Resumen MKT Solemne

1. Instrumentos de investigacin descriptiva

1.1 Encuesta
Es un cuestionario
estructurado. Es fcil de aplicar, sin embargo, las alternativas de respuesta fija tambin
pueden ocasionar perdida de validez para cierto tipo de datos.
Los 3 objetivos especficos de los cuestionarios son:
1) Debe traducir la informacin necesaria en un conjunto de preguntas especficas que
los encuestados puedan responder.
2) Debe animar, motivar y alentar al encuestado a comprometerse en la entrevista, a
cooperar y completarla.
3) Debe minimizar el error de respuesta.

1.1.1 Encuestas segn mtodo de aplicacin

a) Telefnica tradicional
b) Personal en casa
c) Personal en centros comerciales
d) Personales asistidas por computadora
e) Por correo
f) Por correo electrnico
g) Por internet

1.1.2 Criterios de evaluacin de encuesta

Flexibilidad y grado de interaccin
Variedad de preguntas (depende positivamente de la flexibilidad)
Control de Muestras: Capacidad de modo de encuesta para alcanzar las unidades
especficas en la muestra en forma eficaz y eficiente.
Control del entorno
Tasa de respuesta (incrementa con incentivos)
Anonimato percibido
Control de respuestas afectadas por la deseabilidad social
 Velocidad
Costos
1.2 Observacin
Es el registro de patrones de conducta de personas, objetos y sucesos en forma sistemtica
para obtener informacin del fenmeno de inters. Segn el conocimiento del encuestado
sobre la observacin, puede ser encubierta o abierta. De acuerdo, al entorno en que se realiza,
puede ser natural o artificial.
Permiten la medicin de la conducta real, pero son mtodos costosos y adems no permite
conocer elementos internos del encuestado. Algunas conductas son difciles de medir o no se
pueden simplemente.
Observacin Estructurada: El investigador claramente define las conductas por
observar y los mtodos con los que sern medidas. Este mtodo es apropiado cuando el
problema de investigacin de mercados ha sido claramente definido y se ha especificado
la informacin requerida.
Observacin no Estructurada: Incluye un observador que supervisa todos los aspectos
del fenmeno sin especificar los detalles por adelantado. Esta forma es apropiada cuando
falta establecer el problema con precisin.
1.2.1 Observacin segn mtodo de aplicacin
a) Observacin personal
b) Observacin a travs de un artefacto mecnico (por ejemplo, monitores de registro
ocular)
c) Inventario (por ejemplo, inventario de alacena de tamao, contenido, marca, etc.)
d) Observacin y anlisis de contenido

2. Medicin y elaboracin de escalas

2.1 Escalas fundamentales
2.1.1 Escala nominal
Cada nmero, letra o smbolo representa una clase o categora. (color del auto: azul = 1, rojo
= 2, Gnero, Marca, Tipo de Tienda, Comuna, Profesin)
Estadsticas permitidas:
Descriptiva: Porcentaje, Moda.
Deductiva: Chi cuadrada, prueba binomial.
2.1.2 Escala ordinal
Escala de jerarquas en la que se asignan nmeros a los objetos para indicar el alcance relativo
al cual los objetos poseen algunas caractersticas. etctera (no-usuarios = 0, light user = 1 y
heavy user = 2, GSE, Orden de Preferencia)
Estadsticas permitidas:
Descriptiva: Percentil, mediana.
Deductiva: Correlacin jerrquica, ANOVA de Friedman.
2.1.3 Escala de Intervalos
Es aquella en que los nmeros se utilizan para evaluar objetos cuyas distancias equivalentes
numricas en la escala representan distancias iguales en la caracterstica que se mide.
(temperatura en Celsius/Fahrenheit, notas)
Estadsticas permitidas:
Descriptiva: Rango, Media, Desviacin Estndar.
Deductiva: Correlaciones producto-momento, pruebas t, ANOVA, regresin,
anlisis factorial.
2.1.4 Escala de Razn
Es la escala ms alta, permite al investigador identificar o clasificar objetos, jerarquizarlos y
comparar los intervalos o diferencias. Ej: escalas de edad, peso, altura, ventas, costos, etc.
Estadsticas permitidas:
Descriptiva: Media geomtrica, Media armnica.
Deductiva: Coef. de Variacin

2.2 Escalas comparativas o no mtricas

Los datos se deben interpretar en trminos relativos y tienen slo propiedades ordinales.
2.2.1 Escalas de comparacin pareadas
Se presentan dos objetos a la vez a un encuestado y se le pide seleccionar uno de acuerdo a
algn criterio, ejemplo: dos marcas distintas. Bajo la suposicin de transitividad es posible
convertir los datos de comparacin pareada en un orden jerrquico. La transitividad de
preferencias implica que si A B B C A C donde indica preferencia. La escala
de comparacin pareada es til cuando el nmero de marcas es limitado.
2.2.2 Escala por orden de clasificacin
Se presentan a los encuestados diversos objetos en forma simultnea y se les pide que los
ordenen de acuerdo con algn criterio. Se utiliza con frecuencia para medir preferencias de
marcas, as como atributos. Otra ventaja es que toma menos tiempo y es de fcil
entendimiento. Se cumple la suposicin de transitividad.
2.2.3 Escala de suma constante
Se pide a los encuestados que distribuyan una suma constante de unidades como puntos,
dlares, notas, fichas, etc. entre un conjunto de objetos de estmulo con relacin a un criterio,
de esta forma se refleja la importancia que le dan a los a cada atributo.
2.3 Escalas no comparativas
2.3.1 Escala de Clasificacin Continua
Los entrevistados califican los objetos haciendo una marca en una lnea continua que va de
un extremo a otro de la variable de criterio o caracterstica.

2.3.2 Escala de Clasificacin por tem

A los entrevistados se les presenta una escala que tiene una descripcin breve o un nmero o
smbolo en cada categora y se les pide que seleccionen la categora que mejor describe al
objeto.
a) Escala de Likert: Es una escala numrica de 5 o 7 points que indica el nivel de acuerdo o
desacuerdo con las oraciones que describen al objeto. Es la mayormente utilizada en la
medicin de actitudes, dado que tiene neutro.
b) Escala de Diferencial Semntico: Es una escala numrica de 7 puntos de -3 to +3, delimitada
en los extremos por adjetivos bipolares. Se utiliza para medir actitud e imagen.
2.3.2.1 Decisiones sobre escalas de clasificacin por tem

a) Nmero de categoras en las escalas

b) Escalas balanceadas o no balanceadas: el nmero de categoras favorables y
desfavorables es igual.
c) Categoras de nmeros pares o nones: Con un nmero non de categoras, la
posicin de la mitad de la escala por lo general se designa como neutral o imparcial.
2.4 Errores, confiabilidad y validez de una medicin

X0=XV+XS+XA
X0=valor observado
XV=valor verdadero
XS=error sistemtico (no muestral). No es medible. Mueve la media.
XA=error aleatorio (error muestral). Disminuye al aumentar la muestra. No mueve la meda,
sino que aumenta o disminuye el intervalo (varianza).
Error sistemtico: Es el que afecta la medicin de manera constante y representa factores
estables que alteran la puntuacin observada en la misma forma cada vez que se realiza la
medicin
Error aleatorio: Error de medicin que surge de cambios aleatorios o diferencias en las
situaciones de los encuestados o de la medicin.
Si una medicin es perfectamente vlida, tambin es perfectamente confiable. En ste caso
XO=XV, XA=0 y XS=0. Si una medicin es perfectamente confiable puede ser o puede no
ser perfectamente vlida porque puede haber error sistemtico. La confiabilidad es una
condicin para la validez necesaria pero no suficiente.
Confiabilidad: Grado al que la escala produce resultados consistentes si se realizan
mediciones repetidas sobre la caracterstica. El error sistemtico no afecta la confiabilidad,
pero s el error aleatorio. Entonces si XA=0 la medicin es perfectamente confiable.
Validez: Grado al que las diferencias en las puntuaciones de escala observadas refleja
diferencias verdaderas entre los objetos sobre la caracterstica que se mido, ms que errores
sistemticos o aleatorios. Validez se refiere a si estamos midiendo lo que queremos medir.
El error total es la variacin entre el valor verdadero de la poblacin y el valor de error de la
muestra. El error de muestreo es medible, el error no muestral, no es medible.
Error muestral (frmulas con correccin de poblacin finita)

Medias: = /2 = /2 *
1

(1 )
Proporciones: = /2 = /2
1
El clculo del error muestral permite estimar Intervalos de Confianza.

/2 < < + /2

Tamao muestral
Para definir n, se debe definir el error muestral que puede ser en proporciones
(porcentaje) o unidades (dependiendo del caso que se trate).
Los niveles de confianza ms usados son 95%, 99% y 90%. (Se busca Z para una
distribucin normal estandarizada).
Distribucin en el Muestreo de una Proporcin Muestral. La varianza mxima
ocurre cuando p = 0.5, con lo cual se evita el problema de estimar la desviacin
tpica (Supuesto de varianza mxima). Para el caso de las medias, el investigador
puede obtener la desviacin estndar de la poblacin dividiendo el rango (valor
mximo - valor mnimo) por 6, debido a que el rango de una variable distribuida
normalmente es aproximadamente igual a 6 desviaciones estndar.
A travs de las frmulas de error sin correccin de poblacin finita se puede obtener
el tamao de la poblacin deseada (enfoque estadstico). Si el tamao de la muestra
calculado es igual o mayor al 10% del tamao de la poblacin (n 10%*N), se debe
aplicar la correccin de poblacin finita. Se puede corregir ese n por c.p.f de la
siguiente manera:

= ( )
+1

En poblaciones superiores a 100.000 casos la influencia del tamao de la poblacin

es nfima en el clculo del tamao de la muestra. En poblaciones inferiores a 5.000
casos, el tamao de la muestra si se ve influenciado por el tamao de la poblacin.

Consideraciones cualitativas para elegir tamao de la muestra

a) Importancia de la decisin (a mayor importancia mayor tamao).
b) Naturaleza de la investigacin. (para estudios exploratorios el tamao es tpicamente
pequeo, para conclusivos se requieren muestras ms grandes).
c) Nmero de variables o heterogeneidad de la poblacin (mientras ms variables se
necesita un tamao de muestra mayor).
d) Naturaleza del anlisis. (mientras ms sofisticado el anlisis se requieren muestras ms
grandes y ms informacin).
e) Tamaos de muestra utilizados en estudios similares. (sirve de parmetro observar
estudios semejantes).
f) Tasas de incidencia y cumplimiento. La tasa de incidencia es el nmero de personas
contactadas sobre personas elegibles (tiles para la investigacin). La tasa de
cumplimiento es el nmero de personas que completan la entrevista sobre elegibles.
Tamao final=Tamao inicial/(Tasa de incidencia * Tasa de cumplimiento)

g) Restricciones de recursos (mientras menos recursos se tienen el tamao tendr que ser
menor).
Ejemplo:

Evaluacin de
la escala

Confiabilidad Capacidad de
Validez
generalizacin

Doble Formato
Contenido Criterio Constructo
Prueba Alternativo
Qu mide?
(dif t)

Convergente Discriminatorio Nomolgico

3. Muestreo
Una poblacin es el total de todos los elementos que comparten un conjunto de
caractersticas comunes y comprenden el universo del propsito del problema de
investigacin de mercado. Se puede obtener informacin acerca de los parmetros de una
poblacin al tomar un censo o una muestra. Una muestra es un subconjunto de la poblacin
sobre la que se realizan observaciones.

3.1 Proceso de diseo de muestreo

1. Poblacin objetivo: es la recoleccin de elementos u objetos que poseen la
informacin buscada por el investigador y acerca de la cual se harn las deducciones.
Debe definirse en trminos de elementos, unidades de muestreo, extensin y tiempo.
2. Determinacin del marco de muestreo: representacin de los elementos de la
poblacin objetivo. Consiste en una lista o conjunto de instrucciones para identificar
dicha poblacin. Ejemplos: directorio telefnico de una asociacin con lista de
empresas de una industria.
 3. Eleccin de una tcnica de muestreo: mtodo bayesiano (siguiendo una secuencia
para elegir los elementos), con reemplazo (elemento puede incluirse en la muestra
ms de una vez) y sin reemplazo. En el caso de la eleccin entre con o sin reemplazo
la distincin slo es importante cuando el marco de muestreo no es grande en
comparacin con el tamao de la muestra.
4. Seleccin tamao de la muestra
3.1.1 Clasificaciones tcnicas de muestreo:

1. Muestreo no probabilstico: Tcnica de muestreo que se basa en el juicio personal

del investigador.
a) Muestreo por conveniencia: La seleccin de las unidades de muestreo se deja
principalmente al entrevistador. Es la tcnica menos costosa y la que ocupa menos tiempo,
sin embargo, hay mucho sesgo por seleccin y las muestras no son representativas.
i. Intercepcin en centros comerciales,
ii. Muestras de estudiantes, familiares o amigos
iii. La persona elige participar (ej. Llamar o entregar opinin)
iv. Encuestas de sugerencias o reclamos
v. Entrevistas de gente en la calle

b) Muestreo por juicio: Forma de muestreo por conveniencia en la que los elementos de
poblacin son seleccionados con base en el juicio del investigador.
i. una muestra de analistas de la industria para determinar futuras
tendencias.
c) Muestreo por cuota: Es un muestreo por juicio restringido de dos etapas. La primera
consiste en desarrollar categoras de control de elementos de la poblacin. En la segunda
etapa, los elementos de muestra se seleccionan con base en la conveniencia o juicio.

d) Muestreo de bola de nieve: Tcnica en al que un grupo inicial de encuestados es

seleccionado de forma aleatoria. Los siguientes encuestados son seleccionados en base a
referencias o informacin entregada por los encuestados iniciales

2. Muestreo probabilstico: Procedimiento de muestreo en el que cada elemento de la

poblacin tiene una oportunidad probabilstica fija de ser seleccionado para la
muestra.

a) Muestreo Aleatorio Simple (MAS): cada elemento en la poblacin tiene una

probabilidad de seleccin conocida y equitativa. Cada elemento se selecciona en forma
independiente a otro elemento y la muestra se toma por un procedimiento aleatorio de un
marco de muestreo. Es de fcil proyeccin y los resultados pueden ser proyectados a la
poblacin objetivo.
Seleccione cinco nmeros aleatorios del 1 al 25. La muestra resultante consta de
los elementos de la poblacin 3, 7, 9, 16 y 24.

b) Muestreo Sistemtico: Tcnica de muestreo en la que se elige la muestra al

seleccionar un punto de inicio aleatorio y luego se elige cada n elementos en la sucesin del
marco de muestreo (por ejemplo, entrevisto a una persona x inicialmente a la salida de un
supermercado, luego me salto 10 y entrevisto a otra, luego otras 10 y entrevisto a otra).
Elija un nmero aleatorio entre 1 y i (5), digamos 2 (arranque aleatorio)
Salto Sistemtico:
i = 25 / 5 (n grupos) = 5
La muestra resultante consta de la poblacin en la segunda posicin.

c) Muestreo Estratificado: Tcnica de muestreo probabilstica que utiliza un proceso

de dos etapas para dividir a la poblacin en subpoblaciones o estratos. Los elementos se
seleccionan de cada estrato mediante un procedimiento aleatorio. Los elementos dentro de
un estrato deben ser lo ms homogneos posible, pero los elementos de distintos estratos
deben ser tan heterogneos como sea posible. En el Muestreo estratificado proporcionado, el
tamao de la muestra es proporcionado al tamao relativo del estrato en la poblacin total,
en cambio, en el desproporcionado el tamao de la muestra es proporcionado al tamao
relativo de ese estrato.
Seleccione al azar un nmero del 1 al 5 de cada grupo o estrato, A a E.

d) Muestreo por Agrupamientos o Conglomerados: primero, la poblacin objetivo se

divide en subpoblaciones mutuamente excluyentes y colectivamente exhaustivas llamadas
agrupamientos. Luego, una muestra aleatoria de agrupamientos se selecciona con base en
una muestra de muestreo probabilstica como el MAS. Para cada agrupamiento seleccionado
se incluyen ya sea todos los elementos en la muestra o se toma una muestra de elementos en
forma probabilstica. Si todos los elementos en cada grupo seleccionado estn incluidos en
la muestra, se llama muestreo por agrupamientos de una etapa. Si una muestra de elementos
se toma se toma en forma probabilstica de cada grupo seleccionado, el procedimiento es un
muestreo por agrupamientos de dos etapas. El Muestreo de rea es una forma comn de
muestreo por agrupamientos en la que estos consisten en reas geogrficas como comunas,
manzanas, etc.
Seleccione al azar tres conglomerados, B, D y E.
Dentro de cada conglomerado seleccionado, elija al azar uno o dos elementos.
En general el muestreo no probabilstico, es ms rpido y menos costoso, sin embargo
existen desviaciones por seleccin. En cambio, el muestreo probabilstico, los resultados
son proyectables a la poblacin (ms representativos), pero el marco de muestreo podra ser
difcil de construir (excepto el muestreo sistemtico).

Mtodos para
mejorar la tasa de
respuesta

Reducir las Reducir los nadie

negativas en casa

Motivar a los Diseo y

Notificacin encuestados Llamadas
Incentivos aplicacin del Seguimiento Otros facilitadores
previa repetidas
cuestionario