Resumen Marketing Research Burns&Bush

Captulos: 07 08 09 - 12 13 15 -16
Semestre Otoo 2011

Con el gentil auspicio de: Juan Francisco Carrasco Rosa Echevarria Emilio Girardin Angelica Hernandez Gabriela Legues Maite Mendicute Victoria Torres

Qu es la informacin estandarizada?
La informacin estandarizada es un tipo de dato secundario en donde la informacin recolectada y/o el proceso de recoleccin de datos han sido estandarizados para todos los usuarios que desean adquirir esta informacin. Existen dos grandes clases de informacin estandarizada: a) Syndicated Data (Datos sindicalizados): informacin recolectada en un formato estandarizado y est puesta a disposicin para todos los subscriptores. Generalmente estos datos secundarios vienen en una base de datos comn, y se puede obtener al momento de inscribirse a una pgina con un sistema de pago. Ej: Nielsen TV ratings, es un sistema estandarizado de recoleccin de datos que obtiene informacin de las personas que estn viendo tv. La informacin resultante es puesta a disposicin de cualquiera que la desee. b) Standardized services (Servicios estandarizados): se refiere al proceso estandarizado de investigacin de mercado, el cual es usado para generar informacin para usuarios particulares o privados que pagan por esta. El proceso es igual para todas las empresas que deseen contratar sus servicios pero los datos recolectados defieren entre s. Ej: ASRIS ACORN es un proceso de estandarizacin que es usado para obtener un profile de los vecinos residenciales. La informacin es comprada por clientes que desean tener una mejor comprensin acerca de de quienes son sus consumidores, en donde se ubican y como puedo encontrarlos.

Syndicated Data Standardized services

Mismo proceso, mismos datos Mismo Proceso, diferentes datos

Ventajas y Desventajas de la informacin estandarizada

Tipo de Informacin Estandarizada Ventajas
1) Costos compartidos: El costo se reparte a travs de todos los que se subscriben para la obtencin de la informacin. 2) Alta calidad de informacin: Las empresas que generan estos datos dependen, en el largo plazo, del prestigio y de la credibilidad de los datos que entregan, por lo que se enfocan en su calidad. 3) Velocidad de recoleccin de datos: las empresas tienen sistemas rutinarios de recoleccin y procesamiento de datos. 1) Experiencia de investigacin de la firma que ofrece el servicio: Cuentan con personas especializadas y diferentes departamentos para diferentes tipos de procesos. La experiencia disminuye la posibilidad de incurrir en errores en el proceso de investigacin. 2) Reduce costos de investigacin: Al especializados, son ms eficientes y menos costoso v/s si el mismo cliente decidiera hacer una investigacin especifica por s mismo. 3) Velocidad del servicio de Investigacin: La eficiencia ganada por realizar el servicio una y otra vez se traduce en velocidad.

Desventajas
1) Compradores tienen bajo control sobre qu informacin es recolectada: la firma que recolecta los datos debe pensar en que datos son los que tendrn mayor demanda. 2) Compradores deben comprometerse con un contrato de largo plazo: Lo que imposibilita la decisin de no pago. 3) Competidores tienen acceso a la mima informacin: Por lo que este tipo de informacin no genera ninguna ventaja competitiva. 1) La habilidad de personalizar cierto proyecto: la habilidad de disear un proyecto para el proyecto que se tiene ya pensado se pierde. 2) Puede que la firma que provee el servicio no conozca la idiosincrasia de una indistria en particular: Es necesario que el cliente sepa que los datos que la firma proveedora de los datos este familiarizada con el rubro; de forma que sepa cuales datos son de inters, en que poblacin objetivo hay que recolectarlos y cmo los datos son reportados despus de la investigacin.

Syndicated Data

Standardized services

reas de aplicacin de la informacin estandarizada

Tal como existen varias formas de informacin estandarizada, existen varias maneras de aplicarlas. Vamos a ilustrar en cuatro grandes reas los conceptos anteriormente nombrados:

1) MEDIR LAS ACTITUDES DEL CONSUMIDOR Y ENCUESTAS DE OPININ. Muchas firmas ofrecen mediciones de actitudes de los consumidores y opiniones en varios aspectos. Ej: The Yankelovich Monitor, parti en 1971, midiendo valores de cambios sociales y como estos cambios afectan a los consumidores. Los datos son sindicalizados y estn disponibles para todos los que requieran de esta informacin , siendo til para la toma de decisin del gerente de marketing. Esta empresa se especializa en estudios generacionales de consumidores. The Gallup poll, es otra empresa que provee datos sindicalizados, haciendo encuestas acerca las actitudes de los consumidores y opiniones para todos aquellos que se inscriban en su pgina. 2) DEFINIR EL SEGMENTOS DE MERCADOS. Para definir los segmentos de mercados se requiere colocar a los consumidores que comparten ciertos atributos (edad, ingreso, lugar en el crculo familiar) dentro de grupos homogneos o segmentos de mercado. Luego, un experto en marketing rene informacin acerca de miembros del mercado, compila perfiles de los atributos que describen a los consumidores que componen cada segmento. Finalmente los expertos deciden cual de los segmentos que son encontrados estn siendo usados o no usados por la competencia. Tambin determinan el tamao, las tendencias de crecimiento, y el poder adquisitivo potencial de cada segmento. Muchas fuentes de informacin estandarizada informan a los expertos en marketing con datos acerca consumidores en el mercado. Otras fuentes de informacin informan acerca de los integrantes o miembros de la industria. ENTREGANDO INFORMACIN ACERCA DE LOS MIEMBROS DE LA INDUSTRIA: Se refiere a estadsticas y datos acerca de las empresas de la industria. Esta informacin permite a las empresas localizar ms fcilmente a sus competidores, ya sea para tener una nocin ms amplia del mercado o para establecer alianzas, etc. ENTREGANDO INFORMACIN ACERCA DE LOS CONSUMIDORES DEL MERCADO: Muchos servicios de informacin estandarizada estn disponibles para ayudar a los expertos en marketing a entender al consumidor. Se pueden encontrar estudios que entregan informacin del estilo de vida de segmentos de consumidores, como es el estudio

VALS-2, que segmenta a los consumidores de acuerdo a caractersticas psicolgicas, demogrficas y estilo de vida. Tambin se encuentran segmentaciones geodemogrficas, este trmino es usado para describir una clasificacin por arbitrariedad, eligiendo zonas geogrficas en base a las caractersticas de los habitantes. De tal forma de elegir zonas tiles para el fin de marketing: en el caso de elegir donde instalar un local de comida rpida. Las firmas especializadas en geodemografa combinan los datos de censos con los datos de sus propias encuestas o datos que obtuvieron de otras fuentes. 3) CONDUCTING MARKETING TRACKING Estudios de rastreos y monitoreo de una variable (como ventas de la competencia o participacin de mercado) a travs del tiempo. Esta informacin es relevante puesto que indica cmo se est comportando el mercado respecto al marketing mix de una empresa. Aparte de rastrear cmo se comporta las ventas de nuestro propio producto, nos entrega datos de las ventas de los productos de la competencia. Sin embargo, para obtener un panorama completo de la situacin varias variables deben ser rastreadas tales como satisfaccin de los consumidores, esfuerzos promocionales, precios, inventarios, etc. Existen dos niveles frente a los cuales es necesario rastrear variables. Marketing tracking at the Retail Level. Se estudia a las tiendas y distribuidores, a travs de syndicated retail scanning data(ej. ACNielsens Scantrack que entrega a las firmas datos rastreados basados en un sistema de scanner), y para las tiendas ms pequeas que no tienen el equipo necesario se enva a personas a que recolecten la informacin. En este ltimo caso por ejemplo las ventas son estimadas:

Tambin los auditores no solo recopilan informacin de ste tipo, sino que adems se fijan en la publicidad del producto dispuesta en la tienda, si el producto est fuera de stock, entre otros. Marketing tracking at the Household Level (Consumidores en sus casas). Se usan aparatos de scanner, registros diarios en los que deben anotar los datos requeridos, y personas que van a las casas a recolectar informacin. Una de las desventajas de este tipo de informacin es que muchas veces la cantidad de informacin es tal que es difcil de manejar. Para esto existen empresas que emplean la informacin recolectada en sistemas inteligentes a travs de softwares, lo que hace ms fcil su utilizacin por parte de los usuarios. Un ejemplo es ACNielsens Homescan Panel, que corresponde a los miembros de investigacin de panel, en donde las personas en sus casas etiquetan el producto con el cdigo de barra del mismo, el cual es ledo y almacenado por el scanner porttil. Luego esa informacin es trasmitida diariamente a la central de ACNielsen.

4) MONITORING MEDIA USAGE AND PROMOTION EFFECTIVENESS

El objetivo de las empresas que brindan esta informacin es medir la efectividad de los medios a travs de los cuales las empresas realizan sus esfuerzos de promocin. Es por ello que miden el comportamiento de los consumidores frente a canales de televisin, programas de radio, revistas, etc. Hay empresas que slo se focalizan en recolectar datos de uno de estos medios, mientras otras llamadas multimedios, generan informacin a partir de dos o ms. Ejemplos de canales: Nielsen Television Index, es un monitor que entrega el nmero de cuantas personas estn viendo un programa determinado. (Son datos sindicalizados) Arbitron entrega datos sindicalizados acerca de los radioescuchas, usando paneles que registran la estacin que se escucha a diario. Arbitron testea en un medidor personal portable (personal portable meter) las seales de video y audio que son expuestas a las personas que lo portan, en forma automtica. RoperASWs Starch Readership propone un servicio de medicin de lectores de revistas, los datos son sindicalizados. Esta informacin ayuda a sus usuarios a decidir dnde orientar sus esfuerzos promocionales.

SINGLE-SOURCE DATA
Son estudios que se realizan a travs de un panel de consumidores a los cuales se les hace un seguimiento para medir su exposicin a distintas variables como son los elementos promocionales, variables demogrficas y comportamiento de los consumidores. Luego se observan el comportamiento de compra. Las empresas entonces pueden saber si los consumidores que estn expuestos a los esfuerzos de promocin son realmente quienes estn comprando el producto. Esta informacin tambin permite establecer relaciones de causalidad entre diferentes marketing mix y cmo reaccionan los consumidores a ellos a travs de las ventas. Pese a que el uso servicio de single-source data ha ido incrementndose a travs de la ltima dcada, an no supera el estudio tradicional de investigacin de mercado.

Este captulo trata sobre mtodos cualitativos, generalmente denominados como el lado suave de la investigacin de mercado debido a que estos mtodos son tcnicas que generalmente no generan los suficientes datos asociados a las encuestas. QUANTITATIVE, QUALITATIVE AND PLURALISTIC RESEARCH: Investigacin Cuantitativa: Es definida como la investigacin que implica el uso de preguntas estructuradas en las cuales las opciones de pregunta estn predeterminadas y en donde hay un nmero grande de participantes. Adems, cabe mencionar que esta investigacin frecuentemente caracteriza a un representante de la poblacin y tambin caracteriza un procedimiento formal para recopilar datos. Su propsito es muy especfico: es usado cuando los gerentes y los investigadores estn de acuerdo con la necesidad de cierta informacin precisa. Investigacin Cualitativa: implica recolectar, analizar e interpretar los datos a travs de observar lo que la gente hace y dice. Tambin se puede obtener informacin a travs de cuestionarios de preguntas abiertas. Usualmente se usan pocos informantes (personas encuestadas). Los datos cualitativos pueden ser cuantificados, pero solamente despus del proceso de interpretacin. A veces es pasada por alto, pero debemos entender que ambos tipos de investigacin trabajan conjuntamente. Investigacin Pluralista: Es descrita como la combinacin de la investigacin cualitativa y cuantitativa para sacar las ventajas de ambas. Para este tipo de investigacin, es comn comenzar con tcnicas exploratorias cualitativas, como entrevistas profundas o grupos selectos con consumidores para entender como ellos perciben algn producto y/o servicio en comparacin con la competencia, por ejemplo. La fase cualitativa sirve para comenzar la fase de proyecto investigativo porque da a los investigadores el primer conocimiento del problema de investigacin. Armado de este conocimiento, el diseador de la investigacin de la fase cuantitativa est mejor que cuando no tena la fase cualitativa. TCNICAS DE OBSERVACIN Las tcnicas cualitativas incluyen la clase de mtodos de observacin: que son tcnicas en las cuales el investigador confa en sus poderes de observacin y ms an en la comunicacin, con una persona para obtener informacin. Como la memoria falla, dependen de dispositivos que graben, como videocintas, etc. Tipos de observacin:

1. Directa v/s Indirecta: El comportamiento observable es llamado observacin directa. Por ejemplo, si queremos entender el comportamiento de los rituales del desayuno, vamos y observamos esa conducta. Con respecto a la indirecta podemos decir que implica observar tipos de comportamiento ocultos, como conductas pasadas. Aqu se observan los efectos o resultados ms que el comportamiento en s mismo. Algunos tipos de la observacin indirecta son los archivos y rastros fsicos 1. Archivos: son fuentes secundarias como grabaciones histricas que pueden ser ocupadas para problemticas presentes. Rastros fsicos: son evidencias tangibles de algunos eventos. 2. Oculto v/s visible: Observacin oculta se da cuando los sujetos no estn conscientes de que los estn observando para estudiar. Ej.: secret shopper. La observacin visible es cuando el sujeto analizado est consciente que es observado, se intenta minimizar la presencia del observador para evitar sesgos, debido a que el observado sabe que lo miran. Estos tipos de observacin hacen cuestionar si realmente son ticos o no, en el caso de invadir privacidad por ejemplo. 3. Estructurada v/s desestructurada: cuando es estructurada, el investigador identifica antes que aspectos quiere observar y grabar, todos aquellos que no estn predeterminados, los ignora. Frecuentemente revisan una lista de lo que van a observacin para extrapolar y fijarse en factores especficos. Con desestructurada se refiere a que no hay restricciones para observar el comportamiento, slo se observa la situacin y se concluye de ella lo relevante, este tipo de observacin se utiliza frecuentemente en la investigacin exploratoria. 4. Humano v/s mecnico: En la observacin mecnica es un humano el observador (contratado por un investigador). En la observacin mecnica, es algn dispositivo esttico. El reemplazo puede ser porque es ms barato o por razones funcionales y se mueve en la alta tecnologa y en combinacin de telecomunicaciones, tales como software, hardware, etc. CONDICIONES APROPIADAS PARA EL USO DE LA OBSERVACIN. Las observaciones son exitosas cuando son de corta duracin, pblicas (se refiere a que sea fcil de observar) y cuando las condiciones que conducen a recordar fallas pasadas estn presentes, esto se refiere a cuando las acciones o actividades son repetitivas o automticas que el observado no puede recordar cosas especficas del comportamiento en cuestin. VENTAJAS y DESVENTAJAS DE LOS DATOS OBSERVADOS Ventajas
1

Desventajas

Physical traces, no saba bien como traducirlo.

Puede ser usada para suplir u complementar otras tcnicas. No considerar como enemiga de otras tcnicas, sino como un complemento. En algunos casos puede ser la nica manera de obtener informacin exacta de lo estudiado. Es ms econmico.

Si son pocos los observados, la muestra puede no ser representativa o llegar a resultados errneos. Lo ms interno de las personas, como motivaciones, no pueden ser observadas. Se puede malinterpretar gestos de las personas, sacando conclusiones errneas.

FOCUS GROUPS Es un tipo de investigacin cualitativa, seguramente la ms representativa de sta. Son pequeos grupos de discusin desestructurada y espontanea de algn tpico, guiados por un moderador entrenado. Su objetivo es sacar ideas, sentimientos y experiencias sobre algn tpico en particular. El grupo debe ser pequeo porque permite la operacin dinmica y ayuda a que los participantes se sientan en un medioambiente cmodo, dado que no lo es. Es llamado FOCUS, porque el moderador debe tratar que la conversacin persiga el objetivo predeterminado. Es muy til para conocer y aprender sobre buenos grupos de consumidores.

ALGUNOS OBJETIVOS DE LOS FOCUS GROUPS (FOCUS usados generalmente en fase exploratoria) 1. Generar ideas: Se refiere a que focus pueden ser el punto de partida de una nueva idea de producto, servicios, usos o mejoras. 2. Entender el vocabulario de los consumidores: se refiere a mantenerse al da de las palabras y frases que con consumidores frecuentemente usan para describir productos o para desarrollar estrategias de comunicacin para ellos. 3. Revelar sentimientos, necesidades, percepciones y aptitudes sobre productos o servicios: para ver lo que los consumidores realmente sienten o piensan de un producto. Adems sirve para conocer de los consumidores tempranamente, que cambios se podran hacer a un producto. 4. Entender resultados de los estudios cuantitativos: se refiere a usar los focus para una mejor comprensin de los datos obtenidos de encuestas, puede decir por qu son as dichos resultados. PREGUNTAS OPERACIONALES SOBRE LOS FOCUS GROUPS: 1. Cul debera ser el tamao de un focus? De acuerdo a la industria, el tamao ptimo es de 6 a 12 personas. Pocas personas generan dinamismo y mejor ambiente, adems fuerza al moderados a tener un papel

activo en la discusin para mantenerla viva, con muchas personas tendera a ser ms fragmentado. Es muy difcil saber exactamente cuanta gente debe asistir, pero ese rango es aceptable, ni ms ni menos. 2. Quines deben estar en el focus? Generalmente es mejor cuando todos poseen caractersticas similares (homogneos), porque debemos recordar que todos son extraos entre ellos, entonces la homogeneidad facilita la discusin debido a que se sientes ms cmodos. Adems deben estar interesados en lo que se va a estudiar. 3. Cmo deben ser reclutados y seleccionados los participantes del focus? Deben ser seleccionados frecuentemente por telfono y se les debe ofrecer un incentivo. Adems, se debe recordar que deben ser seleccionados de acuerdo al propsito del focus. 4. Dnde deberan juntar a los miembros del focus? Si durar 90 min, debe el ambiente ser cmodo y que conduzca a una discusin grupal. Idealmente en grandes cuartos en un formato redondo, adems debe ser con buena acstica para que la grabacin de la sesin se escuche bien. Lo ideal sera tener un facilitador de focus, es decir, lugares especialmente diseados para este tipo de investigacin. Deben ser grabados. 5. Qu responsabilidades tiene el moderador y cules es su rol en el focus? Es lo ms importante para que sea efectivo y til. l conduce la sesin y gua el flujo de la discusin grupal hacia los tpicos especficos. Adems, debe mantener el balance para que la conversacin no se vaya muy lejos del tema a tratar. Un buen moderador es experimentado, entusiasmado, preparado, energtico, abierto de mente, interpersonal y excelente observador. El xito del focus depende de que los participantes respondan y comprendan bien lo que el moderador les pregunta. La introduccin que hace el moderador es esencial para toda la sesin, las pregunta deben ser bien hechas.

REPORTING AND USE OF FOCUS RESULTS Como se sabe, los focus aportan valiosa informacin sobre publicidad, relaciones entre consumidores y productos, etc., pero los resultados de los focus son cualitativos y no representan perfectamente al general de la poblacin. Dos importantes factores deben ser considerados para analizar los datos: 1) algn sentido debe hacerse mediante el traslado de declaraciones cualitativas de los participantes a categoras con el fin de reportar un cierto grado de consenso dentro del focus. 2) las caractersticas de la demografa y del comportamiento de compra debe ser juzgado contra el perfil del mercado objetivo para saber en qu grado el grupo representa el mercado objetivo.

La informacin resultante del focus es evaluada por un analista quien muchas veces escucha cuidadosamente las grabaciones y transcribe lo ms relevante. Luego se prepara un reporte detallado para quien lo necesite; adems este analista debe identificar lo temas principales as como tambin reas de desacuerdo entre los participantes. La fase del focus puede se usada para obtener una idea para una encuesta especifica que generar informacin estandarizada de una muestra representativa.

ONLINE FOCUS Focus por internet, sin embargo no se puede observar el lenguaje corporal, los participantes no pueden tener contacto real con el producto en el momento de la sesin y los participantes pueden perder el inters en l. Cabe mencionar tambin las ventajas tales como, no es necesaria la presencia fsica, las transcripciones son capturadas en un archivo en tiempo real, los participantes puedes estar separados fsicamente (tener participantes de muchos lados, sin importar distancia), estn cmodos en el lugar donde ellos quieran estar y el moderador puede intercambiar mensajes privados con cada integrante. VENTAJAS Y DESVENTAJAS DE LOS FOCUS Ventajas
Generacin de ideas frescas. Interaccin con el cliente, permite que ste observe al grupo. Versatilidad y habilidad para captar ms cosas de los clientes. Trabajar con participantes especiales para cada propsito.

Desventajas
Puede no representar a la poblacin La interpretacin de los datos es subjetiva El costo por participante es alto (incluyendo remuneracin del moderador) y dispositivos necesarios para llevar a cabo el focus (grabadoras, etc.) Comentarios finales del focus producen sesgo.

OTRAS TCNICAS DE INVESTIGACIN CUALITATIVAS 1. Entrevistas profundas: permite saber que piensan o porqu ellos actan de ciertos modos. Son verstiles, pero deben estar cuidadosamente planeadas, entrenadas y preparadas. Es especialmente til cuando el investigador quiere comprender decisiones de los consumidores que son individuales. El objetivo es obtener informacin o comentarios no restringidos de las preguntas que ayudarn al investigador a conocer todas las dimensiones de esas opiniones y las razones. Es una forma no estructurada e indirecta de preguntar, anima a

los encuestados a proyectar sus motivaciones, creencia, actitudes o sensaciones subyacentes con respecto a temas de inters. 2. Anlisis de protocolo: Produce informes verbales, es decir, se pide al participante que verbalice todo lo que el considere para tomar una decisin. La idea es conocer lo ms posible el proceso de toma de decisiones del consumidor, evalan cosas como: que criterios son usados, nmero de marcas consideradas, tipos de recursos para obtener informacin, etc. 3. Tcnicas proyectivas: Pretender obtener informacin no preguntando directamente, porque hay cosas que no responderan, pero que a travs de ciertos mtodos, revelaran sus verdaderos pensamientos, sentimientos, reacciones. Son las siguientes: a) Test de asociacin de palabras: Sirve para analizar potenciales nombres de marcas. Implica que deben decir o escribir lo primero que se viene a la mente al nombrar alguna otra palabra. Entonces el investigador debe percatarse de los significados escondidos que hay detrs de lo respondido. b) Test de completar la oracin: Escribir en palabras para completar oraciones. El investigador buscar los conceptos centrales detrs de lo descrito por los consumidores, es decir, que revelan esas respuestas. c) Picture test: Describir reacciones escribiendo un corto texto sobre la pintura/dibujo. Es til para ver como la publicidad impacta o que reaccin provoca por ejemplo, el envase, etc. d) Cartoon or balloon test: En algn dibujo de un personaje, completar el globo para decir que piensa el personaje o qu est pensando. Entonces el entrevistador podra deducir cmo se sentiran lo participantes en la situacin descrita por la caricatura. e) Actividad de role-playing: Los participantes son consultados para que respondan en tercera persona, como un amigo o vecino, y describir como ellos actuaran o reaccionaran en ciertas situaciones expuestas por el investigador (positiva o negativamente por ej.). Se cree que as los verdaderos sentimientos son revelados. 4. Otros mtodos cualitativos emergentes: a) Medicin sicolgica: Difcil de interpretar y es poco natural. Consiste en monitorear las respuestas involuntarias a travs de estmulos producidos por electrodos u otros equipamientos. Hay dos dispositivos: I. Pupilometer: mide el inters de una persona a travs de medir cuanto se dilata la pupila del ojo, adems de los movimientos del iris cuando muestran diferentes imgenes (iris se alarga cuando personas est ms interesada). II. Galvanometer: es un dispositivo que determina los niveles de excitacin midiendo la actividad elctrica de la piel del

participante. Requiere electrodos para monitorear esta actividad: ante estmulos que interesan, los impulsos del cuerpo estn ms excitados. Es poco naturales y no se sabe si el estimulo es positivo o negativo.

Survey Data Collection Methods

Hay tres maneras de obtener datos primarios en investigacin de mercados: Encuestas, Observacin y Experimental. Podemos distinguir la importancia de las encuestas, dado que son las mas usadas para recoleccin de informacin comercial.

VENTAJAS DE UTILIZACION DE ENCUESTAS: Las encuestas permiten la recoleccin de una gran cantidad de datos de manera econmica y eficiente, permitiendo tambin abarcar muestras de gran tamao. ESTANDARIZACION (STANDARDIZATION): Todos los encuestados responden a las mismas preguntas y en el mismo orden, siguiendo un mismo cuestionario. DE FCIL ADMINISTRACIN (EASE OF INFORMATION): La encuesta se lleva a cabo con la presencia de un entrevistador en los casos de encuestas mas elaboradas, sin necesitar mayor material para la realizacin de este mtodo. ABILITY TO TAP DE UNSEEN: Las encuestas nos permiten saber ms de las personas que un simple proceso de observacin. Se hacen preguntas directas que nos permiten saber el estado socio econmico del encuestado, por ejemplo. SUITABILITY TO TABULATION AND STATISCAL ANALYSIS: Dado que se debe terminar por interpretar los resultados, con las encuestas es fcil llevar a cabo el proceso de tabulacin y comenzar aquel de anlisis estadstico, lo que nos permite ampliar la investigacin. SENSIVITY TO SUBGROUP DIFFERENCES: Los encuestados pueden ser divididos en segmentos fcilmente si nos encontramos frente a una muestra significativa, lo que permite entrar en comparaciones y un mejor anlisis.

3 METODOS ALTERNATIVOS DE RECOLECCIN DE DATOS.

PERSON-ADMINISTRATED SURVEYS (SIN ASISTENCIA DE COMPUTADOR):

Es cuando un entrevistador lee las preguntas, ya sea cara a cara o bien por telefono, y registra las respuestas. Hoy en da no se usa tanto dado al incremento de las tecnologas de comunicacin.

Ventajas: Feedback: Al estar en terreno, los entrevistadores se ven enfrentados a las dudas y preguntas de los mismos encuestados. Tambin se ven en la necesidad de ajustar las preguntas a lo que est observando en el momento, y esta informacin adicional sirve para corregir o bien mejorar la encuesta. Rapport: Los encuestados se pueden sentir mal a la hora de ser encuestados, por lo tanto se necesita a un entrevistador que sea capaz de relacionarse con el pblico y confiable. Quality control: Entrevistadores personales nos permiten tener una mejor seleccin del pblico al cual nos interesa encuestar. Adaptabilidad: El encuestador se encuentra a disposicin del encuestado lo que facilita el proceso de entendimiento de este ltimo con respecto a la encuesta.

Desventajas: Factor humano (puede producir errores, es mas lento) Necesidad de computador para procesar los datos. Entrevista cara a cara es mas costosa que una encuesta por mail o bien por telefono.

COMPUTER-ADMINISTERED SURVEYS:

Mucho mas utilizado que el anterior, esto dado por el permanente desarrollo de nuevas tecnologas. Estas encuestas son aquellas donde existe la presencia de esta tecnologa, computadores, softwares. Pueden haber dos tipos de encuestas ac; ya sea aquella donde el encuestado responde directamente en frente de un computador, o bien aquella donde existe un entrevistador que lee las preguntas de la pantalla y va marcando las respuestas que el entrevistado le indica (por telefono)

Ventajas: Rapidez: Mas rpido que el acercamiento personal, ya que son preguntas claras y que siguen un patrn de respuesta. Menores costos. Entrevistas libre de errores: No hay error causado por el entrevistador (ej: saltarse preguntas) Uso de fotos, videos, grficos Real-time captures of data: Las respuestas son procesadas en el momento de terminar la encuesta. Ya es posible la tabulacin fcilmente, as como tambin el anlisis de datos. Reduccin de la presin impuesta por el entrevistador: Mayor libertad al contestar, lo que reduce el sesgo de respuesta en la encuesta.

Desventajas: Cada vez se necesita mas tacnologia especifica para cada encuesta Mas costoso.

SELF ADMINISTERED SURVEYS:

Aquella encuesta en donde el encuestado tiene todo control sobre esta. No existe agente externo, ni humano, ni computador.

Ventajas: Bajo costo: Se elimina la figura del entrevistador. El que responde tiene el control, por lo tanto no existe presin se responde tranquilamente Se elimina la presin impuesta por el entrevistador responde con la verdad, y no se siente juzgado.

Desventajas: Probablemente no respondan toda la encuesta No existe monitoreo por lo tanto si el encuestado no entiende un procedimiento o una pregunta, esta queda sin responder o bien mal hecha sesgo. Potencial de error es muy alto!

DESCRIPCIONES DE MTODOS REPRESNTATIVOS DE RECOLECCIN DE DATOS.

Existen 11 mtodos: (estn divididos segn los tres grandes mtodos que vimos antes)

Person-administered Interviews: 1. In- home interview: Se lleva a cabo en la casa del encuestado. Existen dos factores que justifican el uso de esta encuesta: Se cree que el hecho que el encuestado se encuentre en un lugar familiar y acogedor, esto permitir mayor confianza y por lo tanto respuestas mas representativas de su vida. En segundo lugar el contacto personal (entrevistado/entrevistador) es muy relevante para crear vnculo de confianza. Sin embargo tiene un alto costo (desplazamiento)

2. Mall- intercept interview: aquella encuesta donde se intercepta al entrevistado en lugares de compra masivos (malls). No existe costo por parte de la empresa, ya que se instalan all mismo oficinas y son los potenciales encuestados que se movilizan. Tiene una fcil implementacin. Existe un entrevistador que interacta con el pblico. Sin embargo, hay desventajas; es difcil encontrar una muestra representativa (autoseleccin por parte de los pasantes, no todos van todos los das a comprar, ni tienen el mismo acceso al mall, mayor o menor frecuencia de compra, etc). Adems no es un lugar acogedor o que inspira confianza o comodidad, por lo tanto esto asusta y aleja a potenciales encuestados.

3. In- office interview: Cuando se llevan a cabo encuestas a ejecutivos. Es muy costosa, ya que es difcil encontrar a los ejecutivos expertos o necesarios para la encuesta. Se tiene muy poco tiempo, ya que solo se dispone del tipo del mismo ejecutivo.

4. Telephone interview (Traditional y 5. Locacin Central): Si no se necesita tener contacto directo con los encuestados, este mtodo es el mas apropiado. Entre sus ventajas est el bajo costo que implican las llamadas que se hacen. Tambin se puede conseguir fcilmente una muestra grande en menor tiempo comparado con otros mtodos, consiguiendo igualmente mayor aleatoriedad en la muestra, por lo tanto mas representabilidad. Rapidez en el proceso.

Sin embargo tiene tambin desventajas. Al encuestado no se le pueden mostrar imgenes o grficos, por lo tanto no se usarn este tipo de encuestas cuando se quiera promocionar productos que impliquen maquetas, etc No se puede observar el lenguaje corporal del encuestado y tampoco se puede lograr deducir cosas a travs de la observacin. Deben ser adems entrevistas cortas por telfono. Y por ltimo el riesgo de Autoseleccin!

El Mtodo tradicional tiene mas error, es aquel que se usaba antes, lpiz y papel y se llamaba a criterio del entrevistador. EL mtodo Central Location Telephone Interviewing El que se usa en la industria en general. Mas aleatoriedad. Menos costoso a largo plazo y se tiene mayor control.

5. Central location telephone interview. (lo expliqu antes) Computer- Administered Interviews 6. Computer assisted telephone interview. (CATI): Tipo de encuesta donde se encuentra presente un entrevistador equipado de un sistema de manos libres y sentado frente a un computador. Se hacen por lo general de forma telefnica. El encuestador lee las preguntas del computador y va activando las respuestas y nuevas preguntas acorde con lo que se respondi previamente. Este mtodo reduce el error humano, ya que el entrevistador solo lee las preguntas y todo el proceso es realizado por el computador. La informacin ya est ingresada en el computador por lo tanto esto permite tabulacin mas rpido. Mtodo menos costoso, menos tiempo utilizado, menos material fsico.

7. Fully computerized interview: La encuesta est solamente administrada por un computador pero no online. Este mtodo se lleva a cabo por telfono o bien directamente en frente del computador. Tiene las mismas ventajas que todo mtodo computarizado.

8. Online y otros Internet-based surveys:

Se est convirtiendo en el mtodo estndar en la industria. Son rpidos, fciles y de bajo costo. El anlisis de datos se hace de inmediato porque las respuestas se ingresan de forma directa.

Self-Administered Surveys: 9. Group self-administered survey: Encuestas hechas a grupos, pero que las responden solo los encuestados, sin ninguna ayuda externa. Esto se puede dar por conveniencia o bien por menores costos. Este mtodo tiene variaciones de todo tipo, lo pueden levar a cabo todo tipo de encuestador o investigador (colegios, iglesias, empresas) Por lo general se le paga a los particpantes de este tipo de actividad.

10. Drop-off survey: Encuestas por lo general hechas de papel que los encuestados se llevan para la casa y la responden en sus hogares despus de testear el producto o servicio. Son encuestas donde se encuentra todo explicado para que no se tengan consultas a la hora de responder. Existe un encargado que pasara a buscar los cuestionarios ya respondidos. Se ha visto que este mtodo tiene xito y lleva menos tiempo que los otros.

11. Mail survey. Encestas enviadas por e-mail o bien por correo. No hay entrevistadores, por lo tanto los costos bajan considerablemente. Sin embargo hay que conseguirse bases de datos. Sin embargo tiene dos grandes problemas: De no respuesta. De Autoseleccin.

FACTORES QUE HAY QUE CONSIDERAR AL ELEGIR MTODO DE ENCUESTA:

Horizonte de Tiempo.

El Presupuesto.

Consideraciones especiales de la misma campaa de marketing y de la encuesta: A lo mejor considerar a quien se le hace la encuesta (nios, adultos, ancianos), Puede existir un mtodo de encuesta con el cual se sientan mas seguros y usar solo esta, etc

Obtener informacin de cada una de las personas que componen el mercado es, por lo general, imposible e impracticable. Es por eso que los investigadores de Marketing utilizan muestras. Este captulo describe como los investigadores proceden para obtener las muestras.

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.

Muestra y Unidad de Muestreo

Una muestra es un subconjunto de la poblacin que debiese representar a todos los elementos que la componen. La unidad de muestreo es el nivel bsico de investigacin que contiene los elementos de la poblacin que sern muestreados, por ejemplo una persona, un hogar, o en el caso de un estudio de un hospital que compra equipamiento laser para cirugas, la unidad de muestra seran los agentes que compran estos equipos para el hospital.

Censo
El censo constituye una enumeracin completa de los elementos de una poblacin u objetos de estudio. Un censo requiere informacin completa.

Error de Muestreo
Es un error en un estudio que ocurre cuando se utiliza una muestra. El error de muestreo es causado por dos factores: (1) el mtodo de seleccin de muestra y (2) el tamao de la muestra.

Marco Muestral y Error de Marco Muestral

Para seleccionar una muestra es necesario establecer un marco muestral. Esta es la representacin de los elementos de la poblacin objetivo. Consiste en una lista o conjunto de instrucciones para identificar dicha poblacin. Por ejemplo un directorio telefnico. Un marco muestral contiene error de marco muestral, es el grado en que no tiene en cuenta todo la poblacin. Una vez que la muestra ha sido establecida, el tamao de error de marco muestral potencial quedar bajo el criterio del investigador. Es responsabilidad del investigador buscar un marco muestral que el menor grado de error a un costo razonable.

RAZONES PARA TOMAR UNA MUESTRA

Existen dos razones por la cuales casi siempre es ms deseado hacer una muestra que un censo. Primero, hay consideraciones prcticas como el costo y el tamao de la poblacin que

hacen a la muestra ms deseable que el censo. Segundo, por lo general, las empresas de investigacin o los investigadores no pueden analizar la enorme cantidad de datos generados en un censo. Adems los programas estadsticos computacionales pueden manejar una cierta cantidad de datos y se vuelven lentos o incapaces de realizar operaciones con una gran cantidad de datos.

DOS METODOS BASICOS DE MUESTREO: PROBABILISTICO VERSUS NO PROBABILISTICO

Muestras probabilsticas
Son aquellas en que los elementos de la poblacin tienen una probabilidad conocida de ser seleccionados para la muestra.

Muestras no probabilsticas
Se da cuando la probabilidad de seleccionar un miembro de la poblacin es desconocida. Desafortunadamente los trminos conocida y desconocida son engaosos ya que para conocer la probabilidad es necesario el tamao exacto de la poblacin, y es prcticamente imposible conocer con exactitud el tamao de la poblacin en la mayora de los estudios de mercado. La esencia de una probabilidad conocida yace en el mtodo de muestreo ms que en conocer con exactitud el tamao de la poblacin. En otras palabras, este valor probabilstico nunca es medido, pero nos aseguramos por el mtodo de muestreo que la oportunidad de cualquier elemento de la poblacin de ser elegido puede ser computada. Con mtodos no probabilsticos no hay manera de determinar la probabilidad ya que aun conociendo el tamao de la poblacin la tcnica de seleccin es subjetiva.

Probability Sampling Methods

Muestreo Aleatorio Simple (MAS) Tcnica de muestreo probabilstica en la que 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. Frmula para MAS: 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). Es menos costoso y ms fcil que el MAS y se puede ahorrar tiempo. 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. Muestreo por Agrupamientos (Cluster) 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. Muestreo de rea: Forma comn de muestreo por agrupamientos en la que estos consisten en reas geogrficas como condados, manzanas, etc. Muestreo Probabilstica Proporcionado al tamao Mtodo de seleccin donde los agrupamientos son elegidos con probabilidad proporcional al tamao, y la probabilidad de elegir una unidad de muestreo en un agrupamiento seleccionado vara inversamente con el tamao del agrupamiento. La eleccin entre los muestreos probabilsticas y no probabilsticas debe basarse en consideraciones como naturaleza de la investigacin, magnitud relativa de los errores de muestreo y que no son de muestreo, variabilidad en la poblacin, as como consideraciones estadsticas y operaciones.

Nonprobability Sampling Methods

Muestreo por conveniencia Tcnica que intenta obtener una muestra de elementos convenientes. La seleccin de las unidades de muestreo se deja principalmente al entrevistador. Es la tcnica menos costos y la que ocupa menos tiempo, sin embargo, hay mucho sesgo por seleccin y las muestras no son representativas.

Muestreo por juicio Forma de muestreo por conveniencia en la que los elementos de poblacin son seleccionados a propsito con base en el juicio del investigador. Es de bajo costo, conveniente y rpido, aunque no permite generalizaciones directas a una poblacin especfica. Muestreo por cuota Es un muestreo por juicio restringido de dos etapas. La primera consiste en desarrollar categoras de control o cuotas de elementos de poblacin. En la segunda etapa, los elementos de muestra se seleccionan con base en la conveniencia o juicio. Sin embargo, en algunas situaciones es deseable muestrear de ms o de menos elementos de ciertas caractersticas. An si la composicin de la muestra refleja a la de la poblacin con relacin a las caractersticas de control, no hay seguridad de que la muestra sea representativa. Hay mucho sesgo por seleccin y no permite la evaluacin del error de muestreo. 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. Sirve para analizar caractersticas raras de la poblacin y aumenta sustancialmente la probabilidad de localizar la caracterstica deseada en la poblacin.

BONUS TRACK (no est en el libro)

A continuacin se muestran en una tabla las fortalezas y debilidades de las tcnicas de muestreo bsicas, y luego las condiciones que favorecen el uso de cada tipo de muestreo.

Tcnicas de muestreo Online. (Esto si est)

La idea es entender cmo el muestreo online funciona e interpretar el proceso de muestreo correctamente con respecto a los conceptos bsicos de muestreo.

Random Online Intercept Sampling

Se basa en una seleccin aleatoria de visitantes de una pgina web en particular. Si la poblacin es definida como visitantes de pgina web, entonces es un muestreo aleatorio simple de los visitantes considerando el margen de tiempo del estudio. Si el programa de seleccin de la muestra se inicia de forma aleatoria e incorpora un sistema de intervalos saltados, es un muestreo sistemtico, y si el programa de muestreo trata segmenta o clasifica la poblacin de visitantes web, es un muestreo estratificado. Sin embargo, si la poblacin es otra que los visitantes web, y el sitio web es utilizado porque hay muchos visitantes, la muestra es de conveniencia.

Invitation Online Sampling

Se da cuando los potenciales entrevistados son alertados que sern sometidos a un cuestionario por parte de un sitio web especifico.

Online Panel Sampling

Se refiere al consumidor u otros paneles de respuesta los cuales estn configurados o determinados por compaas de investigacin de mercado para el propsito explcito de construir encuestas y estudios online con muestras representativas. Normalmente las compaas de panel tiene miles de individuos que son representativos de una amplia rea geogrfica, y el investigador de marketing puede especificar parmetros mustrales como una representacin geogrfica especfica, ingresos, educacin, caractersticas familiares, etc. Adems los muestreos de paneles online son muestras no probabilsticas.

DESARROLLANDO EL PLAN DE MUESTREO

Paso 1: Definir la Poblacin Relevante Paso 2: Obtener una lista de la poblacin
Una vez definida la poblacin relevante, el investigador inicia una bsqueda de una lista adhoc que sirva como marco muestral.

Paso 3: Disear el Plan de Muestreo (Tamao y Mtodo)

El tamao se refiere al nmero de elementos que se incluirn en el estudio. Determinarlo es complejo e incluye diversas consideraciones cualitativas y cuantitativas. Dentro de los primeros encontramos: 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. (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. g) Tasas de cumplimiento. h) Restricciones de recursos (mientras menos recursos se tienen el tamao tendr que ser menor). El mtodo es seleccionado bajo el criterio del investigador teniendo como opciones los mtodos previamente mencionados.

Paso 4: Extraer la Muestra

Extraer la muestra consta de dos fases. Primero, la unidad de muestreo debe estar seleccionada. Segundo, la informacin debe ser extrada se esa unidad.

Paso 5: Evaluar la Muestra

El paso final el proceso de muestreo es el de evaluacin. La evaluacin de la muestra puede tener mltiples formas, una es comparar el perfil demogrfico con un perfil conocido, como un censo. La esencia de la validacin de la muestra es asegurar al cliente que la muestra, es de hecho, una muestra representativa de la poblacin de la cual se tomaran decisiones. Sin embargo, suele ocurrir que no todos los miembros o elementos de una muestra responden. Por lo que ah se genera la pregunta de substitucin. La sustitucin ocurre cuando un elemento que era apto para responder prueba que no es capaz, no deseando responder. Hay 3 mtodos de sustitucin en la prctica:

The drop down substitution Suele usarse con Muestro Sistemtico. Por ejemplo un entrevista telefnica donde la gua telefnica es el marco muestral y las instrucciones son llamar a uno cada 100 individuos en la lista. En la primera llamada el entrevistado califica para responder, sin embargo no quiere participar del estudio. El entrevistador no debe a llamar al individuo 200 si no que debe pasar al individuo inmediatamente posterior al primero y hacer a este como el primero de la lista. Oversampling Es un mtodo de sustitucin alternativo, y toma lugar como resultado del conocimiento del investigador de los ratios de incidencia, de no respuesta, y de respuestas inservibles. Por ejemplo, si se sabe que del total de encuestas enviadas solo se responden el 20%, con el fin de obtener 200 respuestas, se enva la encuesta a 1000 individuos del marco muestral. Cada mtodo de recoleccin de datos constituye implicancias de sobremuestreo y es el criterio del investigador quien define el grado de sobremuestreo. Resampling Es un procedimiento en que el marco muestral es reemplazado por elementos adicionales luego de haber extrado la muestra.

Paso 6: Remuestrar si es necesario

Cuando una muestra reprueba la evaluacin, significa que no representa de forma adecuada a la poblacin. Cuando esto ocurre el investigador puede reanalizar ciertos parmetros con el fin de compensar la falta de representatividad. Por otro lado, es posible ampliar la muestra hasta encontrar un nivel satisfactorio de validacin.
Definir la poblacin relevante Obtener lista poblacional

Disear plan de muestreo

Eztraer la muestra

Evaluar la muestra

Remuestar si es necestio

El tamao muestral, depende del presupuesto y del tiempo que se tenga. A dems existen varias sutilezas y factores importantes a considerar. No esta bien pensar que nunca es suficiente el tamao muestral. Muchos piensan que existe relacin, entre el tamao de la muestra y su representatividad en la poblacin, pero esto no es cierto. Una muestra no puede ser representativa, si el mtodo que se utiliz es no probabilstico y no controlado, independiente del tamao de la muestra que se utiliz. El tamao muestral si tiene relacin con la precisin de los resultados de la muestra. La precisin de la muestra se refiere a cuan cerca est una muestra estadstica aleatoria, del valor real de la poblacin objetivo. En este caso una muestra aleatoria grande es ms precisa que una muestra aleatoria ms pequea. Por lo tanto, se tiene que: 1) El tamao muestral no est relacionado a la representatividad 2) Pero si est relacionado a la precisin de la muestra. Axiomas del tamao muestral La decisin del tamao muestral est usualmente entre lo que esta tericamente correcto y lo que es factible en la prctica. Es importante entender como se determina el tamao muestral por dos razones, 1) Para disminuir los sesgos en las muestras de gran tamao, 2) Disminuir el costo de la investigacin. Para eso tenemos 8 axiomas, que relacionan el tamao de la muestra con la precisin de la muestra. 1- La nica muestra perfectamente precisa es el Censo. 2- Una muestra probabilstica siempre va a tener error muestral. 3- Mientras ms grande sea el tamao de una muestra probabilstica, ms precisa va a ser (menor error muestral) 4- El error muestral puede ser calculado con una formula simple, que se expresa con un rango de + - % 5- Si eliges cualquier resultado de la encuesta, repites el estudio con la misma probabilidad de tamao muestral, y vas a obtener el mismo resultado con el rango porcentual del resultado original. 6- En la mayora de los casos, el error muestral de una muestra probabilstica es independiente del tamao de la poblacin.

7- La probabilidad del tamao muestral puede ser un pequeo porcentaje del tamao de la poblacin, pero aun as ser muy preciso (poco error muestral). 8- El tamao de la muestra depende, del error muestral aceptable balanceado con el costo de la recoleccin de los datos. Estos axiomas slo son factibles con muestras probabilsticas.

El mtodo del intervalo de confianza Este es el mtodo ms correcto para determinar el tamao muestral, ya que aplica el concepto de precisin (error muestral), variabilidad y el intervalo de confianza para crear un correcto tamao muestral.

Tamao muestral y precisin: (explicacin de los axiomas) Una encuesta tiene dos tipos de errores; errores no mustrales y errores mustrales. El primero contiene problemas de especificacin, sesgos en las preguntas y errores de anlisis. En cambio el error muestral se refiere a la diferencia entre los resultados de la muestra y el verdadero valor de la poblacin. Como en el censo se encuesta a cada individuo, no existe error muestral. En cambio cuando se toma una muestra, se elige aleatoriamente a los individuos, por lo que siempre va a existir error muestral. En cuanto al axioma 3, ocurre que en muestras de ms de 500, el error muestral va disminuyendo en muy poca cantidad. Formula del axioma 4: z

p q corresponde al error muestral de la encuesta. n

Siendo n el tamao de la muestra, p y q los porcentajes de respuesta, ambas sumar 100%. Y z corresponde al margen de error, segn el nivel de confianza que tenemos, ejemplo con un nivel de confianza de 95%, tenemos un margen de error de 1,96 Variabilidad (varianza): Los resultados tienen gran variabilidad, cuando existe una amplia dispersin en las respuestas. Si existe gran desequilibrio en las respuestas, por ejemplo, si los resultados son 90%-10% en preguntas en que se pueda responder si o no, va a existir poca variabilidad. Sin embargo si los resultados son 50-50, va a existir gran variabilidad (esta es la mayor variabilidad que se puede obtener de este tipo de preguntas).

Nocin sobre el intervalo de confianza: (continua la explicacin de los axiomas) El axioma 5, est basado en la idea del intervalo de confianza, el cual es un rango en donde sus extremos definen un cierto porcentaje de las respuestas. A continuacin se muestra una curva normal, donde la desviacin estndar es de 1,96, la cual representa los extremos de una distribucin del 95%.

El teorema del lmite central, dice que si se repite la encuesta original muchas veces con una muestra aleatoria del mismo tamao, podemos hacer un grfico de barras con los resultados de las repuestas que fueron si, y obtendremos un grfico de barras que se asemeja a una curva de distribucin normal. Esta figura muestra que el 95% de las repeticiones van a caer dentro del margen de error de 1,96 % Formula intervalo de confianza: p

p q n

Cuando un investigador puede usar el intervalo de confianza? La respuesta en este caso es prctica. El intervalo de confianza permite al investigador predecir que se encontrara si la encuesta se repite muchas veces. Sin embargo el cliente no va a estar de acuerdo con el costo

de repetir una encuesta 1000 veces. Si tomamos un ejemplo en que se hace una encuesta y el resultado es que el 50% de la poblacin va a comer la prxima vez en el Dominos pizza y el otro 50% no, suponiendo que el intervalo de confianza que obtuvimos est entre 40,2% y 58,9%. Esto quiere decir que en la poblacin real, el porcentaje se va a encontrar dentro de ese rango. Tambin se puede asegurar que si se hace 1000 veces esta encuesta, el 95% de las repuestas van a caer dentro de este mismo rango. Importante: Mientras ms grande sea la muestra la curva normal va a ser menos plana, y el rango del intervalo de confianza ser ms acotado. Por lo tanto mientras ms grande sea la muestra va a existir menor error muestral.

El sexto axioma dice que en la mayora de los casos, el error muestral de una muestra probabilstica es independiente del tamao de la poblacin. Esto se puede comprobar ya que ni en la frmula de error ni en la frmula del intervalo de confianza contienen la cantidad de la poblacin. Por lo tanto para un determinado tamao muestral ejemplo de 100, el error muestral y el intervalo de confianza va a ser siempre el mismo, para poblaciones de 20 millones, 2 millones y 200.000. Existen excepciones cuando la poblacin real es muy pequea.

Segn lo anterior tambin se comprueba el sptimo axioma, ya que el tamao muestral puede ser un bajo porcentaje de la poblacin real, e igual tener pequeo error muestral. Como ejemplo tenemos que las muestras de 5.000, tienen un error de 1,4% y las de 1.200 un error de 3%, independiente del tamao de la poblacin!

Formula del Tamao muestral Para calcular el tamao muestral de una encuesta, se deben considerar tres factores: 1) El tamao de la varianza que se cree que va a tener la poblacin, 2) la precisin deseada, 3) el nivel de confianza requerido en las estimaciones de los valores de poblacin.

Determinando el tamao muestral va la frmula del intervalo de confianza: Formula del tamao muestral:

n = tamao de la muestra z = error asociado a un nivel escogido de confianza (ejemplo:1,96)

p = porcentaje estimado de la poblacin q = 100 p e = error muestral aceptable

La varianza se ve representada por la multiplicacin de p y q, esto se utiliza si estamos usando una encuesta en escala nominal, como preguntas con respuesta si o no. Cuando existe poca variabilidad en la poblacin, podemos elegir muestras pequeas, esto se puede ver por la formula p*q. L a precisin deseada es representada por e, error asociado a la encuesta. Se obtiene de la formula vista anteriormente. Este es utilizado para indicar cuan cerca est el porcentaje de la muestra del porcentaje de la poblacin real. El nivel de confianza corresponde a z. Hasta ahora hemos utilizado la constante 1,96, que corresponde al valor z de la tabla si elegimos el nivel de confianza de 95%.

Consideraciones prcticas para determinar el tamao de la muestra

Como estimar la variabilidad en la poblacin: Existen dos alternativas: Esperar el peor caso o estimar cul es la variabilidad actual. El peor caso, sera el que tiene mayor varianza, es decir resultado 50%-50%. En el otro caso, se puede estimar p para disminuir el tamao muestral (en el caso de que p fuera menor a 50%). Un tamao muestral menor implica, menor esfuerzo, tiempo y costo, por esta razn el investigador puede preferir estimar p. Existen estudios previos, como el censo, que pueden ayudar al investigador a comprender la variabilidad de la poblacin objetivo. Si no es posible obtener la informacin, se pude recurrir a un estudio piloto para estimar p.

Como determinar la cantidad deseada de error muestral: Como hemos visto en este captulo, el tamao muestral tiene directa relacin con el error muestral, y este error se traduce en la precisin del valor estadstico muestral. Por esto si deseamos que la muestra sea ms precisa, debemos elegir un tamao muestral ms grande.

Como decidir el intervalo de confianza deseado:

Es necesario que para cada decisin de marketing se incorpore un riesgo estimado, ya que se est estimando los valores de la poblacin. Dado que el proceso muestral es imperfecto, es apropiado usar una estimacin del error muestral en el clculo de este rango (intervalo de confianza). Lo ms comn en la investigacin de mercado es utilizar un nivel de confianza estndar de 95%, lo que se traduce en el valor z 1,96. Generalmente se utiliza un nivel de confianza entre el 95% y el 99%. Si aumentamos el valor z, por ejemplo de 1,96 a 2,58 (99%), esteramos aumentando el tamao de la muestra, esto se puede ver ya que el valor z se encuentra en el numerador de la frmula del tamao muestral.

Como equilibrar el tamao muestral con el costo de la recoleccin de datos: Esto hace referencia al octavo axioma El tamao de la muestra depende, del error muestral aceptable balanceado con el costo de la recoleccin de los datos. Es necesario tener claro que el costo de la investigacin no debe exceder el valor de la informacin esperada de la investigacin. Por esta razn la mayora de los investigadores prefieren utilizar un nivel de confianza del 95%, para disminuir los costos de una muestra de mayor tamao.

Otros mtodos para determinar el tamao muestral Arbitrary Percentage Rule of Thumb(pulgar) sample size: Este mtodo tiene un aspecto intuitivo, que es muy fcil de recordar y fcil de aplicar. Este dice que: una muestra debe ser al menos un 5 % de la poblacin para que esta sea precisa. En este caso si tenemos una poblacin de 1.000.000, nuestra muestra debera de ser de 50.000. Pero hay que recordar que el tamao de la muestra no tiene relacin con el tamao de la poblacin, por lo que aprendimos anteriormente. Por lo general las muestras ms grandes son de 2.000, adems que por lo que menciona el axioma 6, una muestra puede tener un muy pequeo porcentaje de la poblacin, y aun as ser muy preciso. Por lo que sera absurdo seguir este mtodo.

Conventional Sample Size Specification:

Este mtodo se refiere a seguir un tamao muestral convencional, es decir que se utilice comnmente para hacer estudios. Puede ser que este tamao se haya utilizado para varios estudios de un mismo tipo, o que se haya utilizado para un mercado en especial por varios aos. La diferencia bsica entre este mtodo y el anterior, es que el primero no tiene una lgica defendible, en cambio el segundo puede parecer lgico. Sin embargo esta lgica puede ser defectuosa, ya que si el tamao convencional es de 1.200 estamos asumiendo que el investigador a querer una precisin de 3% y que la poblacin tiene variabilidad mxima. El problema de utilizar un mtodo defectuoso, es que estamos perpetuando un error, por copiarlo. Y podemos incurrir en un costo mayor, que en el caso de determinar correctamente el tamao muestral.

Requisitos del anlisis estadstico para especificar el tamao muestral: El anlisis estadstico es usado para analizar subgrupos dentro de una muestra. Muchos estudios son realizados para entender mejor a los segmentos dentro de una poblacin. Es posible mirar cada subgrupo como una poblacin separada y determinar el tamao muestral para cada una, junto con una metodologa apropiada para ganar conocimiento sobre el subgrupo. Luego de esto podemos combinar todos los subgrupos en un gran grupo para obtener una completa visin de la poblacin.

El costo bsico de especificar el tamao muestral: Existen muchos costos en la investigacin de mercado, por esto este puede ser fundamental para determinar el tamao de la muestra. El enfoque bsico que se utiliza es todo lo que puedas costear, por esto muchas veces el tamao muestral termina siendo lo que es posible dentro del presupuesto. Algunas veces el presupuesto de la investigacin esta especificado para cada fase del proceso. El problema del enfoque anterior, es que al elegir un tamao muestral solo sobre el presupuesto que se tiene, se est ignorando la importancia del valor de los resultados para la investigacin. Se puede incurrir en un gran costo eligiendo grandes muestras, siendo suficiente el estudio con una muestra ms pequea. El gerente debe considerar el costo en relacin a cunto vale realmente la informacin.

Situaciones especiales para determinar el tamao muestral Toma de muestras en poblaciones pequeas:

Anteriormente siempre se asumi grandes poblaciones. En este caso una poblacin pequea, va a ser cuando la muestra exceda el 5% del total de la poblacin. Por lo que se va a requerir ajustar la frmula del tamao muestral con un multiplicador finito para determinar el tamao de la muestra. Frmula tamao muestral para poblaciones pequeas:

Siendo n el resultado de la frmula del tamao muestral:

Aplicando el multiplicador finito estamos reduciendo el error muestral y logramos el mismo nivel de precisin.

Tamao muestral usando muestras no probabilsticas: Cuando usamos una muestra no probabilstica, el tamao muestral no est relacionado a la precisin, por esto necesitamos utilizar la relacin costo-beneficio para obtener el tamao de la muestra, lo cual es muy subjetivo. En este caso no se pueden utilizar formulas, ya que no es una seleccin aleatoria. Para muestras no probabilsticas, el tamao muestral es un juicio basado principalmente en el valor de la informacin para el gerente, ms que una precisin deseada relativa al costo.

Codificacin de datos y el libro de datos codificados La entrada de datos: se refiere a la creacin de un fichero informtico que contiene los "datos brutos", tomado de todos los cuestionarios considerados adecuados para el anlisis Codificacin de datos: se refiere a la identificacin de los cdigos que se refieren a las posibles respuestas para cada pregunta en el cuestionario Libro de datos codificados: identifica todos los nombres de las variables y los nmeros de cdigo asociado a cada posible respuesta a cada pregunta que compone el conjunto de datos Tipos de anlisis estadsticos utilizados en la investigacin de mercados Los datos se presentan en matrices que contienen toda la informacin necesaria. Sin embargo, estas matrices por si mismas no nos entregan informacin concluyente. Es necesario reducir los datos de modo de generar estadsticos que me permitan entender el significado general de los datos que la matriz me entrega. La reduccin de datos comprende una o ms de estas funciones: 4 funciones de la reduccin de datos 1- Sumar los datos 2- Aplicar conceptualizaciones entendibles 3- Se comunican patrones subyacentes 4- Se generaliza la muestra para encontrar la poblacin Cinco tipos de anlisis estadsticos Se usan para reducir la matriz de datos. Son utilizados normalmente en conjunto para satisfacer los objetivos de la investigacin. A medida que aumentan en complejidad, los resultados aumentan el valor de los datos duros que se poseen al comienzo.

Anlisis descriptivo: se utiliza para describir el conjunto de datos (media, moda, desv. Est, rango). Forma la base para los anlisis siguientes. El anlisis inferencial: se utiliza para generar conclusiones sobre las caractersticas de la poblacin (target population) sobre la base de los datos que se obtuvieron de la muestra (test de hiptesis) Anlisis de diferencias: se utiliza para comparar la media de las respuestas de un grupo con la de otro grupo. Informacin respecto al comportamiento de segmentos puede deducirse de este anlisis (test t, anlisis de varianzas, comparacin de medias, etc) El anlisis asociativo: identifica si es que y cmo dos variables se relacionan. El anlisis determina la intensidad y direccin de las asociaciones entre las variables (dos o ms)(correlacin y tabulacin cruzada) El anlisis predictivo: permite hacer previsiones de acontecimientos futuros (regresiones o anlisis de series de tiempo) Dos conjuntos de medidas descriptivas: Son usadas para describir la informacin obtenida de una muestra Medidas de tendencia central: se utilizan para mostrar una pequea pieza de informacin que describe la respuesta ms tpica a una pregunta

Medidas de variabilidad: se utiliza para mostrar la diferencia tpica entre los valores de un conjunto de valores. Es muy importante en investigacin de mercado pues permite ver que tan similares o no son los comportamientos de los individuos ante cierta caracterstica a evaluar, y con ello poder tomar medidas correctas y adecuadas Comprensin de los datos a travs de anlisis descriptivo Medidas de tendencia central Moda: el valor en una cadena de nmeros que se produce ms a menudo (el que ms se repite) Mediana: el valor de cuya ocurrencia se encuentra en medio de un conjunto de valores ordenados La media: a veces se denomina la "media aritmtica", el valor promedio que caracteriza a una serie de nmeros Medidas de variabilidad Frecuencia distribuida: muestra el nmero (porcentaje) de ocurrencias de cada nmero o conjunto de nmeros en una tabla de valores. Rango: se identifican los valores mximo y mnimo en un conjunto de nmeros La desviacin estndar: indica el grado de variacin de los datos, de forma que se puede traducir en una curva de distribucin en forma de campana

Lo que muestra la tabla, es que mientras mas nmeros de desviaciones estndar consideremos en el anlisis, el resultado considerar mas porcentaje de rea de la curva de campana de la distribucin normal. As, cuando consideramos 3 desv estndar lo que hacemos es considerar un 99,7% del rea de la curva de distribucin Frmula de la desv. Est:

Cuando la desviacin estndar es pequea, significa que los datos se encuentran concentrados. Por el contrario, si la desviacin es alta, significa que los datos se encuentran ampliamente distribuidos. Cundo usar una medida descriptiva en particular? Las medidas, ya sean de tendencia central o de dispersin, deben considerar a la variable que se esta analizando para determinar cual es la medida correcta a utilizar. Por ejemplo, no tiene sentido aplicar la media a una variable binaria (nominal) pues el valor no ser significativo para una interpretacin posterior. De acuerdo a ello, la tabla muestra que medidas son las indicadas de acuerdo al tipo de escala de la variable en cuestin.

La investigacin de mercado se realiza para mejorar la probabilidad de tener xito y para reducir el riesgo de fracaso en marketing. Como no se puede entrevistar a todo el mundo para tomar una decisin de marketing, entonces se hace a travs de muestras. Esto nos permite tomar slo una pequea porcin para saber qu es lo que piensa la mayora. En algunas situaciones, las muestras no probabilsticas (selecciono una x cantidad) son suficientes para tomar una decisin. Y, en otros casos, cuando queremos estimar los parmetros poblacionales con un cierto nivel de precisin tenemos que usar muestras probabilsticas.

Estadsticos versus parmetros

Los estadsticos son de la muestra y los parmetros de la poblacin (son considerados precisos y vlidos). Se diferencian por la notacin; los estadsticos son con letras romanas y los parmetros con letras griegas.
Estadstico Promedio Desviacin Estndar Porcentaje Pendiente s P b Parmetro

Inferencia: generalizar en forma lgica a partir de una observacin, dependiendo de la cantidad de evidencia. Inferencia estadstica: set de procedimiento para estimar los parmetros poblacionales en base a las observaciones muestrales. Mientras mayor sea el tamao de la muestra aleatoria, mayor ser la precisin de la inferencia. sta se basa en el tamao de la muestra y su variabilidad, es decir, lo que determina el error de muestreo. Si comparamos dos ejemplos, el que tenga mayor n tendr un menos porcentaje de error (menor + %) Existen 3 tipos de inferencia estadstica: a) Estimacin de parmetros, b) Test de hiptesis y c) Test de diferencias significativas.

a) Estimacin de parmetros: estima el valor del parmetro poblacional a travs de intervalos de confianza. Ej: El % de usuarios que escuchan msica online es de 30% +10% o desde 20% a 40%. Para estimarlo se necesita el estadstico muestral, error estndar y un determinado nivel de confianza.

El error estndar difiere si es de promedio o de porcentajes: Error Estndar de Promedio Error Estndar de Porcentaje

En ambos casos el tamao muestral n esta en el denominador, por ende, a mayor n es menor el error estndar. El impacto de la variabilidad tambin se puede extraer de la desviacin estndar, a mayor variabilidad mayor error estndar. En conclusin, la variabilidad de la muestra afecta directamente al error estndar (con el mismo tamao muestral). En cuanto al intervalo de confianza, generalmente se usa 90%, 95% o 99% de confianza lo que corresponde a errores estndar de +1,64, +1,96 y +2,58 respectivamente. Se estima de la siguiente manera: Intervalo de confianza para Promedio Intervalo de confianza para Porcentaje

Un intervalo de confianza de 99% siempre ser ms amplio que para un 95%, cuando hay el mismo tamao muestral y la misma variabilidad. Al asumir una distribucin en forma de campana, nos asegura que la distribucin es simtrica. Finalmente, los procedimientos de inferencia estadstica son el vnculo directo entre el diseo probabilstico muestral y el anlisis de los datos. Con estos procedimiento uno puede hacerse una idea de cuan cerca estn los estadsticos muestrales del parmetro poblacional. El hecho de seguir procedimientos y frmulas hacen que las inferencias sean objetivas y consistentes con los supuestos de la teora estadstica. Si se hace inferencia no estadstica las apreciaciones subjetivas pueden diferir entre los diferentes investigadores. b) Test de hiptesis: compara el que se cree que es el valor poblacional (hiptesis) con el estadstico de la muestra. Ej: Los oyentes de msica online en promedio escuchan 45 + 15 minutos por da y no 90 minutos como se crea a priori. El test de hiptesis entrega la probabilidad de que la hiptesis sea correcta basndose en la evidencia y en el tamao de la muestra, por lo que necesita de un estadstico

muestral, error estdar, nivel de confianza deseado y un valor hipottico del parmetro poblacional. Se calcula de la siguiente forma: Test de Hiptesis para Promedio Test de Hiptesis para Porcentaje

La clave es el supuesto de la distribucin en forma de campana, ya que aceptamos que se exija un nivel de confianza arbitrariamente. La informacin de la muestra es ms precisa que cualquier hiptesis previa. Si uno tiene como hiptesis que el salario promedio es de $2750 dlares y segn la muestra es $2800 dlares, se debe rechazar la hiptesis?

E Entonces con un 95% de confianza, no se puede rechazar la hiptesis nula.

En algunos casos se utilizan hiptesis direccionales para marcar la direccin en la que se cree estn los valores reales del parmetro (> o <), para ello se utiliza solo una cola de la distribucin. Puntos crticos para z cuando se trabaja con hiptesis direccionales Nivel de confianza Direccin de la hiptesis Valor z 95 % > +1,64 < -1,64 99% > +2,33 < -2,33 Al trabajar con este tipo de hiptesis hay que tener en cuenta 2 diferencias; hay que considerar tanto el signo como el valor de z y dividir dicha diferencia por el error estndar para calcular el nuevo valor de z.

Si la hiptesis es correcta, 95% de los resultados de la muestra caern en el intervalo del error estndar de +1,96. En caso de que la hiptesis no sea apoyada por los datos de una muestra aleatoria, se debe usar una muestra estadstica y estimar el parmetro poblacional. Cabe destacar que el potencial de mercado se puede calcular como: Potencial de Mercado = Poblacin base * % de compra * $$ dispuestos a pagar. c) Test de diferencias significativas: compara estadsticos de dos subgrupos de la muestra para ver si existen diferencias estadsticamente significativas con los valores poblacionales correspondientes. Ej: Los oyentes menores de 20 aos escuchan 60 minutos, mientras que los mayores de 20 escuchan 30 minutos en promedio y la diferencia es estadsticamente significante.