CAPITULO 9

Experimento: Método de investigación en el que se manipula una variable y se

observa el efecto en otra.

La experimentación suele presentarse como un tercer tipo de recolección de

datos, junto con las encuestas y la observación.

En la investigación experimental, la situación es muy distinta: el investigador se

vuelve participante activo en el proceso.

En experimentos de marketing, la variable dependiente suele ser alguna medida de

ventas, como ventas totales o participación de mercado; las variables
experimentales son habitualmente elementos de la mezcla de marketing, como pre
cio, monto o tipo de publicidad y cambios en las caracteriś ticas de productos.

investigación causal :Investigación diseñada para determinar si un cambio en

una variable causó probablemente un cambio observado en otra.

experimentos en laboratorio :Experimentos realizados en un ámbito controlado.

La mayor ventaja de realizar experimentos en un laboratorio es la posibilidad de

controlar –temperatura, luz, humedad, etc.– y concentrarse en el efecto de un
cambio en A o B. En el labo ratorio, el investigador puede lidiar e cazmente con el
tercer elemento de prueba de causación (eliminación de otros posibles factores
causales) y centrarse en los dos primeros elementos (varia ción de correlación y
orden temporal apropiado de ocurrencia).

experimentos de campo: Pruebas realizadas fuera del laboratorio en un entorno

real, como un mercado.

Los experimentos de campo resuelven el problema del realismo del entorno, pero
abren una serie totalmente nueva de problemas. El principal problema es que en el
campo el investigador no puede controlar todos los demás factores que podria
́ n in
uir en la variable dependiente, como las acciones de competidores, el clima, la
economia ́ , tendencias sociales y el ambiente polit́ ico.

La validez se de ne como el grado en el que un experimento mide realmente lo que

el investi gador intenta medi

validez interna :Medida en la que explicaciones rivales de los resultados

experimentales observados pueden descartarse.
Si el investigador puede demostrar que la varia ble experimental, o de tratamiento,
realmente produjo las diferencias observadas en la variable dependiente, entonces
puede decirse que el experimento es internamente válido.

validez externa: Grado en el que las relaciones causales medidas en un

experimento pueden generalizarse a personas, ámbitos y momentos externos.

La cuestión aquí es qué tan representativos son los sujetos y el ámbito utilizados en
el experimento de otras poblaciones y ámbitos en los que el investigador querria ́
aplicar los resultados.

Los experimentos de campo ofrecen un mayor grado de validez externa y un menor

grado de validez interna que los experi mentos en laboratorio.

Variables extrañas el investigador quisiera poder concluir que la respuesta

observada se debe al efecto de la variable experimental.

Ejemplos de variables extrañas

historia :Intervención, entre el principio y el fin de un experimento, de variables o

eventos externos que podria ́ n cambiar la variable dependiente.

Maduración: Cambios en sujetos que ocurren durante el experimento y que no

están relacionados con el experimento, pero que podria ́ n afectar la respuesta de
sujetos al factor de tratamiento. se refiere a cambios en sujetos durante el curso del
experimento que son una función del tiempo; incluye envejecer, sentirse más
hambriento o más cansado, etc.

variación del instrumento: Cambios en instrumentos de medición (p. ej.,

́ n afectar las medidas.
entrevistadores u observadores) que podria

sesgo de selección: Diferencias sistemáticas entre el grupo de prueba y el grupo

de control debidas a un proceso de selección sesgado.

La amenaza para la validez representada por el sesgo de selección se encuentra

en situaciones en las que el grupo experimental o de prueba es sistemáticamente
dife rente a la población en la que el investigador quisiera proyectar los resultados
experimentales o al grupo de control (si el diseño incluye uno).

Mortalidad: Pérdida de unidades de prueba o sujetos en el curso de

́ resultar en no representatividad.
un experimento, que podria
efecto de prueba: Efecto que es un subproducto del proceso de investigación
mismo.

 Efectos de prueba principales son los posibles efectos de observaciones

anteriores en observa ciones posteriores.
 Efecto de prueba interactivo es el efecto de una medición previa en la
respuesta de un sujeto a una medición posterior

regresión a la media: Tendencia de sujetos con conducta extrema a desplazarse

al promedio de esa conducta en el curso de un experimento.

Los factores causales extraños suelen llamarse variables confusas porque

confunden la condición de tratamiento, volviendo imposible determinar si cambios
en la variable dependiente se deben úni camente a las condiciones de tratamiento.

Cuatro métodos básicos se usan para controlar factores extraños: aleatorización,

control fiś ico, control del diseno
̃ y control estadiś tico

Aleatorización: Asignación al azar de sujetos a condiciones de tratamiento para

garantizar una representación igual de caracteriś ticas de los sujetos.

́ ico Mantener constante el valor o nivel de variables extrañas en el curso

control fis
de un experimento.

control del diseño Uso del diseño experimental para controlar factores causales
extraños. es el control de factores extraños por medio de tipos especí cos de
diseños experimentales desarrollados con ese propósito.

control estadis ́ tico Ajuste de los efectos de variables confusas ajustando

estadiś ticamente el valor de la variable dependiente para cada condición de
tratamiento.

diseño experimental :Prueba en la que el investigador tiene el control sobre y

manipula una o más variables independientes.

̃ experimental incluye cuatro elementos:

Un diseno

1.-La variable de tratamiento, o experimental (variable independiente), que se

manipula.

2. Los sujetos que participan en el experimento

3. Una variable dependiente por medir
4. Un plan o procedimiento para hacer frente a factores causales extraños.
variable de tratamiento :Variable independiente que se manipula en un
experimento.

Manipulación se re ere a un proceso en el que el investigador ja los niveles de la

variable inde pendiente para probar una relación causal particular.

Un experimento puede incluir un grupo de prueba, o de tratamiento, y un grupo de

con trol.

Un grupo de control es un grupo en el que la variable independiente no cambiará

en el curso del experimento.

Un grupo de prueba es un grupo expuesto a manipulación (cambio) de la varia ble

independiente.

efecto experimental :Efecto de la variable de tratamiento en la variable

dependiente

Problemas de implementación

Problemas que pueden estorbar la implementación de un experimento incluyen di

cultad de obtener cooperación en la organización, problemas de contaminación,
diferencias entre mer cados de prueba y la población total y la falta de un grupo
apropiado de personas o de un área geográ ca para un grupo de control.

contaminación :Inclusión en una prueba de un grupo de encuestados que

normalmente no se encuentran en el lugar; por ejemplo, compradores de fuera del
mercado de prueba que ven un anuncio solo dirigido a aquellos en el área de
prueba y que entran al área a adquirir el producto puesto a prueba.

En algunas instancias, mercados de prueba pueden ser tan distintos, y el

comportamiento de los consumidores en esos mercados tan diferente, que un
efecto experimental relativamente reducido sea difić il de detectar.

en algunas situaciones podria ́ no disponerse de ningún área geográ ca o grupo de

personas que sirva como grupo de control. Este podria ́ ser el caso en una prueba
de produc tos industriales, cuyo reducido número de compradores está geográ
camente concentrado.

diseños preexperimentales :Diseños que ofrecen escaso o nulo control sobre

factores extraños.

Los estudios que usan diseños preexperimentales suelen ser difić iles de
interpretar porque ofrecen escaso o nulo control sobre la in uencia de factores
extraños.
diseño de estudio de caso con una medición:Diseño preexperimental sin
observación anterior a la prueba ni grupo de control y con únicamente una
medición posterior.

diseño sin grupo de control y medición anterior y posterior Diseño

preexperimental con mediciones anterior y posterior pero sin grupo de control.

es el diseño empleado más frecuentemente para pro bar cambios en productos o

estrategias de marketing establecidos.

diseño genuinamente experimental: Investigación que usa

un grupo experimental y un grupo de control a los que unidades de prueba se
asignan aleatoriamente.

diseño con grupo de control y medición anterior y posterior Diseño

genuinamente experimental que implica asignación aleatoria de sujetos o
unidades de prueba a los grupos experimental y de control y mediciones anterior y
posterior de ambos grupos.

diseño con grupo de control y medición posterior

Diseño genuinamente experimental que implica la asignación aleatoria de sujetos
o unidades de prueba a los grupos experimental y de control, pero no medición
anterior de la variable dependiente. Garantiza que los grupos de prueba y de
control puedan considerarse equivalentes.

cuasiexperimentos :Estudios en los que el investigador carece

de control completo sobre la programación de tratamientos o debe asignar
encuestados a tratamientos en forma no aleatoria.

diseño de serie temporal interrumpida: Investigación en la que la repetida

medición de un efecto “interrumpe” previos patrones de datos.

diseño de series temporales múltiples Diseño de serie temporal interrumpida

con un grupo de control.

mercado de prueba :Prueba en el mundo real de un nuevo producto o de algún

elemento de la mezcla de marketing usando un diseño experimental o
cuasiexperimental.

Cap.10 El concepto de medición.

medición: Proceso de asignar números o rótulos a personas, objetos o sucesos
de acuerdo con reglas específicas para representar cantidades o cualidades de
atributos.
regla: Guía, método o instrucción que indica a un investigador
qué hacer.
Paso 1: identificar el concepto de interés
El proceso de medición comienza con la identificación del concepto de interés. Un
concepto es una idea abstracta generalizada desde hechos particulares. Se trata
de una categoría del pensamiento usada para agrupar datos sensoriales “como si
fueran lo mismo”.
Paso dos: desarrollar un constructo
Constructos:son tipos específicos de conceptos que existen en niveles más altos
de abstracción que los conceptos ordinarios.
Paso tres: definir el concepto constitutivamente
Una definición constitutiva (o teórica o conceptual ) es una formulación del
significado de la idea o concepto cen-tral bajo estudio, estableciendo sus límites.
Los constructos de una teoría científica están defini-dos constitutivamente.
Paso cuatro: definir el concepto operativamente
Una definición constitutiva precisa vuelve mucho más fácil la tarea de la
definición operativa. Una definición operativa especifica qué características
observables se medirán y el proceso para asig-nar un valor al concepto. En otras
palabras, asigna significado a un constructo en términos de las operaciones
necesarias para medirlo en una situación concreta.
La equivalencia de constructos trata con la forma en que la gente ve, entiende
y desarrolla medidas de un fenómeno particular.
Paso cinco: desarrollar una escala de medición
escala: Conjunto de símbolos o números elaborado de tal manera que los
símbolos o números puedan asignarse mediante una regla a los individuos (o sus
conductas o actitudes) a los que se aplica la regla.

Nivel nominal de medición

escalas nominales: están entre las de uso más común en la investigación de
mercados. Una escala nominal divide los datos en categorías mutuamente
excluyentes y colectivamente exhausti-vas, lo que implica que cada dato
corresponderá a una y solo una categoría y que todos los datos cabrán en algún
lugar en la escala.
Nivel ordinal de medición
Las escalas ordinales tienen las características de rotulación de las escalas
nominales más la capacidad para ordenar datos.
escalas de intervalos:Escalas que tienen las características de las escalas
ordinales, más intervalos iguales entre los puntos para indicar montos relativos;
pueden incluir un punto cero arbitrario.
El mejor procedimiento parecería ser tratar las mediciones ordinales como si
fueran mediciones de intervalos, aunque estando constantemente alerta a la
posibilidad de extrema desigualdad de los intervalos. Es preciso informarse lo más
posible de las características de los instrumentos de medición. Mucha información
útil se ha obtenido con este método, con avances científicos resultantes en
psicología, sociología y pedagogía. En suma, es improbable que los
investigadores se extravíen gravemente siguiendo este consejo, si tienen cuidado
al aplicarlo.
Nivel de intervalos de medición
escalas de intervalos: Escalas que tienen las características de las escalas
ordinales, más intervalos iguales entre los puntos para indicar montos relativos;
pueden incluir un punto cero arbitrario.
Nivel de proporciones de medición
Las escalas de proporciones tienen todas las características de las escalas
previamente mencionadas así como un cero u origen absoluto significativo. Dado
que hay acuerdo universal sobre la ubicación del punto cero, las comparaciones
entre magnitudes de valores en una escala de propor-ciones son aceptables.
Paso seis: evaluar la confiabilidad y validez de la
medición
Un estudio ideal de investigación de mercados proporcionaría información exacta,
precisa, lúcida y oportuna. Datos exactos implican una medición exacta, o M = A,
donde M se refiere a medición y A significa exactitud total. En la investigación de
mercados, es raro que se alcance este ideal, si acaso. En cambio

Los errores pueden ser aleatorios o sistemáticos.

Un error sistemático resulta en un sesgo constante en las mediciones causado
por defectos en el instru-mento o proceso de medición.
El error aleatorio también influye en las mediciones, pero no sistemáti-camente.
Así, el error aleatorio es de naturaleza transitoria. Una persona puede no
responder una pregunta sinceramente porque está de mal humor ese día.
Dos puntajes en una escala de medición pueden diferir por varias razones.2 Solo
la primera de las ocho razones siguientes no implica error. Un investigador debe
determinar si alguna de las siete fuentes restantes de diferencias de medición
produce error aleatorio o sistemático:
1. Una diferencia real en la característica medida. Una diferencia perfecta de
medición es resul-tado exclusivo de diferencias reales. Por ejemplo, John califica
el servicio de McDonald’s como 1 (excelente) y Sandy como 4 (promedio), y la
variación solo se debe a verdaderas diferencias de actitud.
2.Diferencias debidas a características estables de los individuos
encuestados, como personalidad, valores e inteligencia.
3. Diferencias debidas a factores personales de corto plazo, como temporales
cambios anímicos, problemas de salud, restricciones de tiempo o fatiga.
4. Diferencias causadas por factores situacionales, como distracciones u otros
presentes en la situa-ción de la entrevista.
5. Diferencias resultantes de variaciones en la administración de la encuesta.
Los entrevistadores pueden hacer preguntas con distintas inflexiones de voz,
causando variación en las respues-tas.
6. Diferencias debidas al muestreo de elementos incluidos en el
cuestionario. Cuando investiga- dores intentan medir la calidad del servicio en
McDonald’s, las escalas y otras preguntas usadas representan solo una porción
de los elementos que habrían podido usarse.
7. Diferencias debidas a falta de claridad en el instrumento de medición. Una
pregunta podría ser ambigua, compleja o incorrectamente interpretada.
8. Diferencias debidas a factores mecánicos o instrumentales. Cuestionarios
borrosos, falta de espacio para registrar completas las respuestas, páginas
faltantes en un cuestionario, teclados incorrectos en una computadora o un pulgar
que oprime el botón equivocado en un disposi-tivo móvil pueden resultar en
diferencias en respuestas.
confiabilidad
Una escala de medición que proporciona resultados sistemáticos con el paso del
tiempo es confia-ble.
confiabilidad: Grado en que las medidas están libres de error aleatorio, y por lo
tanto ofrecen datos congruentes.
confiabilidad de prueba repetida: Capacidad del mismo instrumento para
producir resultados congruentes cuando se le usa una segunda vez en
condiciones lo más similares posible a las originales.
estabilidad: Ausencia de cambio en resultados de prueba repetida.
confiabilidad de formas equivalentes: Capacidad de dos formas muy similares
de un instrumento de producir resultados estrechamente correlacionados.
confiabilidad de consistencia interna: Capacidad de un instrumento para
producir resultados similares cuando se le usa en muestras diferentes durante el
mismo periodo para medir un fenómeno.
técnica de división a la mitad: Método para evaluar la confiabilidad de una
escala dividiendo a la mitad la serie total de elementos de medición y
correlacionando los resultados.
Validez
Segunda característica de un buen instrumento de medición es la validez.
La validez: aborda el asunto de si lo que el investigador trata de medir fue
realmente medido.
La validez frontal: es la forma más débil de validez. Concierne al grado en el que
una medición parece medir lo que se supone que debe.también puede referirse al
acuerdo subjetivo entre investigadores, expertos o personas familiarizadas con el
mercado, producto o industria de que una escala parece reflejar en forma lógica y
exacta lo que se supone que debe medir.
validez del contenido: es la representatividad, o suficiencia mues-tral, del
contenido del instrumento de medición.
validez relacionada con un criterio: examina la capacidad de un instrumento de
medición para predecir una variable designada como cri-terio.
validez predictiva: Grado en el que un futuro
nivel de una variable de criterio puede ser pronosticado por una escala presente
de medición.
validez concurrente: concierne a la relación entre la variable de predicción y la
variable de criterio, evaluadas las dos en el mismo punto en el tiempo.
validez de constructos: Grado en el que un instrumento de medición representa
y une lógicamente, vía la teoría subyacente, el fenómeno observado con el
constructo.
validez convergente: Grado de correlación entre diferentes instrumentos de
medición que pretenden medir el mismo constructo.
validez discriminante: Medida de la falta de asociación entre constructos que
supuestamente son diferentes.

CAPITULO 12

Paso uno: determinar los objetivos, recursos y restricciones de la encuesta

Paso dos: determinar el método de recolección de datos

Paso tres: determinar el formato de respuesta a las preguntas

Paso cuatro: decidir la formulación de las preguntas

Paso cinco: establecer el flujo y disposición del cuestionario

Paso seis: evaluar el cuestionario

Paso siete: obtener la aprobación de todas las partes relevantes

Paso ocho: hacer una prueba preliminar y revisar

Paso nueve: preparar la versión definitiva del cuestionario

Cuestionario: Serie de preguntas diseñadas para generar los datos necesarios

para cumplir los objetivos del proyecto de investigación; también llamado
entrevista estructurada o por encuestas.

El cuestionario (también llamado entrevista estructurada o encuesta) desempeña

un papel crucial en el proceso de recolección de datos.

Criterios de un buen cuestionario

¿Proporciona la información necesaria de toma de decisiones? Uno de los

principales papeles de todo cuestionario es proporcionar la información requerida
para la toma de decisiones gerenciales.

¿Considera al encuestado? Un cuestionario debe diseñarse explícitamente para

los encuestados previstos

¿Satisface requisitos de edición y codificación? Una vez recopilada la

información, tendrá que codificarse para el análisis de datos. Un cuestionario debe
diseñarse con estos procesos posteriores en mente.
Edición: Revisar cada cuestionario para confirmar que se hayan seguido los
patrones de saltos y llenado las preguntas requeridas.

Patron de saltos: Secuencia en la que se hacen las preguntas, basada en las

respuestas del encuestado.

objetivos de las encuestas: Descripción de la información de toma de decisiones

buscada a través del cuestionario.

preguntas abiertas: Preguntas a las que el encuestado contesta con sus propias
palabras

Sondeo: con frecuencia, las preguntas abiertas requieren sondeo. Sondear

significa que un entrevistador alienta al encuestado a detallar o continuar su
exposición.10 Sondeos eficaces llevarán rápidamente una conversación lejos de
reacciones automáticas y respuestas obvias y accederán a información más
profunda, permitiendo adentrarse en el razonamiento de base que impulsa el
comportamiento

Los sondeos se dividen en tres áreas: proactivos, reactivos y espontáneos. Este

último también

sondeo natural: ya que brota instantáneamente en la mente de un investigador

que sabe que deben expresarse discernimientos más profundos.

Sondeos proactivo: puede planearse para dirigir la conversación hacia áreas

fértiles, destinadas a cumplir el propósito del estudio. Y de vez en cuando, una
familia de sondeos proactivos podría tener también un visitante de la familia de
sondeos “naturales”

Los sondeos reactivos :son muy parecidos a los “naturales”, salvo que son de
carácter más “insidioso”. Los más comunes son: “¿Qué te hace decir eso?”, o
“¿En qué se basa esta creencia de tu parte?” Estos tipos de sondeos cuestionan
el razonamiento de base de un encuestado, en vez de apoyarse en un reporte de
conducta.

Tipos de sondeo:

Petición de elaboración: “Dime más sobre eso”. “Dame un ejemplo de…”

Petición de asociación de palabras: “¿Qué quieres decir con…?” “¿Qué

significa para ti el término ?”

Petición de aclaración: “¿En qué se diferencia eso de…?” “¿En qué

circunstancias tú…?”
Petición de comparación: “¿En qué se parece a ?” “¿Qué cuesta más, X o Y?”
Petición de clasificación: “¿Dónde encaja ?” “¿Qué más hay en la categoría

prueba preliminar : Corrida de ensayo de un cuestionario.

preguntas cerradas: Preguntas que requieren que el encuestado elija de una lista
de respuestas. La principal ventaja es simplemente evitar los muchos problemas
asociados con las preguntas abiertas.

preguntas dicotómicas:Preguntas cerradas que piden a los encuestados elegir

entre dos respuestas.

preguntas de opción múltiple: Preguntas cerradas que piden al encuestado

elegir entre varias respuestas; también llamadas preguntas multicotómicas.

preguntas de escala: Preguntas cerradas en las que las opciones de respuesta

están diseñadas para recoger la intensidad del sentir de los encuestados.

Claridad: Se alcanza evitando terminología ambigua, usando lenguaje local

razonable ajustado al grupo objetivo y haciendo las preguntas una por una.

Preguntas de selección: Preguntas usadas para identificar a encuestados

apropiados

instrucciones del supervisor: Indicaciones por escrito para la empresa de

trabajo de campo sobre cómo realizar la encuesta.

compañías de trabajo de campo :Empresas que prestan servicios de apoyo

como formateo de cuestionarios, redacción de preguntas de selección y
coordinación de la recolección de datos, como QFact, On-Line Communications y
Direct Resource pueden ofrecer la totalidad de los servicios siguientes, o una
combinación de ellos: formateo del cuestionario, redacción de preguntas de
selección, desarrollo de materiales de instrucción y periféricos, servicios de
mensajería y paquetería, auditoría de campo y toda la coordinación de recolección
de datos, codificación y servicios de tabulación requeridos por el proyecto.

Cap 13-Consideraciones básicas de muestreo.

Muestreo: Proceso de obtener información de un subconjunto de un grupo mayor.
Población: Grupo entero de personas sobre las que se necesita información;
también llamado universo o población de interés.

Muestra versus censo

un censo, se obtienen datos de o acerca de cada miembro de la población de

interés.
Una muestra es un subconjunto de la población. Se obtiene información de o
acerca de una muestra y se le usa para hacer estimaciones sobre diversas
caracteriś ticas de la población total.

Desarrollo de un plan muestral

Paso uno: definir la población de interés

La primera consideración al desarrollar un plan muestral es especificar las

caracteriś ticas de los individuos o cosas (por ejemplo, clientes, compañia ́ s,
tiendas) de los que o acerca de los cuales se necesita información para cumplir los
objetivos de la investigación. La población de interés suele especificarse en
términos de área geográfica, caracteriś ticas demográficas, caracteriś ticas de uso
de productos o servicios, medidas de notoriedad de marca u otros factores.

Muy frecuentemente, una de las primeras preguntas de una encuesta inquiere

acerca de si el encuestado o cualquier miembro de su familia inmediata trabaja en
investigación de mercados, publicidad o el área del producto o servicio abordada
en la encuesta, Si el individuo contesta sí a esta pregunta, la entrevista se da por
terminada. Este tipo de pregunta se llama pregunta de seguridad, porque
quienes trabajan en las industrias en cuestión son vistos como riesgos de
seguridad.

Paso dos: elegir un método de recolección de datos

La selección de un método de recolección de datos tiene implicaciones para el

proceso de mues treo que debemos considerar:

 Las encuestas por correo: padecen sesgos asociados con bajos in ́ dices
de respuesta (lo que se examinará en detalle más adelante).
 Las encuestas telefónicas: tienen un problema menos signi cativo pero
creciente de no respuesta, y padecen tecnologiá s de selección de llamadas
usadas por encuestados potencia les y el hecho de que un creciente
porcentaje de personas solo tienen teléfonos celulares. En la actualidad, las
 mejores estimaciones colocan el porcentaje de hogares solo inalámbricos
en 38.2 por ciento.
 Las encuestas por internet: tienen problemas de encuestados
profesionales y el hecho de que el panel o listas de correo electrónico
usados no suelen brindar una representación apropiada de la población de
interés. Consideraciones similares se aplican cuando se usa Facebook,
Twitter u otras plataformas de redes sociales como fuentes muestrales.
 La enormidad del Big Data:puede ser seductora y llevarnos a no
cuestionar su representati vidad en casos en los que podria ́ n no ser
representativos de la población por proceder de fuentes limitadas.
“Grandes” no garantiza representatividad.

Paso tres: identificar un marco muestral

El tercer paso del proceso es identificar el marco muestral, el cual es una lista de
los miembros o elementos de la población de la que se seleccionarán las unidades
por muestrear. Identificar el marco muestral puede significar simplemente
especificar un procedimiento para generar esa lista.

marcación de dig ́ itos aleatorios: Método de generar listas de números

telefónicos al azar.

Paso cuatro: seleccionar un método muestral

Dependerá de los objetivos del estudio, los recursos nancieros disponibles, las
limitaciones de tiempo y la naturaleza del problema bajo investigación. Las
principales opciones de métodos de muestreo pueden agruparse bajo dos
encabezados: métodos de muestreo probabiliś ticos y no probabiliś ticos.

muestras probabilis ́ ticas: Muestras en las que cada elemento de la población

tiene una probabilidad conocida de selección diferente de cero.

Las muestras no probabilísticas: son aquellas en las que elementos especí cos
de la po blación han sido seleccionados en forma no aleatoria.
No aleatoriedad: resulta cuando elementos de la población se seleccionan por
conveniencia, porque llegar a ellos es fácil o poco costoso.

No aleatoriedad deliberada: ocurre cuando un plan muestral excluye o

sobrerrepresenta sistemáticamente a ciertos subconjuntos de la población.

Paso cinco: determinar el tamaño de la muestra

tamaño de muestra :El subconjunto identificado y seleccionado de la población

para la encuesta, elegido porque representa al grupo entero.

error aceptable:la diferencia aceptable entre el resultado de la muestra y el valor

de la población.

niveles de confianza: la probabilidad de que el intervalo de confianza –el resul-

tado de la muestra más o menos el error aceptable– contenga el verdadero valor
de la población.

Paso seis: desarrollar procedimientos operativos para seleccionar los

elementos de la muestra

Deben ser detallados, claros e inequiv́ ocos y eliminar toda discrecionalidad del
entrevistador respecto a la selección de los elementos especif́ icos de la muestra.

Paso siete: ejecutar el plan operativo muestral

Errores muestral y no muestral

parámetro de la población: Valor que describe o tipifica con precisión un factor

de una población completa, como edad o ingreso promedio.

error muestral: Error que ocurre porque la muestra seleccionada no es

perfectamente representativa de la población.

Hay dos tipos de error muestral: administrativo y aleatorio.

El error administrativo: tiene que ver con los problemas en la ejecución del plan
muestral; es decir, fallas en el diseño o ejecución de la muestra que provocan que
no sea representativa de la población.

El error muestral aleatorio: se debe al azar y no puede evitarse, se puede

reducir, aunque no eliminar por completo, incrementando el tamaño de la muestra.

error no muestral, o de medición: incluye todos los factores diferentes al error

muestral que pueden causar inexactitud y sesgo en los resultados encuestales.

Métodos de muestreo probabilis

́ tico

Muestreo aleatorio simple

La forma más pura de muestreo probabiliś tico. En una muestra aleatoria simple, la
probabilidad conocida e igual se calcula como sigue:

muestra aleatoria simple : Muestra probabiliś tica seleccionada asignando un

número a cada elemento de la población y usando después una tabla de números
aleatorios para seleccionar a elementos especif́ icos para su inclusión en la
muestra.

Muestreo sistemático

muestreo sistemático: Muestreo probabiliś tico en el que la población entera es

numerada y elementos se seleccionan usando un intervalo de salto.

Muestreo estratificado

muestra estratificada: Muestra probabiliś tica forzada a ser más representativa

mediante el muestreo aleatorio simple de subconjuntos mutuamente excluyentes y
exhaustivos. se distinguen por los siguientes pa sos de procedimiento:

1. La población original, o matriz, se divide en dos o más subconjuntos

mutuamente exclu yentes y exhaustivos (p. ej., hombres y mujeres).
2. Muestras aleatorias simples de elementos de los dos o más subconjuntos
se eligen indepen dientemente entre si.́
Tres pasos están implicados en la implementación de una muestra
apropiadamente estrati cada:

1. Identificar sobresalientes (importantes) factores demográficos o de

clasificación-Factores que están correlacionados con la conducta de
interés.
2. Determinar qué proporciones de la población corresponden a los
diversos subgrupos en cada estrato antes de hacer una determinación
nal, debe tomarse una decisión acerca de si usar una asignación
proporcional o una asignación no proporcional, u óptima.

asignación proporcional: Muestreo en el cual el número de elementos

̃ del estrato en
seleccionados de un estrato es directamente proporcional al tamano
relación con el tamaño de la población.

asignación no proporcional, u óptima: Muestreo en el cual el número de

elementos tomados de un estrato dado es proporcional al tamano ̃ relativo del
estrato y a la desviación estándar de la caracteriś tica en consideración.

3. Seleccionar muestras aleatorias simples aparte de cada estrato. Este

proceso se implementa en forma algo diferente al muestreo aleatorio simple
tradicional.

Muestreo grupal

Muestra grupal: Muestra probabiliś tica en la que las unidades de muestreo se

seleccionan a partir de varias áreas geográficas pequeñas para reducir los costos
de recolección de datos.

Muestra grupal de una etapa: Si la muestra consta de todos los elementos de los
subconjuntos seleccionados.

Muestra grupal de dos etapas: si la muestra de elementos se elige en alguna

forma probabiliś tica a partir de los subconjuntos se leccionados.

Muestreo superficial de múltiples etapas:Áreas geográficas seleccionadas para

encuestas nacionales o regionales en unidades de población progresivamente
menores, como condados, luego manzanas residenciales y después casas.

Métodos de muestreo no probabilis

́ tico

muestras por conveniencia: Muestras no probabiliś ticas basadas en usar

personas fácilmente accesibles.
muestras por juicio: Muestras no probabiliś ticas en las que los criterios de
selección se basan en el juicio del investigador sobre la representatividad de la
población en estudio.

muestras de cuota: Muestras no probabiliś ticas en las que cuotas, basadas en

factores demográficos o de clasificación seleccionados por el investigador, se
establece para subgrupos de la población.

muestras de bola de nieve: Muestras no probabiliś ticas en las que encuestados

adicionales se seleccionan con base en referencias de los encuestados iniciales.

Cap.19- Comunicación de los resultados de la

investigación.
El informe de investigación: Es la culminación de todos nuestros esfuerzos. Es
decisivo que transmita claramente los hallazgos clave y sus implicaciones.

Organización del informe: El informe de organización tradicional sigue un

esquema como el siguiente:

1. Página del tit́ ulo. La página del tit́ ulo debe estar dominada por el nombre del
proyecto. Otros elementos que se deben incluir son el nombre de la organización
cliente, el nombre de la empresa de investigación y la fecha del informe.

2. Contenido. Este no debe exceder de una página y debe enlistar las principales
secciones del informe junto con el número de página en el que empiezan.

3. Resumen ejecutivo. Esta es quizá la parte más difić il de escribir del informe,
porque debe cubrir sucintamente los hallazgos clave y las recomendaciones que
se desprenden de esos hallazgos.

4. Antecedentes. Los antecedentes exponen el contexto de la investigación y

abordan cosas como la meta general de la investigación, las decisiones que deben
tomarse, la fortaleza y debilidad de la compañia
́ respecto al tema en cuestión y
otra información similar.

5. Metodología. Aquí debemos explicar cómo se hizo la investigación y por qué se

hizo de esa manera.

6. Hallazgos. Esta es por lo común la sección más larga del informe y debe
resumir los resultados de casi cada pregunta de la encuesta.

7. Apéndices. Esta última sección del informe ofrece varios elementos

complementarios, como una copia del cuestionario, una serie de tabulaciones
cruzadas de cada pregunta de la encuesta (para que el cliente pueda buscar
temas especif́ icos no tocados en los hallazgos) y otros materiales de apoyo, como
detallada información técnica sobre procedimientos y técnicas especiales de
investigación.

Interpretación de los hallazgos

resumen ejecutivo: Porción de un informe de investigación que explica por qué

se hizo la investigación, qué se descubrió, qué significan esos hallazgos y qué
acción, si alguna, deberiá emprender la gerencia.

Conclusiones: Generalizaciones que responden las preguntas planteadas por los

objetivos de investigación o que satisfacen de otra manera esos objetivos.

Recomendaciones: Conclusiones aplicadas a estrategias o tácticas de marketing

que se centran en la obtención por un cliente de una ventaja diferencial.