando la
indexación estacional, a la serie destendenciada y se ejecuta en la tabla 12.11. Allí se han
transcrito los 16 datos de la serie destendenciada de la columna 4, en forma de matriz de 4 x
4, ya que el período elegido es el trimestre, pero, igualmente, podría ser el mes, la semana o
el que resulte mas indicado.
Tabla 12.10 Técnica aditiva para separar las componentes.

1 2 3 4 5 6 7 8
Trimestre Ventas Tendencia Serie Estacional Ciclo Irregular Ciclo
trimestre Y=265e005&77X desten­ +Irregular
denciada
X Y T Y-T=E+C+I E Y-T-E= C+l 1 C
1 287 280 7 -76 82 4 78
2 372 297 75 2 73 0 73
3 227 314 -87 -208 122 54 68
4 617 333 284 282 2 -59 61
5 343 352 -9 -76 67 13 54
6 412 373 40 2 38 -9 47
7 241 394 -153 -208 55 14 41
8 728 417 311 282 28 -8 36
9 385 442 -57 -76 18 -14 32
10 497 468 29 2 28 1 27
11 307 495 -188 -208 20 -2 22
12 863 524 339 282 57 40 17
13 459 554 -95 -76 -20 -32 12
14 597 587 10 2 8 -1 9
15 364 621 -257 -208 -49 -56 7
16 1000 657 343 282 60 56 4
ANÁLISIS DEL MERCADO
________ 587

Se supone que la componente estacional es el promedio del mes para los cuatro años
estudiados. De esta manera se eliminarían las componentes irregular y cíclica, pero como se
trata de una serie sin tendencia, la suma debe ser cero. Se observa que no es así, porque la
serie contiene otras componentes y, por tanto, se debe corregir, sumando, a cada estación, la
diferencia divida por el número de estaciones consideradas. El valor de la componente
estacional corregida se transcribe en la columna 5. La serie desestacionada que aparece en la
columna 6, resulta de sustraer la componente estacional de la serie destendenciacla.

Tabla 12.11 Calculo de la componente estacional.

TrimXaño 1 2 3 4 Promedio Valor corregido


1 7 -9 -57 -95 -39 -76
II 75 40 29 10 39 2
III -87 -153 -188 -257 -171 -208
V 284 311 339 343 319 282
148/4=27 0

Tabla 12.12 Tabla para determinar el ciclo y la componente irregular.


a b c d e
X C+l 1 2 3 4 1 Previa 1
b-c4
1 82 82 80 80 77 5 4
2 73 78 76 78 73 0 0
3 122 92 71 76 67 55 54
4 2 70 58 72 60 -58 -59
5 67 66 53 65 53 14 13
6 38 57 45 57 46 -8 -9
7 55 40 39 49 40 15 14
8 28 47 34 43 35 -7 -8
9 18 35 30 37 31 -13 -14
10 28 32 27 33 26 2 1
11 20 24 23 29 21 -1 -2
12 57 31 17 24 16 41 40
13 -20 21 9 19 11 -31 -32
14 8 16 5 14 8 0 -1
15 -49 -1 0 8 6 -55 -56
16 60 0 0 3 3 57 56
16/16=1 0

Para separar las componentes cíclica e irregular se utiliza la tabla 12.12. En las colum­
nas a y b se transcribe la serie sin tendencia y sin la estacionalidad. Sobre ella se aplican sucesi­
vamente, cuatro suavizaciones utilizando el promedio móvil final con período de 4 trimestres.
588 INVESTIGACIÓN DE MERCADOS

La primera suavización se hizo sobre la sene de la columna 6 de la tabla 12.10. La


segunda, sobre la serie suavizada. La tercera, sobre la anterior suavización e igual con la
cuarta. Los promedios impares avanzan desde el periodo 1 hasta el 16, e. inversamente, para
las pares. La razón de esto es eliminar las irregularidades bruscas para que la serie adopte
una apariencia suave y manifieste el ciclo, como se observa en la figura 12.16.
La columna d de la tabla 12.12, separa la componente irregular que resulta de sustraer
la componente suavizada a la de la columna b. Como se supone que los datos de la compo­
nente irregular son aleatorios, la suma de ellos es cero. Como la suma es 16, se corrige esta
diferencia por partes iguales, como se indica en la columna e, restando en 1 cada dato. Esta es la
serie que se transfiere a la columna 7 de la tabla 12.10. Finalmente, la componente cíclica de la
columna 8 se deriva de sustraer la componente irregular a la sene de la columna 6, tabla 12.10.

Descomposición de una serie de tiempo

Figura 12.16 Componentes de la serie.

Enfoque factorial
El enfoque factorial emplea una estrategia de división, en contrapartida a la sustracción emplea­
da en el modelo aditivo. El procedimiento se caracteriza, así:
1. Aplica el criterio de división, y la no existencia de una componente, se representa con 1.
2. Las componentes se determinan a partir de la estacional y se determinan en forma
dependiente.
3. La tendencia tiene la misma dimensión de la serie, pero las demás componentes son
números índices relacionados con la tendencia.

El enfoque factorial presenta la serie de tiempo como un producto de factores, así:

Y=TxExCxI
ANÁLISIS DEL MERCADO 589

La tendencia en el enfoque factorial, como en el aditivo, se determina en forma indepen­


diente, pero las demás componentes se realizan expresando sus unidades en forma de índices.
El primer paso es conformar la serie deseslabonada, mediante la aplicación de
suavizaciones, pero, ahora, no sustrayendo de Y, sino dividiendo por E, para llegar a la elabora-
ción de un índice estacional:
Y TxExCxl ,
— =-------------- = T xCxl
E E

Posteriormente, se desarrolla una tendencia; aplicando las metodologías para la tenden­


cia, se obtiene en valor de T, para expresar el cociente:
TxCxl
= Cx/
T

Aplicando los índices de estacionalidad se independiza la componente cíclica, así:

A partir de estos enfoques básicos es posible aplicar otros como combinaciones de los
anteriores. Por ejemplo, los dos siguientes:
Y = T xE xC+l
Y = T+E + C*I

presentan enfoques en donde el investigador prefiere separar la componente irregular de un


modelo factorial para las demás componentes. El modelo depende de las preferencias, según se
juzgue su funcionalidad, por parte del investigador.
A continuación se expondrán, en forma independiente, los métodos utilizados para sepa­
rar las componentes, que después se aplican en la separación de la serie cronológica.

Caso 12.11 Enfoque factorial para descomponer una serie

Los pasos para aplicar el enfoque factorial se ilustran en la tabla 12.13. En este caso se
presentan las ventas por trimestres, como se indican en la primera y segunda columnas.
Las columnas [3] y [4J se utilizan para expresar la serie ya suavizada con promedios
móviles. Así se elimina la componente irregular y, dado que el período utilizado es el año, se
elimina la componente estacional. La columna [31 expresa el promedio móvil centralizado,
de cuatro periodos y la columna |4|, lo promedia por parejas para ajustar los valores centra­
les a los números de orden de las fechas en la serie. Por tanto, la serie de la columna 4
contiene sólo la tendencia y el ciclo.
590 INVESTIGACIÓN DE MERCADOS

En la columna [5] se establece la relación entre la serie original y la tendencia ciclada


de la columna |4]. Estos valores se promedian para determinar el índice de estacionalidad,
que se calcula en la tabla 12.14 y, luego, se transcribe a la columna [6].
Nótese en la tabla 12.14 que la suma de los índices de estacionalidad no, necesaria­
mente, es igual al número de periodos seleccionados, que, en este caso, es de cuatro. Esto se
corrige dividiendo el promedio por 3,97 y multiplicando por 4. De esta manera se obtiene el
índice de estacionalidad.

Tabla 12.13 Datos para el caso 12.11.

1 2 3 4 5 6 7 8 9 10 11
Trimest Ventas Serie suavizada con 2/4=5 índice Tendenc = 2/6 =8/7 Suaviz =9/10
prom. móviles Estación exp
X Y PM TC El E T Y/E= Y/ET Ciclo Irreg.
TCI = C*I =C =1
1 350 *400 400 0,88 0,86 372 406 1,09 1,09 1,00
2 300 405 403 0,75 0,77 379 390 1,03 1,05 0,98
3 550 403 404 1,36 1,35 387 406 1,05 1,05 1,00
4 420 408 405 1,04 1,02 414 412 1,05 1,05 1,00
5 340 405 406 0,84 0,86 401 395 0,98 1,01 0,97
6 320 408 406 0,79 0,77 408 416 1,02 1,02 1,00
7 540 415 411 1,31 1,35 415 399 0,96 0,98 0,98
8 430 418 416 1,03 1,02 424 422 1,00 1,00 1,01
9 370 433 425 0,87 0,86 429 429 1,00 1,00 1,00
10 330 438 435 0,76 0,77 436 429 0,98 0,99 0,99
11 600 438 438 1,37 1,35 443 443 1,00 1,00 1,00
12 450 440 439 1,03 1,02 450 443 0,98 0,99 1,00
13 370 445 443 0,84 0,86 458 429 0,94 0,96 0,98
14 340 453 449 0,76 0,77 465 442 0,95 0,95 1,00
15 620 *480 466 1,33 1,35 472 458 0,97 0,96 1,01
16 480 *550 515 0,93 1,02 479 473 0,99 0,98 1,01
* Aquí se utiliza un período menor a 4, por la falta de información en ¡a serie.

El factor que corresponde a la tendencia se determina en, este caso, ajustando la serie
Y a una línea recta, cuyas ordenadas se transcriben en la columna [7]. De la relación [2]/[6],
se obtiene la serie desestacionada, en la columna [8]. Dividiendo a su vez [8] por [7], queda
la serie destendenciada de la columna [9], con sólo las componentes cíclica e irregular.
Suavizando [9], mediante el modelo exponencial Y1+J = 0.6 Xf + 0,4 Yp se obtiene el
índice del ciclo en la columna [10]. Finalmente, de la relación [9]/[ 10] se aísla el índice de la
ANÁLISIS DEL MERCADO

componente irregular. El procedimiento para analizar una serie no es único, y como se habrá
notado, en parte también es un arte.

Tabla 12.14 Indice de estacionalidad.

1 2 3 4 Prom Indice
1 0,88 0,84 0,87 0,84 0,85 0,86
II 0,75 0,79 0,76 0,76 0,76 0,77
III 1,36 1,31 1,37 1,33 1,34 1,35
IV 1,04 1,03 1,03 0,93 1,01 1,02
Sum = 3,96 4,00

Modelos causales
Los modelos causales consultan series históricas, asociadas con variables económicas, sociales,
políticas, tecnológicas, demográficas, geográficas, etc., con el propósito de explicar una varia­
ble criterio, planteando un modelo de variables predictoras. En el capítulo 10, se trataron mo­
delos como el de la regresión, y se mencionaron algunos econométricos, y, ahora, se aplican
para predecir el proceso representado por una serie cronológica.
En el modelo de regresión se relaciona la variable que se va a pronosticar con otras del
entorno. Por ejemplo, si se plantea como variable criterio la demanda de un producto Q, en
función del precio, el ingreso per cápita y la tendencia de moda, una ecuación como la siguien­
te, puede representar el modelo, así:

Q = a + /?P+y G+áM+s
en donde, P es el precio, G, el ingreso per cápita y M, un indicador de la moda. Los parámetros
P, yy 8, están asociados a estas variables, a es el parámetro independiente y e, el error. Un caso
similar se mostró en el capítulo 10.
Los modelos econométricos son más sofisticados, porque establecen no una ecuación,
sino un sistema de ecuaciones de regresión, interdependientes, que describen sectores de ven­
tas y de utilidad, insumos y productos. Expresan mejor que ninguna, las relaciones de causalidad
del sistema, pero por su complejidad son muy costosos de implementar.

Período de la componente cíclica


Algunos modelos como el Box Jenkirts, se suelen utilizar para determinar la componente cíclica
en las series cronológicas. Esta fase del análisis de la serie es muy teórica y su interés radica en
la necesidad de contar con algún ajuste, antes de hacer una buena predicción. Como la compo-
592 INVESTIGACIÓN DE MERCADOS

nenie cíclica es tan variable y sus duraciones tan difíciles de predecir, mediante métodos mate­
máticos, se prefiere, a veces, consultar los métodos empíricos basados en consideraciones cua­
litativas, antes que cuantitativas, las cuales se enfocan hacia las causas de las fases del ciclo
económico.
El análisis de autocorrelación es una herramienta estadística que se ha desarrollado para
predecir las duraciones de los ciclos. El criterio es determinar el coeficiente de correlación que
mejor se ajuste a la serie de tiempo, comparada consigo misma, pero desplazada en un tramo de
tiempo. El procedimiento es iterativo y consiste en desplazar la serie, cada vez, una unidad de
tiempo, hasta agotar la secuencia. Se elige como ciclo el periodo de mejor correlación. Definido
el ciclo, el procedimiento distribuye dentro de este período la componente cíclica, utilizando
un método de índices.

Caso 12.12 Procedimiento gráfico de autocorrelación

La figura 12.17 ilustra el procedimiento de autocorrelación para determinar la duración del


ciclo de una serie de tiempo. La sene original, que se compone de 10 datos, se correlaciona
iterativamente consigo misma desplazándola, cada vez, una unidad de tiempo.
La tabla de la derecha proporciona los coeficientes de correlación para el periodo co­
rrido q. La autocorrelación relaciona a Y1 con Y.¿ cuando 0 = 1, con Y3 cuando 0=2. con Y4
cuando 0=3. y así, sucesivamente.
El valor del coeficiente de correlación más aceptable corresponde a r = 8. es decir,
cuando el ciclo tiene una duración de 8 anos.

0 r
1 0.23
2 0.22
3 0.17
4 0.45
5 0.59
6 0.34
7 0.12
8 0.87
9 0.34
0 0.45

Figura 12.17 Método de auto correlación.


ANÁLISIS DEL MERCADO 593

Es importante anotar que el pronóstico estadístico se debe convertir en una entrada muy
importante, el cual, junto con la evaluación cualitativa de los gerentes informados, forma el
conjunto para constituir el pronóstico final.

Pronóstico definitivo =X (pronóstico estadístico) + (1-X) (pronóstico cualitativo)

4. DESCRIPCIÓN CUALITATIVA DEL MERCADO

La descripción cualitativa del mercado se origina en el análisis empírico, sin que para ello se
requieran establecer procedimientos preestablecidos o metodologías umversalmente acepta­
das, porque un mismo objeto de investigación puede ser enfocado de manera diferente por los
investigadores, según el énfasis que se haga en los significados, contextos, relaciones, ideas,
conceptos o situaciones del proceso de mercado estudiado
El análisis cualitativo hace uso de algunos esquemas cuantitativos para operar datos,
como clasificaciones, categorías, códigos y otros. Pero existen algunas diferencias de procedi­
miento porque va acompañado, simultáneamente, de la recolección de información y la inter­
pretación de resultados.
Con frecuencia, el investigador encuentra, durante el proceso de recolección, informa­
ción sobre características no anticipadas en los objetivos, ya sea porque el proceso se desarrolla
sin hipótesis o porque surgen nuevos interrogantes o nuevas manifestaciones de la naturaleza.
Es decir, el análisis cualitativo busca encontrar durante el proceso de recolección, información
que se configura como objetivo de investigación. Durante este proceso, el análisis permite
594 INVESTIGACIÓN DE MERCADOS

avanzar o retroceder en la búsqueda, recoger otro tipo de información cuando se llega a puntos
muertos, generar nuevas hipótesis, etc.
El análisis puede ser realizado bajo distintas orientaciones o paradigmas. Se pueden uti­
lizar técnicas de observación, entrevistas de profundidad, sesiones de grupo, análisis de docu­
mentos, etc., generalmente, en forma no estructurada. La interpretación de los resultados, lo
mismo que la formulación del problema, es una tarea compleja que requiere documentación
profusa y trabajo de análisis.
El análisis cualitativo consta de tres tipos de actividad:

• Análisis simultáneo, con la recolección de la información.


• Análisis final, después de la recolección de la información.
• Interpretación de los resultados.

Análisis simultáneo
Los siguientes son los procedimientos principales del proceso de análisis simultáneo, durante la
etapa de recolección de la información.

1. Síntesis sobre el terreno. Ya en posesión de cierta información, el investigador se hace


ciertas preguntas y reflexiones acerca del contenido del trabajo, y establece un docu­
mento de trabajo que exponga una síntesis de los temas más pertinentes con relación al
objeto de investigación.
2. Codificación. Es la elaboración de abreviaturas, símbolos, etc., para designar respues­
tas en entrevistas abiertas, notas de observación y otras formas de registro. Con tales
códigos se designan categorías, orientadas al objeto de investigación. Estos pueden ser
elaborados:
a. Antes de comenzar el trabajo de campo.
b. Después de terminar el trabajo de campo.
c. Dentro del proceso de trabajo de campo.
Los códigos pueden ser:
a. Descriptivos, para identificar situaciones.
b. Explicativos, para indicar causas de situación.
3. Memorándum. Algunos problemas inherentes a la etapa de recolección de información
son:
a. La acumulación excesiva de datos, aún clasificados.
b. La absorción de datos que crean desviación de los objetivos.
ANÁLISIS DEL MERCADO 595

El manejo de "memos” permite retomar el objetivo básico y mantener un orden general


de la información recolectada. La confección de "memos” se debe acompañar durante
todo el proceso de la investigación, hasta la redacción final del informe.
4. Computarización. El objeto es establecer relaciones, hacer generalizaciones y contras­
tar proposiciones de los "memos” que expresan ideas sin conexión ni orden entre ellas,
para considerar hallazgos y conclusiones. Esto pennite:

• Orientar la continuación del proceso de recolección de información.


• Refinar el análisis hasta el momento.
• Preparar la estructura general del informe.

5. Reuniones de análisis. La necesidad de reuniones se debe a la probable pérdida con­


ceptual del objetivo de investigación y de la perspectiva del marco conceptual que debe
guiar el estudio.
Las reuniones de análisis deben plantear preguntas tales como:
— ¿Dónde estamos en este momento?
— ¿Cuál es el camino a seguir en adelante?
Los temas de estas reuniones deben tratar sobre:
— Posibles explicaciones e hipótesis de lo que esta ocurriendo
— Conocer opiniones y alternativas.
— Reprogramar el trabajo.
— Plantear implicaciones.
6. Informes sumarios. Los informes sumarios son convenientes para discutir el contenido
y preguntar sobre la fiabilidad de los datos. Todo ello debido a que:
— A veces la información no es de buena calidad.
— Se observan errores sistemáticos.
— Se comprime la información obtenida.
— Los datos no resisten el análisis, son insanos o inescrutables.
7. Orientaciones. La orientación debe conducir a realizar siempre el objetivo de la inves­
tigación. Para ello se necesitan plantear preguntas relevantes para guiar la búsqueda de
información, modificar y ampliar el plan inicial de recolección de información, escribir
comentarios sobre aspectos y sucesos importantes, escribir memos sobre lo que se va
aprendiendo en el camino, ensayar ideas y temas sobre el objetivo del estudio, revisar
literatura sobre el objeto del estudio, jugar con metáforas, analogías y conceptos.
596 INVESTIGACIÓN DE MERCADOS

Análisis final
El análisis final se hace después de terminado el trabajo de campo Presenta procedimientos
diversos, pero tiene en común, que la información se presenta en forma clara, ordenada y
sistematizada, en forma de matrices, gráficos, cuadros, etc.
La forma de texto narrativo, típica presentación del análisis cualitativo en otras discipli­
nas, no es aconsejable en estudios de investigación de mercados, pues es débil y difícil de
manejar, porque la información se dispersa y se torna monótona.
En lugar del texto narrativo se utiliza el método expositivo (display) que se caracteriza pol­
las siguientes cualidades:

• Presenta la información en forma simultánea.


• Organiza el contexto, ordenando y sintetizando las ideas.
• Permite la fácil obtención de conclusiones.
• Responde las preguntas que originaron el objeto de investigación.

El caso 12.13 utiliza esta propuesta en el análisis cualitativo de una red de distribución.

Caso 12.13 Método expositivo (display) para analizar información

A manera ilustrativa se presentan tres ejemplos de exposiciones display para un mismo tipo
de investigación cualitativa. Se trata del estudio de la distribución textil, para productos de
línea y de moda. El resultado de la Investigación cualitativa es una radiografía del sector, con
relación al perfil de los tipos de distribución, de su relación con los elementos de la mezcla
de marketing, de las tendencias hacia el futuro y de las posiciones en el pasado, en la actua­
lidad y de lo esperado en el futuro.

Tabla 12.15 Matriz de conceptos.

Mezcla de marketing
Distribuidor Mayorista Corredor
Factores claves 1. Cobertura amplia 1. Cobertura selectiva 1. Cobertura reducida
de marketing 2. Fuerza de venta 2. Servicio al cliente 2. Servicio al cliente
Productos 1. Productos de moda 1. Productos de bajo I. Todo tipo de
estándares de bajo nivel y alto nivel productos
2. Productos de moda
de alto nivel
ANÁLISIS DEL MERCADO 597

Promoción 1. Ayudado por el 1. Alta prioridad 1 .Promoción


proveedor publicitaria personalizada
2. Directorios 2. Revistas
especializados especializadas
3. Eventos
Distribución 1. Minoristas 1 .Coníeccionistas 1. Coníeccionistas
2. Coníeccionistas de marca medianos
3. Puntos de ventas 2.Cadenas de
propios almacenes
Precio 1. Mercado de precios 1 .Precio alto 1 .Precio negociado
2. Precio clave 2. No es clave

Tabla 12.16 Matriz explicativa.


Tendencias
Componente Significado Tendencia
Agente Representa la marca Presenta problemas con la legislación laboral
Mercancía en No se ofrecen incentivos
consignación Administración ineficiente
Gestión subsidiada
Fuente de problemas con los demás clientes
Distribuidor Representa la marca Especializado en productos estándares
exclusivo Asume el riesgo de la Mal manejo de productos de moda
mercancía en El negocio ha perdido rentabilidad
inventario Existe baja moral
Retraso en tecnificación
Amplia red con amplia cobertura
Corredor Representante de Mayor competitividad al disminuir el ciclo del
grupos de clientes producto, por contar con clientes cautivos y
ante el proveedor no administrar inventarios
Asume el riesgo Existe tendencia a crecer en número de
de cartera componentes, pero no en volumen de venta
Se está dinamizando este sector.
Mayorista Distribuyen todo tipo Es una actividad riesgosa pero rentable
de marcas Requiere alto conocimiento, actualización
Asume riesgo de e información
inventarios y de Mucha dinámica y va a asumir el liderazgo de la
programaciones distribución para productos textiles en general
Marketing de marca
598 INVESTIGACIÓN DE MERCADOS

Tabla 12.17 Matriz temporal.

Análisis de la distribución textil en el pasado, presente y futuro


Pasado Presente Futuro
Distribución Concentrada Mayor concurrencia Especializada

Segmentación Mercado global Baja especialización Alta especialización


Necesidad de Crecimiento de
segmentación confección y
minoristas
Marketing De línea Moda Marca
Economía de escala Disponibilidad Logística
Grandes Lotes Calidad Servicio
Pocos productos Pequeños lotes Lotes mínimos
Muchos productos Innovación
Orientación Producción Al mercado Diferenciación

Inversión Baja Alta en capital Alta en tecnología


Mercancía en de trabajo Sistemas gerencia les,
consignación Inventario y cartera informática, logística
Bajo riesgo Alto riesgo Alto riesgo
Factores claves Precio/cobertura Moda/disponibilidad Logística de
mercadotecnia

Se presentan tres tipos de matrices: una de ellas elabora e integra los conceptos, otra
explica la situación actual y futura, y una tercera matriz temporal, sirve para explicar la
forma cómo se desarrolla la dinámica de la comercialización del sector textil, ver las tablas
12.15, 12.16 y 12.17.
EL PROCESO DE DECISIÓN

Una decisión de marketing confronta un cúmulo de variables difíciles de


manejar y de prever, como las provenientes de la competencia, de las co­

13 municaciones, de las regulaciones del gobierno, de las conductas de los


públicos, de las tendencias tecnológicas, de las tendencias demográficas,
culturales y económicas, además de las relacionadas con las veleidades de
la psique humana.
Se comprende el alto grado de incertidumbre que conlleva la decisión de marketing.
Como comparación, la decisión de producción no es tan incierta, puesto que con los ajustes de
producción y la capacitación adecuada de los actores, es posible ofrecer un desempeño previ­
sible para el resultado de la operación.
En este capítulo, sobre la teoría de decisión, se proporcionan los elementos teóricos para
establecer un procedimiento formal que permita minimizar el riesgo y evaluar las consecuen­
cias que conlleva la toma de una decisión o acción..

1. DEFINICIONES

Variables de marketing
Una situación de mercado se puede manifestar de muchas formas. Las ventas, la participación
en el mercado, los precios, el conocimiento que los consumidores tienen de un producto, son
algunos ejemplos de variables de marketing. Los estados de la naturaleza, en los términos que
utiliza la teoría de decisión, son las respuestas del mercado ante una acción de marketing. Por
ejemplo, al fijar el precio a un bien, el mercado se manifiesta con diferentes participaciones del
mercado.
Los estados son los valores o formas que puede adoptar una variable de marketing, como
por ejemplo las participaciones del mercado que indican la fracción o porcentaje del mismo
que domina una marca. Otros estados se expresan en forma cualitativa, como en el caso del
600 INVESTIGACIÓN DE MERCADOS

conocimiento de un producto, cuyos estados pueden ser: no ¡o conoce, sabe que existe, conoce sus
propiedades, los conoce y lo ha usado, lo conoce y lo usa actualmente.
Las variables de marketing se pueden clasificar en endógenas y exógenas, según el grado
de control que se tiene sobre ellas.
Variables endógenas: Las constituyen aquellas acciones de marketing sobre las cuales se
tiene control, puesto que son manejadas por la gerencia. Por ejemplo, fijar el precio a un bien,
o cambiar el empaque a un producto, o elaborar un mensaje publicitario, para mejorar una
imagen, etc.
Variables exógenas: En cambio éstas, se refieren a los posibles estados de la naturaleza
de un mercado, generalmente como respuesta a un conjunto de factores ambientales que lo
afectan, como las acciones de marketing y las alternativas de la competencia. Un ejemplo de
variable de este tipo es la participación en el mercado de un producto al que se le acaba de fijar
nuevo precio. Se puede definir para la variable participación en el mercado tres estados posibles
denominados: superior, igual o inferior, según sea la participación actual comparada con la
anterior situación a la toma de una decisión de marketing. Ver mas ejemplos en la figura 13.1.

Variables endógenas controlables Variables exógenas no controlables

♦ Introducción de un producto nuevo. 1. De naturaleza ambiental


• Fijación del precio, según como es • Cambios económicos, por ejemplo la
percibido por el consumidor. inflación.
• Elección de un nuevo canal de • Nuevas normas de gobierno, como la
distribución. apertura comercial.
• Enfoque dado a una campaña de • Tendencias demográficas, por ejemplo el
promoción. incremento de la población urbana.
• Nuevo diseño de un producto. 2. De naturaleza competitiva
• Intervalo de tiempo antes de que sea
copiado un modelo nuevo.
• Respuesta competitiva por una rebaja en el
precio.
• Introducción de una innovación
tecnológica.

Figura 13.1 Variables de marketing.


EL PROCESO DE DECISIÓN 601

Grados de incertidumbre

La incertidumbre, es la característica propia de una decisión, que como la de marketing, suele


conllevar un determinado riesgo. Este no siempre es igual, puesto que las decisiones se toman
con diferentes niveles de conocimiento. Se pueden distinguir cinco niveles de incertidumbre,
bajo los cuales se suele tomar una acción, como se expresa en la siguiente clasificación:

Certeza. existe cuando el nivel de incertidumbre es cero, puesto que se conocen, con exactitud,
los estado futuros de la naturaleza, lo que elimina toda posibilidad de error.
Riesgo, existe cuando se conocen los posibles estados de la naturaleza y sus probabilidades.
Incerteza, existe cuando se conocen los posibles estados de la naturaleza, pero no se tiene cono­
cimiento de sus probabilidades.
Ignorancia parcial, existe cuando no se tiene conocimiento de todos los estados de la naturaleza,
ni de sus probabilidades.
Ignorancia total, cuando no se tiene conocimiento de los estados de la naturaleza.

Teoría de la decisión

La teoría de la decisión se mueve entre los niveles de riesgo y de incerteza. I_a metodología se
puede basar en los criterios bayesianos1, que suponen el conocimiento de los estados y sus
probabilidades. Si no se conocen las probabilidades, las técnicas de decisión se desarrollan bajo
criterios no bayesianos.
Anotemos que la decisión Lomada bajo niveles de ignorancia parcial, es la característica
de la planeación estratégica, en tanto que el nivel de ignorancia total no se puede manejar
puesto que no existe conocimiento alguno.

2. ESTRUCTURA DE LA DECISIÓN

La decisión se puede estructurar en forma de matriz de doble entrada, denominada matriz de


pago, y en forma de árbol de decisión, o dendograma.

Estructura de la decisión Matriz de doble entrada


Arbol de decisión

1 Ver apéndice inferencia bayesiana.


602 INVESTIGACIÓN DE MERCADOS

Matriz de pago
La matriz de pago (o matriz de doble entrada, o matriz de consecuencias), presenta las acciones
en las filas y los estados de la naturaleza en las columnas. Cada casilla indica la consecuencia de
la acción correspondiente, dada la presentación del estado indicado.
Las acciones, que son las decisiones o estrategias con las cuales se busca obtener una
influencia favorable en el mercado, se designan por A¡. Los estados, o las respuestas del merca­
do a las acciones, se designan por Ej..
Las consecuencias son las medidas del beneficio o pérdida de una acción, dada una res­
puesta. Ella se puede referir en términos de ventas, del margen de utilidad, etc. Se designa por
Q--, esto es la consecuencia de la acción i dado el estado j. Tiene la forma que se indica en la
figura 13.2.

Estados de la naturaleza

E, e3
Acciones Q,i q,2 q,3
de a2 q2, Q22
q33
marketing q3, q33
Q¡t = Margen esperado

Figura 13.2 Matriz de pago.

Probabilidades de estado.
Las probabilidades de estado se expresan en forma condicional a una acción, así:

P(Ej/ A¿ = Probabilidad del estado Ej dada la arción

Para cada acción existe una función de probabilidades de estados, como lo ilustra la
figura 13.3. Por tanto se cumple que Ai P(E^/Aj)=l para cada A¡.

Probabilidades de estado condicionadas


a una acción

A, í’íf.ZA,) P(E2/A,) P(E,/A,) SP(E/A,)=1


P(E,/A2) P(E2/A2) P(E3/A2) S P(E/AJ=1
P(E,/A}) P(W P(E3/AJ SPfE/A^I

Figura 13.3 Probabilidades de estado.


EL PROCESO DE DECISIÓN 603

Caso 13.1 Aplicación de la matriz de pago

Una empresa está considerando la mejor de tres decisiones de marketing, sobre el tipo de
diseño para un producto. El objeto es lograr la mejor aceptación entre los consumidores. Se
designan los diseños como las acciones, así:
Af = Para aplicar un diseño de aspecto clásico
A2 = Para un diseño de aspecto moderno
A3 = Para un diseño, ante todo, funcional

Estados

f,
Acciones Menor Igual Mayor
Clásico —30 50 100
Moderno —50 40 150
Funcional —10 10 40

Figura 13.4 Matriz de pago para el caso 13.1.

Los estados se expresan según los niveles de ventas obtenibles como respuesta al dise­
ño, así:
Ej = Disminuye en 1% la lasa de participación actual
E2 = Permanece el mismo nivel de participación
E3 = Aumenta en 1% el nivel de participación

El margen de contribución resultante en cada acción, se expresa en la figura 13.4.


Las probabilidades de estado condicionadas a las acciones, han sido estimadas de una
manera subjetiva por los especialistas, como se indica en la figura 13.5.

P(Ei/A1) 0,3 0,5 0,2 Z=1


P(Ei/A2) 0,4 0,5 0,1
P(Ei/A3) 0,1 0,3 0.6 2=1

Figura 13.5 Probabilidades de estado.

Ante esta información, el problema es determinar cuál decisión se debe adoptar.


Un panorama así, corresponde a la estructura de la decisión en forma de matriz. La
respuesta a la mejor acción se presentará en los siguientes casos.
604 INVESTIGACIÓN DE MERCADOS

Árbol de decisión
El dendograma, o árbol de decisión, es la estructura alterna para representar la decisión. Su
forma se ilustra en la figura 13.6, y como se observa presenta ramificaciones para cada acción
dependiendo de los estados resultantes. Si a la acción le pueden suceder tres estados; Ep E2 y
Ej, se desprenden tres ramas, una para cada estado, acompañadas de su probabilidad.

Caso 13.2 Aplicación del árbol de decisión

El árbol de la figura 13.6 expresa la misma situación del caso 13.1, estructurada en forma de
dendograma. Las probabilidades de estado y las consecuencias se expresan en las dos últi­
mas columnas del árbol.
Aplicando la función de ganancia para cada acción se obtienen resultados parciales de
cada rama, como se expresa en la primera columna. Luego se llega a 36, que es la ganancia
esperada para la acción Aj, 15 para la acción A2 y 26 para la acción Aj Se concluye de ello
que la acción A j es la que ofrece los mejores beneficios esperados.

Ganancia Acción Ganancia Estado Probabilidad Consecuencia


G(A.) parcial Ej PfE/A,)
PQ
P - 0,3 —> 30
p - 0/5 ' *■ 50
p = 0,2 ---- —* 100
P - 0/4 > -5U

p-0,5 * 40

np -- fl
U J1 * 1i j
sn
U

p - 0,1 ’ -IU

rvP — 0 J - 1n

P - 0,6 —> 40
EL PROCESO DE DECISIÓN 605

Función de ganancia
Con las probabilidades de estado para una acción es posible establecer la función de ganancia,
que expresa la consecuencia esperada dada la acción, así:

<^=ZQ,/(VA) i

En el caso 13.2 se presenta la estructura de dendograma para el mismo ejemplo del caso
13.1. Además, se agrega el cálculo de la función de ganancia esperada G(Ai), adelantando un
criterio bayesiano del análisis de decisión.

3. CRITERIOS DE DECISIÓN

El caso 13.2 condujo a recomendar la acción Ap con base en el conocimiento de las probabili­
dades de estado, pero no siempre es posible disponer de ellas. Si se conocen se aplica el criterio
bayesiano y, en caso contrario, alguno de los criterios no bayesianos.

Criterios de decisión Bayesianos, si se conocen las probabilidades


No bayesianos, si no se conocen las probabilidades

Criterios no bayesianos

Primeramente se tratarán los criterios no-bayesianos para analizar la decisión en condi­


ciones de incerteza, esto es, cuando se conocen los estados futuros pero no las probabilidades
de estado.
Existen cinco enfoques:

1. Criterio maximin
2. Criterio minimax
3. Criterio maximax
4. Criterio laplaciano
5. Criterio de pesadumbre

que se aplican, conjuntamente, al mismo caso, con el fin de agregar mayores elementos de
juicio para adoptar la acción a seguir. En seguida se hace el recuento de cada enfoque.
606 INVESTIGACIÓN DE MERCADOS

Criterio maximín
El criterio maximín, como los subsiguientes, se ejecuta en dos etapas: la primera, selecciona,
para cada estado de la naturaleza, la acción con la menor consecuencia y después, escoge del
conjunto de mínimos, el mayor. En forma simbólica se expresa así:
maxfmin Q¡ . / para cada j j

El procedimiento maximín utiliza, en primera instancia un criterio conservador o pesi­


mista, situación ésta que se invierte para la segunda elección, en la que se adopta una concep­
ción optimista.

Criterio minimax
El método del criterio minimax es, exactamente, el inverso del anterior. Parte de de una selec­
ción optimista, en la primera instancia, y termina con una actitud conservadora, en la segunda
selección. Se formula así:
minfmax Q¡ j / para cada y]

Criterio maximax
El tercer criterio adopta una posición francamente optimista, de principio a fin. La fórmula
escoge el mayor elemento, tanto en la primera como en la segunda elección. Esto equivale a
determinar la acción correspondiente al que proporciona la consecuencia máxima, esto es, al
elemento máximo de la matriz.
maxjmax Qt . ¡ para cada y]

El criterio maximax es tan optimista que puede aparecer ingenuo utilizarlo en ciertos casos.

Criterio laplaciano
El enfoque laplaciano selecciona la acción con la mejor consecuencia promedio, esto es, la de
mayor ganancia promedio por acción. Se basa en el denominado “principio de razón insuficien­
te”, que significa: que al no existir una mejor base para establecer probabilidades de estado, se
opta por suponer la misma probabilidad para cada uno. Se sintetiza así:
max|^— Lq . / para cada

Esto equivale a asignar una probabilidad de aparición 1/m, igual para cada estado de la
naturaleza, cualquiera que sea la acción a seguir y, con ésa base, se calcula la ganancia esperada
por acción.
EL PROCESO DE DECISIÓN 607

Criterio de pesadumbre
Este método aplica el criterio minimax sobre una matriz de pesadumbre.
La matriz de pesadumbre se determina con base en el costo de oportunidad, esto es, el
que se genera por la utilidad que se deja de percibir, si no se adopta la acción indicada.
Si el estado es y se toma la acción A2, el ingreso es, 150. Pero si se adopta Aj, el ingreso
solo es 100, o sea 50 menos, con relación a la acción A2. Por tanto, el costo de oportunidad, o
pesadumbre por no haber adoptado A2, es 50 = 150-100.
Para construir la matriz de pesadumbre se procede estableciendo ceros como costo de
oportunidad para la acción con mejor consecuencia. Para las restantes acciones se aplica la
diferencia con respecto a la anterior. Esto es:

P. . / para cada j = max^Q . / para cada /] — Q. .

El criterio minimax aplica primero una base pesimista a los costos de oportunidad, o sea,
que para cada estado elige la acción más desfavorable, o de mayor pesadumbre. Después, in­
vierte el criterio.
m i n^m ax P. . / para cada j |

Aplicar otros criterios como el maximax y el maximin, no tienen sentido cuando se trata
del costo de oportunidad, puesto que con el maximax se obtendría la peor alternativa y con el
maximin se obtendría siempre cero.

Caso 13. 3 Aplicación de los criterios no bayesianos

Continuando con el ejemplo del caso 13.1, se tiene como matriz de pago la de la figura 13.7.
Ella sirve de referencia para describir los cinco criterios no bayesianos.
Estados
El e3

A, —30 50 100
Acciones a2 —50 40 150
—10 10 40

Figura 13.7 Matriz de pago para el caso 13.3.

Si el estado es E2 , la mejor decisión corresponde al diseño clásico Aj Pero si la parti­


cipación del mercado es mayor, esto es, el estado E3 la mejor decisión corresponde a A2 el
608 INVESTIGACIÓN DE MERCADOS

diseño moderno. Y si la participación es desfavorable, el diseño A3, el funcional, es el que


ofrece la mejor decisión. Los criterios no bayesianos se aplicarán para ofrecer diferentes
puntos de vista sobre la decisión a adoptar.
Criterio maximin, La menor consecuencia para el estado Ej es -50 y corresponde a la
acción A2> Para ^2 es 10’ Aue corresponde a A3 y para Ejes 40, que corresponde también a
A3-
Del conjunto de mínimos, (-50,10,40/, el mayor es 40, que corresponde a la acción A3.
Por tanto, el criterio maximin selecciona la acción A3 corno la indicada a ejecutar.
El anterior razonamiento se formula así:

máx {-50 : \ ,10 : , 40 : } = 40: A^

Criterio miiúmax. Aplicando el criterio minímux a la matriz, se puede comprobar que


la selección sigue siendo Aj, puesto que:

mín{l0: A3,50: Ap150: A2} = -10: A3

Criterio maximax. Para este criterio, se comprueba fácilmente que:

máx {-10: ^,50:^,150: Aj = 150:

Este criterio es muy peligroso, puesto que se ha comprobado empíricamente, que la


acción con la mayor consecuencia tiene la más baja probabilidad de presentar el estado real
de la naturaleza. Esto se expresa en el ejemplo del caso 13.2, donde la probabilidad de E3,
dado Á2, es 0,1.
Criterio laplaciano. Se supone para cada acción la misma probabilidad de presencia
de los estados, así:
P(E1) = P(E2) = P(E3) = ^.

La decisión se expresa en función de la ganancia esperada:


C(A)=£<?,„■ ■?(£>)
i

Entonces:

G(/í1) = -30x(1/3) + 50x(1/3) + 100x(1/3) = (-30 + 50+100)/3 = 40


G(A¿) = -50x(1/3) + 40 X (1/3) + 150 x(1/3) = (-50 + 40 + 150)/3 = 47
G(Aj) = -10x(1/3)+10x(1/3) + 40x(1/3) = (-10+10 + 40)/3 = 13
Con Wx{40 : ^,47: ^,13: A,} = 47: A¿
EL PROCESO DE DECISIÓN 609

Se recomienda la acción A2 porque proporciona la mejor expectativa de ganancia pro­


medio.
Criterio minimax del costo de oportunidad. Tomando como base la matriz 13.7, se
construye la matriz de pesadumbre, como aparece en la figura 13.8. Ei costo de oportunidad
para la acción A3 es 0 si el estado es Ep porque esta acción proporciona la máxima ganancia,
(o mínima pérdida como corresponde en este caso). Pero si el estado es E2, el costo es 40,
que es la diferencia con la ganancia máxima 50, que corresponde a la acción A1. Si el estado
es E3, el costo es 110. Y así sucesivamente para las demás acciones.

E,
20 10 50
40 0 0
0 40 110

Figura 13.8 Matriz de pesadumbre.

Aplicando el criterio minímox sobre esta matriz, resulta:

mín{40: A,,40:43,110: Aj = 40: A,

Al elegir A3 se tiene menor riesgo con el costo de oportunidad con relación a las otras
acciones.
A la luz de estos criterios se presenta un empate entre las acciones Á2 y Á3, puesto que
aparecen cada una en tres ocasiones. Sin embargo el desempate se puede decidir a favor de
A3, que corresponde al diseño funcional, el considerarse que el criterio maximax, que selec­
cionó a Á2, es muy débil.

Criterios bayesianos

Los criterios Bayesianos se aplican en condiciones de riesgo, cuando se conocen los estados de
la naturaleza y sus probabilidades. Como se observa en el ejemplo del caso 13.3, la selección de
la acción óptima no es muy clara cuando no se tiene el conocimiento de las probabilidades de
estado. Comparado con el ejemplo del caso 13.2, se nota que, en este caso, la acción escogida
A3, sin el conocimiento de las probabilidades, no era la más indicada. Significa esto que, aun­
que los criterios no bayesianos son los indicados cuando no se conocen las probabilidades,
pueden conducir a alternativas menos atractivas.
Es obvio que el conocimiento de la probabilidad agrega mucha luz. Si, además, se acom-
610 INVESTIGACIÓN DE MERCADOS

paña con el resultado de una investigación de mercado, la calidad de la decisión se incrementa


enormemente. El enfoque bayesiano supone el conocimiento de las probabilidades de estado y
su aplicabilidad es indicada en situaciones de ocurrencia única, esto es, cuando la ocasión no se
repite.
Existen tres enfoques bayesianos, según el grado de información de que se dispone: El
análisis previo, cuando se conocen las probabilidades de estado, evaluadas en forma subjetiva;
El análisis posterior cuando se conocen las probabilidades de estado, evaluadas a partir del
resultado de un experimento (Investigación de mercado); El análisis preposterior cuando se
deduce el conocimiento de las probabilidades de estado, a partir de consideraciones de contin­
gencias.

Análisis bayesianos Previo, probabilidades subjetivas


Posterior, probabilidades a partir de un resultado
Preposterior, probabilidades de contingencias

Análisis previo
El análisis previo ya se utilizó en el ejemplo del caso 13.2. Los siguientes son los requisitos para
desarrollar el análisis previo:

1) Formular unas acciones o estrategias a seguir.


2) Definir los estados posibles de la naturaleza.
3) Evaluar las consecuencias de cada acción, con relación a los posibles estados de la
naturaleza.
4) Conocer las probabilidades de estado, dada una acción.

En una situación de ocurrencia única, las probabilidades de estado sólo pueden ser sub­
jetivas (esta es la base de la inferencia bayesiana) y, en razón de ello, se les denomina “probabili­
dades previas". Ellas corresponden a las probabilidades de estado explicadas en la figura 13.3,
designadas por P(Ej/A{). Para estimarlas se consulta a los expertos en el marketing del producto
que se investiga.
El análisis previo es muy simple y consiste aplicar la función de ganancia, para evaluar la
mejor alternativa de acción, Leniendo como guía la estructura del dendograma, según se hizo en
el caso 13.3 y en la matriz de pago del caso 13.4.
La función de ganancia se formula por:
EL PROCESO DE DECISIÓN 611

Se calcula esta expresión para todas las alternativas y se selecciona aquella con la mayot
ganancia esperada. Esto es:
Acción óptima = A. / wJx[C()]

Este proceso de ilustra en el caso 13.4.

Caso 13.4 Aplicación del análisis previo

Se aplicará el procedimiento del análisis previo al ejemplo del caso 13.1, considerando las
probabilidades de estado indicadas en la figura 13.5.
Como se recuerda, se trata del diseño para un producto que puede ser moderno,
funcional o clásico, el cual puede afectar la respuesta del mercado, aumentando, disminu­
yendo o dejando inalterable la participación en el mercado. Las probabilidades de estado para
describir la participación en el mercado depende del diseño escogido, y como son tres, se
deben plantear tres funciones de probabilidades de estado, indicadas en la figura 13.5 y repro­
ducidas a continuación:

Acción píe,/a,) PíE/Aj


0,3 0,5 0,2
0,4 0,5 0,1
0,1 0,3 0,6

Figura 13.9 Probabilidades de estado.

Estas probabilidades de estado son subjetivas, y, para su evaluación, se tiene en cuenta


la experiencia y el conocimiento de un panel de expertos. Aplicando la función de ganancia
para cada acción, la acción recomendada corresponde a Ap Asi:

. G(Ap=-30x0,3+ 50x0,5+ 100x0,2 =36


• G(A2)=-50x0,4+ 40x0,5+ 150x0,1 = 15
• G(A3)=-10x0,1 + 10x0,3+ 40x0,6 =26

Por tanto, el análisis previo recomienda la alternativa Aj por tener la mayor ganancia
esperada, tal como había resultado en el caso 13.2.
612 INVESTIGACIÓN DE MERCADOS

Análisis posterior
El análisis posterior decide la acción a seguir después de conocer el resultado de un experimento,
con base en el cual se revisan las probabilidades previas, de acuerdo con los principios estableci­
dos en el teorema de Bayes. Estas probabilidades revisadas se denominan “probabilidades poste
ñores', y se expresan por PÍE/R^. Esto es:
P(Ej / Rf) = probabilidad del estado E¡ dado el resultado Rj
El teorema de Bayes establece la probabilidad posterior en función de las probabilidades
previas P(E¡) y de las probabilidades condicionales P(R./E.), como aparece en la expresión si­
guiente (ver el anexo final de este capítulo para un tratamiento más amplio de este tema):

Fórmula de Bayes

P(Ey •/?,.)_ P(E.) P(/?./E.)


p(f7/«,)=

Para desarrollar las probabilidades posteriores consideradas en la fórmula de Bayes se re­


quiere:

1) Formular las probabilidades condicionales de un resultado Rj en el experimento, a un


estado dado. Esto es: PQ^/Ej)-
2) Determinar las probabilidades conjuntas P(R¡'Ej)t de obtener R¡ como resultado y Ej,
como estado real.
3) Determinar las probabilidades incondicionales de un resultado P(Ri) en el experi­
mento.

1. Probabilidades condicionales
Las probabilidades condicionales se pueden disponer en una matriz, como se muestra en la
figura 13.10. Estas probabilidades las determina el investigador, según los términos del experi­
mento y la exactitud del diseño muestra! Por ejemplo, si se cuenta con una muestra grande la
probabilidad de pronosticar el estado real es alta, y viceversa.
En la matriz se debe considerar que P(Rj/Ei)=l, puesto que es una función de probabi­
lidad2.

2 Notar que 2j P(Rj.Ei)/P(Ei)=P(Ei)/P(Ei)=l


EL PROCESO DE DECISIÓN 613

Resultados
Estados P, p,
E, P(R,/E,) P(R2/E,) P(R3/E,)
E2 P(R,/EJ P(R2/E}) POW
e3 P(R,/E}) P(R2/E3) P(R3/E3)

Figura 13.10 Matriz de probabilidades de resultados.

El experimento suministra un resultado a través de una investigación de mercados, cuyo


objetivo es pronosticar el estado de la naturaleza. Según la teoría de las muestras, el tamaño
muestral juega un papel importante en la predicción. Entonces, según el tamaño disponible, se
pueden hacer dos planteamientos:
Información perfecta. Cuando se parte de una confiabilidad muy alta tal que se asume
que:
PfEj/Rp = lparai=j
= 0 para i ¿ j
Información imperfecta, De otra forma, en muestras pequeñas existe un riesgo de una
predicción errónea. Por ejemplo, si la muestra se diseña bajo una confiabilidad del 90%, se
tendría que:
P(Ei / Rj ) = 0,90 90% de acertar con i = j
= 0,10 10% de errar con i # j
2. Probabilidades conjuntas
Para calcular las probabilidades posteriores, se necesitan las probabilidades conjuntas que apa­
recen en el numerador de la fórmula de Bayes. La probabilidad conjunta P(R¡ Ej) se desarrolla
como se indica en la figura 13.11, donde cada celda se calcula siguiendo la fórmula:

Prob. conjunta = prob.


previa x prob. condicional
R, r2 R,
E, P(R,E,) P(R2E,) P(R3E,) Z=P(E,)2.
E2 P(R,E2) P(R2E2) P(R3E2) Z = P(E2)
E, P(R,E3) P(R,E3) P(R,E3) Z=P(E})
P(R,) p(r2) P(R3) PíR^Zi PjRy,)

Figura 13.11 Matriz de probabilidades conjuntas.

1 Notar que P(R,Ej) / P(Ep = P(Ej) / P(Ej) - 1


614 INVESTIGACIÓN DE MERCADOS

3. Probabilidades incondicionales
En la última fila de la figura 13.11, se expresan las probabilidades incondicionales (o margina­
les) P(Ri), de los resultados del experimento. Se obtienen aplicando el principio de expansión
de la probabilidad, así:

P(Rf.) = P(R. n (E, + E2 + E3)) = P(R. ■ E,) + P(R. • E2) + P(R, ■ E,)

Prob. marginal = suma de probabilidades conjuntas

O sea, que la probabilidad marginal es la suma de los Lérminos de cada columna. Se


comprueba que ¿i P(Rj)=l.

4. Probabilidades posteriores
Finalmente, las probabilidades posteriores se obtienen haciendo uso de la fórmula de Bayes, así:

_ P conjunta
P posterior = P(Ej /P¡) =
P(R¡) P marginal

La matriz de probabilidades posteriores (figura 13.12) proporciona la versión revisada de


las probabilidades previas.
Como se observa hay tres funciones de probabilidades posteriores, una por cada resulta­
do del experimento. Si el resultado del experimento es Rf se aplica la función de probabilidad
de la columna (1). Si es R2 se aplicará la segunda función de probabilidad, y asi, sucesivamente.

R, R, R3

P(E/R,) P(E,/R2) P(E,/R3)

P(E2/R,) P (E/R2) P(E/R3)

p(e3/r,) P(E/R2) P(E/R3)

(1) (2) (3)


X= 1 Z= / X= 1

Figura 13.12 Matriz de probabilidades posteriores.

Cuando se cuenta con información perfecta, la matriz de probabilidades posteriores es


una matriz de identidad, puesto que: P(E¡/Rj)^l, P(E2/R2)=1 y P(E3/R3)=1, y P(Et/Rj)=0
para i
EL PROCESO DE DECISIÓN 615

5. Función de ganancia
A parir de las probabilidades posteriores se hace la evaluación de la función de ganancia para
cada acción, esto es:

i
Donde GCA/R^) es la ganancia esperada con la acción Ajt dado el resultado R^, siendo
Ql<t] la consecuencia de la acción Ajt dado el estado Ej.
Se elige la que proporciona mejor ganancia. Esto es:

Caso 13.5 Probabilidades posteriores

Aplicar el análisis posterior al ejemplo anterior, con base en el diseño clásico, para saber si
mejora las ganancias del producto.
Este diseño, puede aumentar, inalterar o disminuir la participación del producto en el
mercado. Para disponer de mayor información se hizo una investigación de mercado, cuyo
resultado pronosticó el estado E2, es decir, que aplicando dicho diseño no variará la partici­
pación en el mercado.
Las probabilidades previas para la acción A2 —diseño clásico—, se extraen de la pri­
mera fila de la figura 13.5. Ahora se trata de determinar las probabilidades posteriores, dado
dicho diseño.
La figura 13.13 presenta un cuadro para seguir el algoritmo de cálculo de las probabi­
lidades posteriores. Los siguientes son los tres pasos:

1. Probabilidades condicionales
El primer cuadro de la figura 13.13 corresponde a la matriz de probabilidades condiciona­
les, suministrada por el investigador.
Para definir los estados se puede argumentar como sigue: se considera que la partici­
pación no cambia (E2), si no varía más del 1,5%. Esto se puede lograr con un tamaño muestral
adecuado y una precisión del 10%, con 90% de probabilidad. El restante 10% de riesgo se
reparte por igual para los otros estados E1 y Ej. De la misma forma 0,85 expresa la probabi­
lidad de predecir el estado Ep siendo éste el estado real en la naturaleza. Se asigna 0,10 de
probabilidad de predecir En siendo E2 el estado real y 0,05 de predecir Ej, siendo Ej el
estado real.
616 INVESTIGACIÓN DE MERCADOS

2. Probabilidades conjuntas
El segundo cuadro de la figura 13.13 contiene las probabilidades conjuntas, que provienen
de efectuar el cálculo P(í< R.) = P(Ej) P(R./Ej).
Por ejemplo:
P(E^) = P(E, )P(Ry / ^) = 0,30 X 0,85 = 0,225
P(E2R}) = P(E2 )P(R} IE2) = 0,50 x 0,05 = 0,025

y así sucesivamente.
Probabilidades condicionales P( Rj/E.)
Probabilidades previas ^3
dado el diseño Al Menor Igual Mayor
0,30 0,85 0,10 0,05
P(E^ = 0,50 0,05 0,90 0,05
0,20 0,05 0,15 0,80

Probabilidades conjuntas: P(R/E.)

0,255 0,030 0,015


0,025 0,450 0,025
0,010 0,030 0,160

Probabilidades marginales: P(RJ

«3
0,290 0,510 0,200

Probabilidades posteriores: P(E/R.)

R, r2 «3
0,879 0,059 0,075
0,086 0,882 0,125
0,034 0,059 0,800
(1) (2) (3)

Figura 13.13 Algoritmo para determinar la probabilidad posterior.


EL PROCESO DE DECISIÓN 617

3. Probabilidades marginales
Las probabilidades marginales aparecen en el tercer cuadro de la figura 13.13. Corresponden
a la suma de las probabilidades conjuntas, esto es, de los elementos de las columnas de la
segunda matriz. Así:
P(R1) = P(E1R1) + P(E2R1) + P(£3R1) = 0,255 + 0,025 + 0,010 = 0,290
P(P2) = P(EyR2) + P(E2P2) 4- P(E3R2) = 0,030 + 0,450 4- 0,030 = 0,510
P(P3) = P(E1P3) 4- P(E2R3) 4- P(E3R3 ) = 0,015 + 0,025 4- 0,160 = 0,200

4. Probabilidades posteriores
Finalmente, las probabilidades posteriores se describen en el cuarto cuadro de la figura 13.13.
Se calculan, así para Rp
P(En / ^) = P(E^) / P(P,) = 0,255/ 0,290 = 0,879
P(E2/P1)-P(E2P1)/P(R1) = 0,025/0,290 = 0,086
P(E3 / ^) = P(E3P1) / P^) = 0,010 / 0,290 = 0,034

e igualmente para R2 y Rj.


Cada columna del cuarto cuadro proporciona una función de probabilidades posterio­
res. Así, la columna (1) expresa las probabilidades de estado, cuando el resultado es R1 del
experimento; (2), cuando el resultadoes R2 Y O), dado Ry
Si el experimento pronostica E¿, la probabilidad posterior de la fila (2), es: [0,059,
0,882, 0,059].

Caso 13.6 Análisis posterior

Se requiere entre tres diseños elegir la opción óptima. Con base en las funciones de ganancia
de cada acción se deben calcular: G(Aj /R2), G(A2/R2) y G(A3/R2), y seleccionar el mejor.
Se parte del supuesto que la investigación de mercado pronosticó E2 como el estado
real de la naturaleza, o sea que el diseño clásico no variará las condiciones actuales de parti­
cipación en el mercado.
En el ejemplo anterior se determinaron las probabilidades posteriores para el diseño
Aj. Para considerar las otras acciones A.¿ y A3, se elabora el cuadro 13.14. En la columna 1 se
transcriben las probabilidades de estado previas por acción, y en la columna 2 las probabili­
dades condicionales dado el resultado R2 La columna 3 proporciona las probabilidades
conjuntas al multiplicar las columnas 1 y 2. La probabilidad marginal P(R2) se obtiene al pié
de la columna 3. Las probabilidades postenores se obtienen en la columna 4 como resultado
de dividir la lila 3 por la probabilidad marginal. En la fila 5 se transcriben los valores de las
618 INVESTIGACIÓN DE MERCADOS

consecuencias de las acciones dados los estados Ep E2, Ej. Finalmente, en la columna 6 se
aplica la función de beneficio multiplicando las columnas 4 y 5, cuya ganancia esperada es la
suma de la columna, que para el caso del diseño Aj es 48,24.
Se concluye que la acción recomendada es Ap que opta por el diseño clásico, porque:

Max [ 48,24/Aj, 36,19 / A2,16,75/A3] = 48,24 /Aj

Si el problema considera, únicamente, la decisión dicotómica de adoptar el diseño


clásico, o seguir con el actual, la decisión debe ser cambiar por al diseño clásico, puesto que
con ello se logra un margen esperado superior en 48,24.

Análisis posterior para el diseño clásico, A1


1 2 3(1x2) 4(3/E) 5 6=4x5
P/fJ P(R2E¡) P(E/R2) G(A,/R2)
0,30 0,10 0,030 0,059 -30 -1,76
0,50 0,90 0,450 0,882 50 44,10
0,20 0,15 0,030 0,059 100 5,90
E=0,51 G=48,24

Para el diseño moderno, A2


1 2 3=1x2 4(3/L) 5 6(4x5)
0,40 0,10 0,040 0,079 -50 -3,95
0,50 0,90 0,450 0,891 40 35,64
0,10 0,15 0,015 0,030 150 4,50
L= 0,505 E= 36,19

Para el diseño funcional, A3


1 2 3(1x2) 4(3/1) 5 6(4x5)
0,10 0,10 0,010 0,027 -10 -0,27
0,30 0,90 0,270 0,730 10 7,30
0,60 0,15 0,090 0,243 40 9,72
1= 0,370 1= 16,75

Figura 13.14 Algoritmo para el análisis posterior.


EL PROCESO DE DECISIÓN 619

Análisis preposterior
En el análisis preposterior no se conoce el resultado porque no se hace ningún experimento,
pero parte de las probabilidades de los resultados del experimento, en el supuesto de que éste
se hiciese, y se ponderan sus resultados en la función de ganancia.
Tanto el análisis posterior, como el preposterior, tienen como propósito revisar las proba­
bilidades de estado previas, basándose en los principios del teorema de Bayes. A diferencia del
análisis posterior, en donde la acción se elige después de conocer el resultado del experimento,
en el análisis preposterior, en lugar de incurrir en la ejecución de una prueba, se evalúa la mejor
alternativa sobre una estrategia de contingencia, que considera la ganancia esperada para cada
acción, cualquiera que sea el resultado de la prueba.
La función de beneficio se calcula con la ayuda de las probabilidades marginales, P(Ri), de los
resultados, y las ganancias esperadas, dada la ejecución de cada acción, así:

G(A/.) = ^mrfx[G(A./R),O].P(R.)
j

La acción elegida Afc es la de mejor ganancia esperada. Esto es:

AM¡ma=Ak/mdx[G(Ak)]

Caso 13.7 Aplicación del análisis preposterior

Asumiendo que no se llevó a cabo ninguna investigación de mercados en el caso anterior, se


trata de aplicar entonces el análisis preposterior y decidir el diseño a seleccionar.
El análisis preposterior se basa en la ganancia esperada dada una acción, cualquiera que
sea el resultado del experimento. Si se opta por la alternativa Ap es decir por el diseño
clásico, se obtendría como beneficio esperado un margen de -13,17, de 47,93 o de 77,20,
para cada resultado R¿, R2y Rj, respectivamente, como se muestra en seguida:

G(A2/Rp 0,879+50x0,086+100x0,034 =-18,62,0] = -13,17


G(Aj/R2) =móx(-30 x 0,059+50 x 0,882+100 x 0,059 = 48.24,0] = 47,93
G(Aj/Rj) =máx(-30 x 0,075+50 x 0,125+100 x 0,800 = 84,00,0] = 84,00

Entonces, la ganancia esperada total es:

G( A,) = G( A, / R,)P(R,) + G(A, / R, )P(R2) + G( A, / R3 )P(R3)


620 INVESTIGACIÓN DE MERCADOS

Para calcular las probabilidades posteriores, dadas las acciones A2 y A3, se procede
como se hizo con Aj, en el caso 13.5, basándose, ahora, en las probabilidades previas para
los diseños A2 y A3, al cabo de las cuales se llega a las probabilidades presentadas en el
cuadro en la figura 13.15.
La matriz 13.16 resume las ganancias obtenidas al aplicar la función de beneficio de
cada acción para cada resultado. De ella se concluye que para el resultado R]t la acción
recomendada es A3, porque, además de proporcionar la mayor ganancia, es la única que no
admite pérdida. Para R2 se recomienda A-j y, para R3, se elige A2.

Figura 13.15 Probabilidades posteriores.

P Dado A1 Dado A2 DadoA3


(E/Aj)=[0,3 0,5 0,2] P(E/A2)=[0,4 0,5 0,1] P(E/A3)=[O,1 0,3,06]
R, R; R. r3 R, R; R,
0,879 0,059 0,075 0,919 0,079 0,160 0,654 0,027 0,010
0,086 0,882 0,125 0,068 0,891 0,200 0,115 0,730 0,030
0,034 0,059 0,800 0,014 0,030 0,640 0,231 0,243 0,960

Figura 13.16 Función de beneficio de la acción frente al resultado.

«r A
0,00 44,24 84,00
0,00 36,14 96,00
3,85 16,76 38,60
Acción elegida: A3 Aj A2

La figura 13.16 se conoce como plan de contingencia, pues sólo se necesita conocer el
resultado del experimento para proceder. Pero el análisis preposterior no lleva a cabo ningún
experimento, en cambio, calcula una función de ganancia esperada, cualquiera que sea el
resultado. Esta función se expresa por:

C(A) = ZG(/»;/R.)P(Ry)
J
EL PROCESO DE DECISIÓN 621

El análisis prepostenor recomienda la acción Al

Ganancia esperada
G(A¡)= XiG(Al/Ri)P(Ri)
P¡R,) 0,29 0,51 0,20
G(A/R) 0,00 48,24 84,00 41,40
P(R) 0,37 0,505 0,125
G(A/R¿ 0,00 36,14 96,00 30,25
P(R} 0,13 0,37 0,50
GfA/R) 3,85 16,76 38,60 26,00
Acción recomendada A,
Figura 13.17 Evaluación preposterior.

y su cálculo aparece en la figura 13.17, que tiene como base las ganancias presentadas en la
figura 13.16 y en las probabilidades incondicionales de los resultados P(Ri)> las cuales se han
transferido también a la figura 13.17.

Ganancia con información perfecta


Si el análisis preposterior se hace con información perfecta, la ganancia esperada, dado un
resultado, es igual a la consecuencia de una acción dado el estado indicado, esto es: G(A(/ R.)
=Qh-
Y es natural, porque si el resultado de un experimento con información perfecta es Rf signi­
fica que el estado E1 es el estado real en la naturaleza. La matriz de la figura 13.18 presenta
G(A{ / R.) = max (Qki, 0), y entonces, si la consecuencia es negativa se hace cero, poique en
lugar de adoptar una acción que proporciona pérdida se adopta por no hacer nada, lo cual
no implica pérdida. Con esta aclaración, el análisis preposterior, con información perfecta,
se desarrolla como en la figura 13.17.

Con información perfecta


R, Ganancia esperada G(AJ=E¡
GfA/Rj) P(R¡)
/w; 0,29 0,51 0,2
cía,/}?; 0,0 50,0 100,0 45,51
w; 0,37 0,505 0,125
gía/rj 0,0 40,0 150,0 38,95
P(R,) 0,13 0,37 0,5
G(A/Ri) 0,0 10,0 40,0 23,7
Acción recomendada A,
¡gura 13.18 Análisis preposterior.
622 INVESTIGACIÓN DE MERCADOS

4. DECISIÓN PARA REALIZAR LA INVESTIGACIÓN

El análisis preposterior permite justificar o no, la decisión de llevar a cabo la investigación de


mercado, y en caso positivo, determinar cuál debe ser el costo máximo de ella, dependiendo del
costo de la investigación y de la ganancia de la acción a lomar. Se definen los siguientes térmi­
nos así:
Cj = Costo de investigación no perfecta. Es un costo normal.
C2 = Costo de investigación perfecta. Es muy alto.
Go = Ganancia obtenida del análisis previo sin información. No hay costo
de investigación.
Gj = Ganancia resultante del análisis preposterior, que implica realizar una información
no perfecta para obtener una información necesitada.
G2 = Ganancia resultante del análisis preposterior realizada con una investigación con
información perfecta.
Entonces, la decisión de realizar la investigación y de qué tipo, se toma si las ecuaciones
de ganancia neta son positvas. Esto es:

Gj - Go -Cj> 0 Ganancia neta después de descontar la información imperfecta


G2 - Go -C2 > 0 Ganancia neta después de descontar la información perfecta

Si la realización de la investigación es preferible a no hacerla, y después de extraer el costo


deja cierto nivel de ganancia, se decide por ella. En caso de obtener una ganancia muy ventajo­
sa, se decide por la propuesta de información perfecta. Pero si obtener información no deja
margen de ganancia, no se justifica su realización. La realización de una investigación de mer­
cados es un típico caso de un evento de ocurrencia única, donde resulta muy apropiada la
aplicación de la propuesta bayesiana para tomar una decisión.
Los eventos de ocurrencia única no se repiten y por tanto no se pueden elaborar frecuen­
cias para estimar las probabilidades de estado. En estas situaciones se recurre al enfoque bayesiano
para realizar dichas estimaciones en una etapa posterior, con base en el desarrollo de unas
probabilidades subjetivas, tal como se ha indicado en el desarrollo de este capítulo.

Caso 13.8 Toma de decisión sobre investigación de mercados

La figura 13.19 presenta la estructura de árbol de decisión para el ejemplo que se ha venido
elaborando, pero considera ahora la opción de elaborar un diseño o no hacerlo. Si se consi­
deran todos los diseños, implica hacer más ramificaciones del dendograma, pero el sentido
es el mismo.
EL PROCESO DE DECISIÓN 623

En la figura 13.20 se presenta un algoritmo completo para desarrollar la decisión entre


escoger el diseño clásico, o no hacer nada.
En la figura 13.21 y 13.22 se hace, exactamente, lo mismo con las otras dos acciones:
efectuar el diseño moderno, o el diseño funcional, contra no hacer nada, Ao.
Para considerar la mejor de las tres acciones se analizan evaluaciones pareadas entre sí,
así:
Al frente Ao G(Aj)
A2 frente Ao G(A2)
A3 frente Ao

y, finalmente, se comparan sus funciones de ganancia respectivas para la escoger la óptima.


Las figuras 13.20 a 13.22 presentan una versión resumida de los tres análisis: previo,
posterior, preposterior con o sin información perfecta. Como se podrá observar, tienen una
presentación que permite una mejor comprensión de los diferentes criterios de evaluación
bayesiana estudiados en las secciones anteriores.
624 INVESTIGACIÓN DE MERCADOS

Q„=-30

Qu=50
No información
Qn=100

Qo,=O

Q..=-30

Q,2=50
R/0
Q, 3=100
p=29
Qra=o
Información

Q„=-30

Qu=50
Imperfecta R/48,24
Q2,=100
p=51
Qm=0

Q3,=-30

Q«=50
R3/84
Qm=100
p=20
Q«=0
R,
o Q„=-30

Qo,=o

25,5 Q,2=50

Q<b=°

20 Q, 3=100

p=0,20 QO3=0

Figura 13.19 Arbol de decisión.


EL PROCESO DE DECISIÓN 625

Acción A) efectuar diseño clásico Acción Ao no hacer ningún diseño


Probabilidades Consecuencias: Asignación probabilidad condicional PÍR/E,)
previasPÍE/AO Qh Qoi R, R, R, Z
0,30 -30,0 0,00 Ej 0,85 0,10 0,05 1
0,50 50,0 0,00 E2 0,05 0,90 0,05 1
0,20 100,0 0,00 E3 0,05 0,15 0,80 1
Probabilidad conjunta P(Rj Ei) Probabilidad posterior P(E/R|)
R1 R2 R3 P(Ei) R, R? R3
E1 0,255 0,030 0,015 0,30 E1 0,879 0,059 0,075
E2 0,025 0,450 0,02 0,50 E2 0,086 0,882 0,125
E3 0,010 0,030 0,160 0,20 E3 0,034 0,059 0,800
P(Rj) 0,290 0,510 0,200 Z 1 1 1
Análisis anterior G(A,) = 36,00 Análisis posterior
G(Ao) = 0,00 Qn P(E/Rj) máx |Qn PÍE/R^O]
Si R= R,; GCA/R0 = -18,62 0,00
Si R= R2; GÍAj/RJ = 48,24 48,24
Si R= R3; G(Aj/R3) = 84,00 84,00
Análisis preposterior G(A,/Rj) Análisis preposterior información perfecta G(A|/R¡)
GíA/R,) = 0,00 P(R5) =0,0 GÍAj/Rj) =-30,00 P(R,) = 0,0
GíA/RJ = 48,24 P(R2) =24,6 G(A,) G(A/R2) = 50,00 P(R2) = 25,5 G(A,)
G(Aj/R3) = 84,00 P(R3)=16,8 41,40 G(A(/R3) = 100,00 P(Rj) = 20,0 45,50
Costo máximo de la investigación: Información perfecta-No información 9,50
Información - No información 5,40

Figura 13.20 Análisis de decisión para la acción Ar


Acción A2 efectuar diseño moderno Acción Ao no hacer ningún diseño
Probabilidades previas Consecuencias: Asignación probabilidad condicional P(Rj/E¡)
P(E/A,) Qli Qni R, R2 R3 Z
0,40 -50,0 0,00 E, 0,85 0,10 0,05 1
0,50 40,0 0,00 E2 0,05 0,90 0,05 1
0,10 150,0 0,00 E3 0,05 0,15 0,80 1
Probabilidad conjunta P(Rj E¡) Probabilidad posterior P(R/E¡)
R, R2 R3 P(E,) Ri R, R3
E, 0,340 0,040 0,020 0,40 E, 0,919 0,079 0,160
E2 0,025 0,450 0,025 0,50 E2 0,068 0,891 0,200
E3 0,005 0,015 0,080 0,10 E3 0,014 0,030 0,640
P(R,) 0,370 0,505 0,125 Z 1 1 1
Análisis anterior G(A,) =15,00 Análisis posterior Q3I PíE/Rp máx |Q„ P(E|/Rj),O]
G(Ao)= 0,00 Si R= R,; GfA^/R,) = -41,22 0,00
Si R= R2; G(A,/R2)= 36,14 36,14
Si R= R3; G(A1/R3)= 96,00 96,00

Análisis preposterior GfA/Rp Análisis preposterior información perfecta G(A,/Rj)


G(A,/RI)= 0,00 P(R,) = 0,0 GfAj/R,) = -50,00 P{R() = 0,0
G(A,/R2) = 36,14 P(R2) =18,3 G(A3) G(A,/R2) = 40,00 P(R2) = 20,2 G(A,)
G(A,/R3) = 96,00 P(R3) =12,0 30,25 G(A,/R3) = 150,00 P(R3) = 18,8 38,95
Costo máximo de la investigación Información perfecta-No información 23,95
Información - No información 15,25

Figura 13.21 Análisis de decisión para la acción A2.


626 INVESTIGACIÓN DE MERCADOS

Acción A, eefectuar diseño funcional Acción Ao no hacer ningún diseño


Probabilidades previas Consecuencias: Asignación probabilidad condicional PÍR/E»)
P(E/A,) OJO Qu Qoi Ri R2 R3 X
0,30 -10,0 0,00 E, 0,85 OJO 0,05 1
0,60 10,0 0,00 E2 0,05 0,90 0,05 1
40,0 0,00 E3 0,05 0,15 0,80 1
Probabilidad conjunta P(Rj E») Probabilidad posterior P(E/R¡)
R. r2 r3 PÍE») R» R, R3
E, 0,085 0,010 0,005 OJO E» 0,654 0,027 0,010
E2 0,015 0,270 0,015 0,30 E2 0,115 0,730 0,030
E3 0,030 0,090 0,480 0,60 E3 0,231 0,243 0,960
P(Rj) 0,130 0,370 0,500 1111
Análisis anterior G(At) = 26,00 Análisis posterior Q,, P(E/Rf) máx [Q„ P(E/Rf),0]
G(Ao) = 0,00 SiR=R»; G(A,/R») = 3,85 3,85
Si R= R?; G(A,/R2) = 16,76 16,76
Si R= R3; G(A,/R3) = 38,60 38,60

Análisis preposterior GfA»/^) Análisis preposterior información perfecta G(A,/R¡)


G(A,/R,) = 3,85 P(R,)= 0,5 G(A1/R1) = -10,00 P(R») = 0,0
G(A,/R2) = 16,76 P(R2) = 6,2 G(A,) G(A,/R2) = 10,00 P(R2) = 3,7 G(A,)
GíA/RJ = 38,60 P(R3) =19,3 26,00 G(A,/R3) = 40,00 P(R3) = 20,0 23,70
Costo máximo de la investigación Información perfecta-No información 0,00
Información - No información 0,00

Figura 13.22 Análisis de decisión para la acción Ar


APÉNDICES 627

APÉNDICE 1: INFERENCIA BAYESIANA

1. Teorema de Bayes
La probabilidad conjunta para dos eventos se expresa como:

P(Rí>E) = P(E)P(R/E)
La probabilidad condicional del evento E, dado R, se puede despejar, así:

P(R E) _P(EyP(R/E) P(E)-P(R/E)


P(R/E) =
P(R) ’ P[R(E + E')J P(R-E) + P(R F)

P(E)P(R/E) ______
p(e/R)=
P(E)-P(R/E) + P(E') -P(R/E')

en donde E‘ es el complemento de E, así que P(E)+P(E’)=1. Generalizando, para más de dos


eventos, esto es, E=Ej+E2+...+En, se tiene la muy conocida fórmula de Bayes:

P(E.)P(R/E.) P(E)P(R/E.)
P(f,/R) =
XP(f )P(/?/E )

que explica la probabilidad de que se presente un estado como consecuencia de un resultado R.

2. Inferencia bayesiana
Para tener idea de la forma cómo opera la inferencia bayesiana, se puede observar el siguiente
ejemplo. Sea Rlt uno de tres posibles defectos de calidad en una tela, los cuales son generados
en uno de tres procesos diferentes: E2 proceso de acabado, E2 proceso de tejeduría y E3 proceso
de hilatura.
Se tienen asignados valores a las probabilidades de aparición de los defectos dada la
procedencia Ep E2y E3. Esto es P(Rj/Ej), P(Rl/E2)y P(R2/Ej), como se muestra en la siguiente
figura de procedencias o causas.
e3
Posibles resultados del experimento R, P(R/E,) P(R/E2) P(R/E})
P(R/E,) P(R/E2) P(R/E})

Se presume un conocimiento subjetivo de las probabilidades de las causas o procedencias


de Rp esto es de P(E2), P(E2) y PÍEp. El objetivo es revaluar Las probabilidades subjetivas de las
causas, dado que el resultado del experimento es R¡. Esto es de PfEj/Rj), P(E2/Rj) y PfEj/Rj).
Aplicando el teorema de Bayes, se obtiene:
628 INVESTIGACIÓN DE MERCADOS

___ ___________ P(EJP(R,/E,)_______________


P(£, )P(R, / E,) + P(£2 )P(R, / E2) + P(E3 )P(R, / E3)

De manera análoga se obtienen P(E2/Rí)y PfEj/Rp. Estas probabilidades representan una


mejor aproximación a la realidad, pues se fundamentan en el resultado de un experimento
objetivo. Ejemplo: Se tiene la siguiente asignación de probabilidades condicionales de resulta-
dos, dada una causa.
Causas
w/9 %
Acabados Tejeduría Hilatura
Resultados Tonos 0,7 0,2 0,1
Brechas 0,3 0,5 0,2

Las probabilidades previas de aquellas son:


P(E¡) = 0,4 0,4 0,2

Las probabilidades conjuntas y marginales son:


fr
P(¡W Acabados Tejeduría Hilatura P(R)
Tonos p. 0,28 0,08 0,02 0,38
Brechas 0,12 0,20 0,04 0,36

Y, finalmente, las probabilidades posteriores son:

E. E, e3
P(E/R) Acabados Tejeduría Hilatura
1. p, 0,74 0,21 0,0
2. p2 0,33 0,55 0,12

Si el resultado del experimento fue Rj, la función de probabilidades 1 reemplaza las


probabilidades previas. De ser R2 el resultado, las probabilidades están en 2. Si se hiciera un
nuevo experimento, sería posible corregir aún más las anteriores probabilidades posteriores,
que pasarían a ser planteadas como probabilidades previas. Así, partiendo de una probabilidad
netamente subjetiva, es posible darles un marco objetivo cada vez que se tenga una nueva
experiencia La inferencia bayesiana es muy útil cuando no se tiene información sobre un even­
to, cuya ocurrencia es difícil de detectar o no se tiene tiempo para observar su comportamiento.
Es el caso de los siniestros que las firmas de seguros deben evaluar para asignar el valor de las
primas.
APÉNDICES 629

APÉNDICE 2: TABLAS ESTADÍSTICAS

Cuantiles para la distribución Normal


z N i ve ¡ Confianza (1 —<x)
67% 80% 90% 95% 98% 99% 100%
Una cola 0,44 0,84 1,28 1,64 2,05 2,32 3,00
Dos colas 0,97 1,28 1,64 1,96 2,33 2,58 3,00

Cuantiles para la distribución Student


t Nivel Confianza (1-a)
Grados de libertad 80% 85% 90% 95% 97,5% 99% 99,5%
1 1,38 1,96 3,08 6,31 12,71 31,82 63,66
2 1,06 1,39 1,89 2,92 4,30 6,96 9,93
3 0,99 1,25 1,64 2,35 3,18 4,54 5,84
5 0,92 1,16 1,48 2,01 2,57 3,37 4,03
7 0,90 1,12 1,42 1,90 2,37 3,00 3,50
10 0,88 1,09 1,37 1,81 2,23 2,76 3,17
15 0,87 1,07 1,34 1,75 2,13 2,60 2,95
20 0,86 1,06 1,33 1,73 2,09 2,53 2,85
25 0,86 1,06 1,32 1,71 2,06 2,49 2,77
30 0,85 1,06 1,31 1,70 2,04 2,47 2,75
60 1,30 1,67 2,00 2,39 2,66
120 1,29 1,65 1,96 2,33 2,58

Cuantiles para la distribución %2

Nivel Confianza - (1-a)


Grados de libertad 5,0% 10,0% 90,0% 95,0% 99,5%
1 0,00 0,02 2,71 3,84 7,88
2 0,10 0,21 4,61 5,99 10,60
3 0,35 0,58 6,25 7,81 12,84
4 0,71 1,06 7,78 9,49 14,86
5 1,15 1,61 9,24 11,07 16,75
6 1,63 2,20 10,64 12,59 18,55
7 2,17 2,83 12,02 14,07 20,28
8 2,72 3,49 13,36 15,51 21,96
9 3,33 4,17 14,67 16,92 23,59
10 3,94 4,87 15,99 18,31 25,19
11 4,57 5,58 17,28 19,68 26,76
12 5,23 6,30 18,55 21,03 28,30
13 5,89 7,04 19,81 22,36 29,82
14 6,57 7,79 21,06 23,68 31,32
15 7,26 8,55 22,31 25,00 32,80
20 10,85 12,44 28,41 31,41 40,00
25 14,61 16,47 34,38 37,65 46,93
30 18,49 20,60 40,26 43,77 53,67
Nota, La distribución tiene por media el mismo valor que representa a los grados de libertad: = gl
Nota: Para más de 30 grados de libertad, es posible determinar el valor de así: (2%2)^ (2gl-1)1/2
630 INVESTIGACION DE MERCADOS

Tabla de valores Q vvv2 para a = 0,05

vt
V2 2 3 4 5 7 10 15 20
1 18,00 27,00 32,80 37,10 43,10 49,10 55,40 59,60
2 6,09 8,30 9,80 10,90 12,40 14,00 15,70 16,80
3 4,50 5,91 6,82 7,50 8,48 9,46 10,52 11,24
4 3,93 5,04 5,76 6,29 7,05 7,83 8,66 9,23
5 3,64 4,60 5,22 5,67 6,33 6,99 7,72 8,21
7 3,34 4,16 4,68 5,06 5,61 6,16 6,76 7,17
10 3,15 3,88 4,33 4,65 5,12 5,60 6,11 6,47
15 3,01 3,67 4,08 4,37 4,78 5,20 5,65 5,96
20 2,95 3,58 3,96 4,23 4,62 5,01 5,43 5,71
40 2,86 3,44 3,79 4,04 4,39 4,74 5,11 5,36
120 2,80 3,36 3,69 3,92 4,24 4,56 4,90 5,24
oc 2,77 3,31 3,63 3,86 4,17 4,47 4,80 5,01

Suma de rangos U a = 0,05 unilateral, a = 0,10 bilateral

ni 6 8 10 12 14 16 18 20
3 2 3 4 5 7 14 16 18
4 3 5 7 9 11 19 22 25
5 5 8 11 13 16 25 28 32
6 7 10 14 17 21 30 35 39
7 13 17 21 26 36 41 47
8 15 20 26 31 42 48 54
9 24 30 36 48 55 62
10 27 34 41 54 61 69
11 38 45 60 68 77
12 42 51 65 75 84
13 56 71 82 92
14 61 77 88 100
15 83 95 107
16 102 115
17 109 123
18 130
19 138

Prueba del signo W a = 0,05 unilateral, a = 0,10 bilateral

n 5 6 7 8 9 10 11 12 13
1 2 4 6 8 11 14 17 26
n 14 15 16 17 18 19 20 21 22
30 36 41 47 54 60 68 75 83
n 23 24 25 26 27 28 29 30
83 92 101 110 120 130 141 152
APÉNDICES

Distribución F

gl(SCX) = v, gl(SCE) = v3
Nivel de confianza 1-a
F = vmv.
Vi v> 90,0% 95,0% 97,5% 99,0% 99,5%
2 2 9,0 19,0 39,0 99,0 199,0
5 3,8 5,8 8,4 13,3 18,3
10 2,9 4,1 5,5 7,6 9,4
15 2,7 3,7 4,8 6,4 7,7
20 2,6 3,5 4,5 5,9 7,0
30 2,5 3,3 4,2 5,4 6,4
3 2 9,2 19,2 39,2 99,2 199,0
5 3,6 5,4 7,8 12,1 16,5
10 2,7 3,7 4,8 6,6 8,1
15 2,5 3,3 4,2 5,4 6,5
20 2/4 3,1 3,9 4,9 5,8
30 2,3 2,9 3,6 4,5 5,2
4 2 9,2 19,2 39,2 99,2 199,2
5 3,5 5,2 7,4 11,4 15,6
10 2,6 3,5 4,5 6,0 7,3
15 2,4 3,1 3,8 4,9 5,8
20 2,3 2,9 3,5 4,4 5,2
30 2,1 2,7 3,3 4,0 4,6
5 2 9,3 19,3 39,3 99,3 199,3
5 3,5 5,1 7,2 11,0 14,9
10 2,5 3,3 4,2 5,6 6,9
15 2,3 2,9 3,6 4,6 5,4
20 2,2 2,7 3,3 4,1 4,8
30 2,1 2,5 3,0 3,7 4,2
6 2 9,3 19,3 39,3 99,3 199,3
5 3,4 5,0 7,0 10,7 14,5
10 2,5 3,2 4,1 5,4 6,5
15 2,2 2,8 3,4 4,3 5,1
20 2,1 2,6 3,1 3,9 4,5
30 2,0 2,4 2,9 3,5 4,0
7 2 9,4 19,4 39,4 99,4 199,4
5 3,4 4,9 6,9 10,5 14,2
10 2,4 3,1 4,0 5,2 6,3
15 2,2 2,7 3,3 4,1 4,9
20 2,0 2,5 3,0 3,7 4,3
30 1,9 2,3 2,8 3,3 3,7
8 2 9,4 19,4 39,4 99,4 199,4
5 3,3 4,8 6,8 10,3 14,0
10 2,4 3,1 3,9 5,1 6,1
15 2,1 2,4 3,2 4,0 4,7
20 2,0 2,5 2,9 3,6 4,1
30 1,9 2,3 2,7 3,2 3,6
9 2 9,4 19,4 39,4 99,4 199,4
5 3,3 4,8 6,7 10,2 13,8
10 2,3 3,0 3,8 4,9 6,0
15 2,1 2,6 3,1 3,9 4,5
20 2,0 2,4 2,8 3,5 4,0
30 1,9 2,2 2,6 3,1 3,5
632 INVESTIGACIÓN DE MERCADOS

Distribución F de Snedecor

Nivel de confianza = 1-a = 95,0%


F = v,/v3 = gl(SCX) / gl(SCE) = Entre/Dentro
vt\v2 1 2 3 4 5 6 7 8 9 10 20 oc
1 161 200 216 225 230 234 237 239 241 242 248 254
2 18,5 19,0 19,2 19,2 19,3 19,4 19,4 19,4 19,4 19,4 19,5 19,5
3 10,1 9,6 9,3 9,1 9,0 8,9 8,9 8,9 8,8 8,8 8,7 8,5
4 7,7 7,0 6,6 6,4 6,3 6,2 6,1 6,0 6,0 6,0 5,8 5,6
5 6,6 5,8 5,4 5,2 5,2 5,0 4,9 4,8 4,8 4,7 4,6 4,4
6 6,0 5,1 4,8 4,5 4,4 4,3 4,2 4,2 4,1 4,1 3,9 3,7
7 5,6 4,7 4,4 4,1 4,0 3,9 3,8 3,7 3,7 3,6 3,4 3,2
10 5,0 4,1 3,7 3,5 3,3 3,2 3,1 3,1 3,0 3,0 2,8 2,5
15 4,5 3,7 3,3 3,1 2,9 2,8 2,7 2,6 2,6 2,5 2,3 2,1
20 4,4 3,5 3,1 2,9 2,7 2,6 2,5 2,5 2,4 2,4 2,1 1,8
30 4,2 3,3 2,9 2,7 2,5 2,4 2,3 2,3 2,2 2,2 2,0 1,6
60 4,0 3,2 2,8 2,5 2,4 2,3 2,2 2,1 2,0 2,0 1,8 1,4
®c 3,8 3,0 2,6 2,4 2,2 2,1 2,0 1,9 1,9 1,8 1,7 1,0

Nivel de confianza = 1-a = 99,0%

F = v,/v¿ = gl(SCX) / gl(SCE)« Entre /Dentro


v,\v2 1 2 3 4 5 6 7 8 9 10 20 oc
1 4052 5000 5403 5625 5764 5859 5928 5982 6023 6056 6209 6366
2 98,5 99,0 99,2 99,2 99,3 99,3 99,4 99,4 99,4 99,4 99,4 99,5
3 34,1 30,8 29,5 28,7 28,2 27,9 27,7 27,5 27,3 27,2 26,7 26,1
4 21,2 18,0 16,7 16,0 15,5 15,2 15,0 14,8 14,7 14,5 14,0 13,5
5 16,3 13,3 12,1 11,4 11,0 10,7 10,5 10,3 10,2 10,1 9,6 9,0
6 13,7 10,9 9,8 9,2 8,8 8,5 8,3 8.1 8,0 7,9 7,6 6,9
7 12,2 9,6 8,5 7,9 7,5 7,2 7,0 6,8 6,7 6,6 6,2 5,7
10 10,0 7,6 6,6 6,0 5,6 5,4 5,2 5,1 4,9 4,8 4,4 4,3
15 8,7 6,4 5,4 4,9 4,6 4,3 4,1 4,0 3,9 3,8 3,4 2,9
20 8,1 5,9 4,9 4,4 4,1 3,9 3,7 3,6 3,5 3,4 3,1 2,4
30 7,6 5,4 4,5 4,0 3,7 3,5 3,3 3,2 3,1 3,0 2,6 2,0
60 7,1 5,0 4,1 3,7 3,3 3,1 3,0 2,8 2,7 2,6 2,2 1,6
oc 6,6 4,6 3,8 3,3 3,0 2,8 2,6 2,5 2,4 2,3 1,9 1,0

Nivel de confianza = 1-a = 90,0%

F = v,/v, = gl(SCX) / gl(SCE) = Entre / Dentro


v,\v2 1 2 3 4 5 6 7 8 9 10 20 oc
1 39,9 49,5 53,6 55,8 57,2 58,2 58,9 59,4 59,9 60,2 61,7 63,3
2 8,5 9,0 9,2 9,2 9,3 9,3 9,4 9,4 9,9,4 9,4 9,4 9,5
3 5,5 5,5 5,4 5,3 5,3 5,3 5,3 5,2 5,2 5,2 5,2 5,1
4 4,5 4,3 4,2 4,1 4,1 4,0 4,0 3,9 3,9 3,9 3,8 3,8
5 4,1 3,8 3,6 3,5 3,5 3,4 3,4 3,3 3,3 3,3 3,2 3,1
6 3,8 3,5 3,3 3,2 3,1 3,1 3,0 3,0 3,0 2,9 2,8 2,7
7 3,6 3,3 3,1 3,0 2,9 2,8 2,8 2,8 2,2,7 2,7 2,6 2,5
10 3,3 2,9 2,7 2,6 2,5 2,5 2,4 2,4 2,4 2,3 2,2 2,1
15 3,1 2,7 2,5 2,4 2,3 2,2 2,2 2,1 2,1 2,1 1,9 1,8
20 3,0 2,6 2,4 2,3 2,2 2,1 2,0 2,0 2,0 1,9 1,8 1,6
30 2,9 2,5 2,3 2,1 2,1 2,0 1,9 1,9 1,9 1,8 1,7 1,5
60 2,8 2,4 2,2 2,0 2,0 1,9 1,8 1,8 1,7 L7 1,6 1,3
oc 2,7 2,3 2,1 1,9 1,9 1,8 1,7 1,7 1,6 1,6 1,5 1,0
APÉNDICES 633

Distribución binomial Pr(n) — (" )p'q" '

p = 0,10 n
r 5 6 8 10 12 15 20
0 0,59 0,53 0,43 0,35 0,28 0,21 0,12
1 0,92 0,89 0,81 0,74 0,66 0,55 0,39
2 0,99 0,98 0,96 0,93 0,89 0,82 0,68
3 1,00 0,99 0,99 0,99 0,97 0,94 0,87
4 1,00 1,00 1,00 1,00 0,99 0,96
5 1,00 0,99
6 1,00

p = 0,20 n
r 5 6 8 10 12 15 20
0 0,33 0,26 0,17 0,11 0,07 0,04 0,07
1 0,74 0,66 0,50 0,38 0,27 0,17 0,21
2 0,94 0,90 0,80 0,68 0,56 0,40 0,41
3 0,99 0,98 0,94 0,88 0,79 0,65 0,63
4 1,00 0,99 0,99 0,97 0,93 0,84 0,80
5 1,00 1,00 0,99 0,98 0,94 0,91
6 1,00 0,99 0,98 0,97
7 1,00 1,00 0,99
8 1,00

p = 0,20 n
r 5 6 8 10 12 15 20
0 0,03 0,02 0,00 0,00 0,00 0,00 0,00
1 0,19 0,11 0,04 0,01 0,00 0,00 0,00
2 0,50 0,34 0,14 0,05 0,02 0,00 0,00
3 0,81 0,66 0,36 0,17 0,07 0,02 0,00
4 0,97 0,89 0,64 0,38 0,19 0,06 0,01
5 1,00 0,98 0,86 0,62 0,39 0,15 0,02
6 1,00 0,96 0,83 0,61 0,30 0,06
7 0,99 0,95 1,81 0,50 0,13
8 1,00 0,99 0,92 0,69 0,25
9 1,00 0,98 0,85 0,41
10 1,00 0,94 0,59
11 0,98 0,75
12 1,00 0,87
13 0,94
14 0,98
15 0,99
16 1,00
634 INVESTIGACIÓN DE MERCADOS

Distribución de Poisson

Pr a
r 0,1 0,5 1,0 2,0 3,0 5,0 7,0 10,0
0 0,90 0,61 0,37 0,13 0,05 0,01
1 0,99 0,91 0,74 0,41 0,20 0,04 0,01
2 1,00 0,98 0,92 0,68 0,42 0,12 0,03
3 0,99 0,98 0,86 0,65 0,27 0,08 0,01
4 1,00 0,99 0,95 0,82 0,44 0,17 0,03
5 1,00 0,99 0,92 0,62 0,30 0,07
6 1,00 0,97 0,76 0,45 0,13
7 0,99 0,87 0,60 0,22
8 1,00 0,93 0,73 0,33
9 0,97 0,83 0,46
10 0,98 0,90 0,58
11 0,99 0,95 0,70
12 1,00 0,97 0,79
13 0,98 0,86
14 0,99 0,92
15 1,00 0,95
16 0,97
17 0,98
18 0,99
19 1,00
BIBLIOGRAFÍA

AAKER, DA., DAY, G.S. Investigación de mercados, /nteramericana, 1983.

AAKER, D.A., DAY, G.S. Investigación de mercados, McGraw Hill, 1989.

ANSOFF, IGOR. La estrategia de la empresa, McGraw Hill, 1965.

AZOR1N POCH, FRANCISCO. Curso de maestreo y aplicaciones, Aguilar, 1967.

BAUTISTA, LEONARDO, RAMOS, JUAN. Técnicas modernas de análisis, Universidad Nacional, 1988.

BR1ONES. GUILLERMO. Métodos y técnicas avanzadas de investigación aplicada a la educación y las


ciencias sociales, lcfes, Corporación Editorial Universitaria de Colombia, 1988.

BROOKES, RICHARD. La nueva mercadotecnia, McGraw Hill, 1990.

CH1SNALL, PETERM. Investigación de mercados, McGraw Hill, 1973.

COCHRAN, WILL1AM G Técnicas de muestreo, Cecsa, 1971.

CRAVENS, DAVIS W. Planeación de mercadotecnia, Cecsa, 1985.

D1LLON, MADDEN, F1RTLE. La investigación de mercado: un entorno del marketing, McGraw Hill,
Irwin, 1997.

DRUCKER, PETER. La gerencia en tiempos difíciles, 1980.

FERRON ARANAZ, MAGDALENA. SPSS para Windows: programación y análisis estadístico,


McGraw Hill, 1996.

F1SCHER, LAURA. Mercadotecnia, Interamericana, 1986.

GARBETT, THOMAS. Imagen corporativa, cómo crearla y proyectarla, Serie Empresarial Legis, 1991.

GREEN, PAUL E, FRANK RONALD E., Investigación de mercados, aplicación de nuevas técnicas,
Limusa, 1980.

GREEN PAUL E, STULL, DONALO S. Investigaciones de mercadeo, Prentice Hall Internacional, 1981.

GUILTINAM, JOSHEP R.» PAUL, CORDON W. Administración de mercadeo, estrategias y programas,


McGraw Hill, 1982.

HANSEN, MORR1S H., HURW1TZ, WILL1AM N., MADOW, W11LIAM G. Sample Survey Methods and
Theory, Jhon Wiley & Sons, Inc. 1953.

HAWK1NS BEST, CONEY. Comportamiento del consumidor, repercusiones en la estrategia,de marketing,


McGraw Hill Irwin, 1997

HUGHES G., DAVID. Mercadotecnia: planeación estratégica Addison Wesley, Iberoamericana 1986.

KENNETH J. ALBERT. Manual de administración estratégica, McGraw Hill, 1983.

KINNEARTHOMAS C., TAYLOR, JAMES R. Investigación de mercados, McGraw Ilill, 1979.


636 INVESTIGACIÓN DE MERCADOS

KINNEAR THOMAS C., TAYLOR. JAMES R. Investigación de. mercados: un enfoque aplicado, McGraw
Hill, 1989. 1993.

KLEPPNER’S, OTTO. Publicidad, McGraw Hill, 1988.

KOTLER, PH1LLIP Dirección de la mercadotecnia: análisis, planeación, implementación y control, Prentice


Hall. 1993.

KOTLER, PH1LL1P Fundamentos de mercadotecnia, Prentice Hall Hispanoamericana 1985.

LAMBIN.JEAN-JACQUES. Marketing estratégico, McGraw Hill, 1987.

LUTHER, W1LL1AM M. El plan de mercadeo, Norma, 1982.

MALHOTRA, NARESTH K Investigación de mercados: un enfoque práctico, Prentice Hall, 1997.

MENDENHALL, W1LLIAM, RE1NMUTH, JAMES E. Estadística para administración y economía, Grupo


Editorial Iberoamérica, 1978.

MILLS, RICHARD. Estadística para economía y administración, McGraw Hill, 1977.

OBREGON SANIN, IVAN. Teoría de la probabilidad, Limusa, 1975.

OHMAE, CHENIKE. La mente del estratega, McGraw Hill, 1983.


POCH, AZORÍN. Curso de muestreoy aplicaciones, Aguilar, 1965.

POPE, JEFFREY. Investigación de mercados: guía para el profesional, Norma, 1984.

RICHARDS, LARRY E.» LA CAVA, JERRY J. Estadística en los negocios, McGraw Hill, 1981
RIES, AL. Posicionamiento, y la guerra del mercadeo.

SALLEN AVE, JEAN-PAUL. Gerencia y planeación estratégica, Norma, 1985.

SCHEAFFER, RICHARD L., MENDENHALL, WTLLIAM, OTT, LYMAN. Elementos de muestreo, Grupo
Editorial Iberoamérica. 1986
SCHIFFMAN, LEÓN G., KANUK LESLIE. LAZAR. Comportamiento del consumidor, Prentice Hall, 1997

SOLOMON, MICHAEL R. Comportamiento del consumidor, Prentice Hall, 1997.


STANTON, WILLIAMJ., ETZEL, MICHAEL J..WALKER, BRUCE J. Fundamentos de marketing,
McGrawHill, 1980, 1994.
VINACUA B., VISAUTA 5PSS para Windows: análisis estadístico, McGrawHill, 1997.

WALPOLE y M1ERS Probabilidad y estadística para ingenieros, Interamericana, 1985


WEIERS, RONALD M. Investigación de mercados, Prentice Hall Hispanoamericana, 1986.

WENTZ, WALTER B. Investigación de mercados: administración y métodos. Trillas, 1981.

WESTWOOD. JOHN. Planeación de mercadotecnia, Serie Empresarial Lcgis, 1990.


YA-LUN, CHOU. Análisis estadístico, Interamericana, 1972

ZUWAYL1E FAD1L H. Estadística general aplicada, Fondo Educativo Interamericano, 1977.

También podría gustarte