Administración y Dirección de Empresas
Investigación de Mercados
Introducción
La información se necesita para tomar decisiones , disminuir el riesgo en la toma de decisiones puesto que se toman en incertidumbre . Cuanta más información menos riesgo . La información que se utiliza puede ser pura o aplicada , en el caso de investigación de mercados se usa la aplicada que pretende recoger información que ayude al gestor a tomar las decisiones más acertadas .
La información no son datos , los datos son observaciones y la información es aquellos datos que nos ayudan a disminuir la incertidumbre a la hora de tomar las decisiones .
El departamento de investigación de mercados es un centro de información para tomar decisiones .
Tema 1 Introducción a la investigación de mercados
Sistema de información de Márketing . Concepto , Características , subsistemas interrelacionados , la investigación de mercados .
Necesita la información para llevar a cabo un márketing estratégico , es decir un análisis del mercado , es decir conocer las oportunidades del mercado y aprovecharlas , también conocer las dificultades .
Necesita información para llevar a cabo un márketing operativo , es decir llevar a cabo los diferentes instrumentos del márketing ( las cuatro P , producto , precio , comunicación , distribución , las variables del márketing ) y controlar como responde la demanda ante esos instrumentos .
Las empresas disponen de sistemas de información de mercado que les permite llevar a cabo el márketing operativo y estratégico .
S . I .M . Concepto . Estructura que permite a la empresa crear , registrar , clasificar , analizar , valorar y distribuir entre los distintos departamentos aquella información que requiere justamente y en el momento en que la necesita para tomar una decisión .
Es una estructura que funciona de forma permanente que tiene una visión de futuro y ayuda a la empresa a prevenir problemas .
Las empresas que no disponen de S I M pueden disponer de un departamento de investigación de mercados y los que no lo tienen se lo encargan a instituciones de investigación de mercados .
A veces las empresas que no disponen de S I M y disponen de departamento de investigación de mercados , éste es el que realiza la tarea del S I M .
Características SIM
1º Sistema grande formado por cuatro subsistemas que son más pequeños y que están interrelacionados entre sí .
2º El S I M ayuda a la empresa a determinar que información es relevante y cual no .
3º Es capaz de utilizar adecuadamente las tecnologías de información . Puede analizar correctamente los datos que llegan a la empresa a través de programas informáticos etc.
Subsistemas del S I M
1º Sistema de datos internos
Se encarga de todos los datos procedentes de los diferentes departamentos de la empresa como ventas , compras de mercaderías , ingresos etc.
2º Sistema de inteligencia del Márketing
Se preocupa de todos los datos procedentes del exterior de la empresa que ya están elaborados , el personal se preocupa de llevarse bien con los proveedores , distribuidores etc. para recoger información .
3º Sistema de investigación de mercados .
Se encarga en ocasiones concretas de realizar estudios para recoger información que nadie recogió anteriormente . Más que prevenir , resuelve problemas . Actúa cuando hay un problema concreto . utiliza información primaria .
4º Sistema de apoyo a las decisiones del Márketing
Todos las técnicas de análisis de datos que con los equipos informáticos puede tomar una mejor decisión .
1.2 Concepto , objetivos y clases de investigación de mercados
Concepto investigación de mercados
Es un sistema que a su vez es subsistema del Sistema de investigación de mercados . Es aquella actividad que permite a la empresa obtener toda la información necesaria para elaborar las diferentes políticas , planes y estrategias del márketing de manera que cuanto más amplia y concreta sea la información tanto mayores serán las posibilidades de adoptar acciones y estrategias adecuadas . Tanto menor será el riesgo en la toma de decisiones .
Objetivos
Recoger información primaria .
Objetivo cualitativo . Llegar a conocer quién forma el mercado
Objetivo cuantitativo . Llegar a conocer el tamaño del mercado .
Determinar que productos hay en el mercado , innovaciones , distribución , promoción , precios , etc.
Clases
En función de la procedencia
* Investigación de mercados interna
* Investigación de mercados externa
En función de la clase de investigación
* Investigación de mercados cualitativa
* Investigación de mercados cuantitativa
En función de la función que desempeña la información
* Investigación exploratoria .
Es cualitativa . El objetivo es explicar el porqué de las cosas , se lleva a cabo para verificar hipótesis formuladas sobre un determinado problema a fin de tomar líneas de acción sobre su solución .
* Investigación descriptiva .
Es cuantitativa . Nos ayuda a descubrir la situación del mercado .
* Investigación causal .
Es cuantitativa . Trata de determinar la relación existente entre las variables que influyen en un fenómeno , relación causa efecto ( Experimentación comercial ) .
* Investigación de control
Es cuantitativa . Cuando interesa controlar si se cumplen las expectativas u objetivos . Si
no es así tomar las acciones para corregir las desviaciones que se observen .
1.3 Metodología para realizar un estudio de investigación de mercado
1º Establecer la necesidad de información .
2º Especificar los objetivos de la investigación y las necesidades de información .
Porqué queremos llevar a cabo la investigación , con qué objetivos . Especificar la investigación necesaria qué información necesita para obtener los objetivos .
3º Determinar el diseño de la investigación y las fuentes de datos .
Qué tipo de investigación , el plan básico de recogida de datos antes de una investigación de mercados primaria hay que ver los datos ya elaborados .
4º Desarrollar el procedimiento de recolección de datos .
Diseñamos el cuestionario , el documento que permite recoger la información , se elabora por el investigador procurando que estén relacionadas las preguntas con la necesidades previstas en la segunda etapa .
5º diseño de la muestra .
De quienes queremos recoger información . Definimos :
Población
Marco muestral
Tamaño Probabilístico
Procedimiento de muestra .
No probabilístico
6º Recolección de datos
Cómo la recogemos . Trabajo de campo o a través de estudios ( fuentes de información secundaria o investigación de despacho )
7º Procesar los datos
Editarlos Legibles
Completos
Codificarlos
8º Análisis de los datos
Se realiza con programas estadísticos y se analiza una o más variables dependiendo de como se quiera la información .
9º Presentar los resultados de la investigación .
Debe de presentar un informe por escrito a quien tome la decisión y una presentación oral donde se explique como se llevó a cabo ña investigación y a que conclusiones ha llegado
1.4 Fuentes de información . Análisis fundamental .
Clases de fuentes en función de la disponibilidad de esa información o bien en función de la procedencia de la información ( de dentro de la empresa o de fuera ) .
1º Clasificación :
-
Fuentes primarias
-
Fuentes secundarias
2º Clasificación :
-
Fuentes internas
-
Fuentes externas
Se debe agotar primero la información secundaria interna , si no es suficiente la secundaria externa , si no es suficiente la primaria ( suele ser externa a la empresa , la interna suele ser ratios ) .
La mejor es la primaria pero también es la más cara . La secundaria interna recoge los datos de que disponen los diferentes departamentos de la empresa .
Fuentes secundarias externas Metodológicas
Estadísticas
Las metodológicas nos hablan de métodos de producción , estudios teóricos válidos pero no proporcionan datos .
Las estadísticas proporcionan datos cuantitativos relacionados con nuestro problema .
Fuentes secundarias externas , más baratas , están disponibles en cualquier momento , pero se recogió con otros fines a los de la empresa así que hay que tener cuidado , se recoge también en otro momento . Hay que tener en cuenta quien la realizó y con qué metodología .
Primarias , las más adecuadas al momento y al problema , tenemos que recogerla bien por observación , experimentación , comunicación con consumidores que puede ser a través de reuniones de grupo , encuestas ( entrevistas personales , por correo , teléfono )
Es conveniente agotar siempre todas las posibilidades antes de realizar la investigación de mercado . En ocasiones se resuelve los problemas de decisión llevando a cabo una investigación de despacho o análisis comunitario .
Esta información depende no sólo de los datos secundarios de que se disponga sino también de la habilidad del investigador en la utilización de esos datos .
Una empresa quiere lanzar un producto . Considera que puede obtener dos niveles de ventas .
Nivel alto de ventas con probabilidad de obtención 60%
Nivel bajo de ventas con probabilidad de obtención 40%
La producción de este nuevo producto supone unos costes de 100 000 y el coste de la campaña de lanzamiento es de 57 000 . la empresa estima unas ventas de 200 000 en el caso de obtener un alto nivel de demanda y unas ventas de 90 000 en el caso de que la demanda se sitúe en un nivel bajo de ventas . Indíquese cual sería la decisión que deberías adoptar la empresa para maximizar su beneficio .
B º = I - C
B º 1 = 200 000 - 100 000 - 57 000 = 43 000
B º 2 = 90 000 - 100 000 - 57 000 = - 67 000
B º = ( 0.6 * 43 000 ) + [ 0.4 * ( - 67 000 ) ] = - 1 000
Si no lanza el producto B º = 0
Si lanza el producto B º = - 1 000
La decisión debe ser no lanzar el producto .
Una empresa desea conocer la posibilidad de realizar una investigación de mercado antes de lanzar un producto , el lanzamiento supone unos costes fijos de 1 200 000 y unos costes variables de 35 . Los costes variables de producción son de 60 . La empresa ha realizado unas estimaciones preliminares que permiten realizar tres hipótesis de venta , el primer año considerando el precio de ventas de 125 la probabilidad de las hipótesis son :
H . Pesimista . 30 000 unidades vendidas , probabilidad 30%
H . Media . 60 000 unidades vendidas , probabilidad 60%
H . Optimista . 90 000 unidades vendidas , probabilidad 10%
Determinar el gasto que la empresa estaría dispuesta a pagar por la investigación .
B º 1 = 30 000 * 125 - 1 200 000 - ( 60 * 30 000) - ( 35* 30 000 ) = - 300 000
B º 2 = 60 000 * 125 - 1 200 000 - ( 60 * 60 000) - ( 35* 60 000 ) = 600 000
B º 3 = 90 000 * 125 - 1 200 000 - ( 60 * 90 000) - ( 35* 90 000 ) = 1 500 000
B º = ( -300 000 * 0.3 % ) + ( 600 000 * 0.6% ) + ( 1 500 000 * 0.1% ) = 420 000
Si tuviésemos información adicional :
Si nos dice la información que van a ser bajas las ventas no producimos :
B º = ( 0.3% * 0 ) + ( 0.6% * 600 000 ) + ( 0.1% * 1 500 000 ) = 510 000
510 000 - 420 000 = 90 000 Lo que estaríamos dispuestos apagar .
Tema 2 Métodos cualitativos de investigación de mercado
Finalidad de la investigación cualitativa .
Investigación exploratoria , primer paso para dar en cualquier investigación . Nos ayuda a conocer mejor el problema planteado , se plantea para saber el porqué y el cómo del comportamiento humano , nunca el cuanto . Recoge información de grupos que pueden ser representativos pero nunca la información que proporciona será extrapolable a toda la población . no se puede pues aplicar la estadística a la investigación . Son investigaciones flexibles y no suelen resolver el problema planteado .
La investigación cualitativa se aplica para :
1º Obtener ideas para la creación de nuevos productos .
2º Conocer opiniones después de realizar una campaña publicitaria o después del lanzamiento de un nuevo producto .
3º Para diseñar cuestionarios .
4º Proponer y evaluar alternativas posibles
5º Explicar y diagnosticar .
6º Recoger información previa .
2.2 Técnicas a analizar en la investigación cualitativa .
Técnicas de grupo
1º Definir objetivos
Técnica cualitativa . Obtener información del número de personas que forman el grupo , información sobre actitudes , preferencias , conocimiento etc. de un tema determinado .
2º Determinación del tamaño del grupo
Los grupos pequeños se conocen mejor , se manejan mejor , la información fluye más pero dan poca información . Los grupos grandes se manejan peor pero son más informativos . El tamaño ideal suele ser 9 , está demostrado que es mejor impar .
3º Composición y reclutamiento
Conviene que sean heterogéneos , puede ser cualquier persona .
4º Número de reuniones
Se suelen tener 4 o 5 con grupos diferentes . Dividimos a las personas en grupos según las características que deseemos estudiar ( edad , sexo , etc. ) y hacemos reuniones con esos 4 o 5 grupos que hemos formado .
5º Lugar de realización
Lugar donde las personas se encuentren cómodas
6º Material a utilizar
Suele utilizarse una cámara o una grabadora para recoger los gestos y las reacciones .
Técnicas creativas
Son utilizadas para crear ideas sobre nuevos productos ya que se carece de productos similares al que queremos crear .
* Brainstorming . Siempre que queremos que surjan muchas ideas sobre el producto . Se desarrolla en dos partes :
1º el directos dice en que consiste esa reunión . Crear todas las ideas que se puedan sobre ese tema planteado .
2º De entre todas las ideas surgidas se hace una selección y se intenta hacer una asociación entre ideas .
Es difícil que surjan ideas por :
- Auto evaluación
- Evaluación del grupo
- Fenómenos de poder
El brainstorming intenta eliminar estos problemas .
Principio básico : Cualquier idea es buena porque unida a otra puede dar lugar a un producto .
* Analogías Se establece una relación de productos que tengan que ver con el producto que queremos crear y se asocia a alguno de esos productos .
Técnicas Proyectivas
Son cualitativas . Se aplican individualmente . Son técnicas indirectas . Se fundamentan en proporcionar estímulos por parte del investigador de manera que provoquen una respuesta en la persona entrevistada . Esa respuesta debe ser espontanea . Se utiliza para recoger información sobre las motivaciones del individuo .
Pretenden recoger información muy interior que no se puede recoger con otras técnicas . Son indirectas porque el sujeto entrevistado ignora el verdadero motivo de la entrevista y a demás porque se le brinda la oportunidad de manifestar sus ideas al investigador a través de la interpretación de la conducta ajena .
Estas técnicas no se deben aplicar si no es estrictamente necesario . Se debe realizar siempre con un psicólogo y previamente a su utilización se deben realizar bien una reunión de grupo o una entrevista en profundidad .
Es difícil diseñar los test más adecuados y es difícil analizar la información recogida . En función de como sea el estimulo del investigador y de como sea la respuesta del entrevistado hay diferentes tipos d técnicas que se pueden utilizar :
Estimulo del investigador Respuesta investigado
Estimulo verbal Asociación palabras Baloon test
Frases incompletas
Relato de historias
Entrevistas en cadena
Estimulo no verbal Gráficos o dibujos Test de Szondi
Baloon test . Historias con personajes en los que tienen unos bocadillos que pueden ser rellenados por los entrevistados según lo que crean que deben decir los personajes en cada situación .
Test Szondi . Relación de personas con el consumo de diferentes marcas .
Entrevista en cadena . Como se deforman las palabras cuando pasan de una persona a otra .
Relato de historias . Se le cuenta una historia y se le pide que de su opinión acerca de la historia .
Asociación de palabras :
Test de asociación libre . El investigador dice una palabra al entrevistado y este
le debe contestar con otra . Se mide la rapidez de
respuesta , su reacción , las repeticiones .
Test de asociación controlada . El entrevistador entrega una lista de palabras y a
continuación le dice algún concepto oralmente de
manera que el entrevistado tiene que asociar ese
concepto a una serie de palabras de una lista
entregada previamente .
Test de frases incompletas . El investigador le dice una frase incompleta para que la complete .
Entrevista en profundidad
Entrevista personal .
El investigador utiliza un cuestionario preestablecido y sigue las preguntas de ese cuestionario en orden . Ese cuestionario antes de utilizarse ha sido valorado con un pre - test .
Entrevista en profundidad .
El investigador puede o no utilizar el cuestionario pero ese cuestionario en cualquier caso es menos rígido , sólo es un guión .
En profundidad la comunicación es más flexible , se adapta según quiera el entrevistado . Es una técnica individual , directa y cualitativa que debe ser llevada a cabo por sociólogos . Deben tener cuidado en como usan las palabras para no ofender al entrevistado y para que no recele y de respuestas sinceras .
Hay que cuidar el aspecto físico y su carácter , debe ser capaz de controlar las relaciones del entrevistado , debe saber vencer los silencios etc. Suelen durar las entrevistas una hora u hora y media , en un lugar silencioso y conviene grabar la entrevista .
Observación
La Técnica capaz de recoger una información más veraz y recoger la información en el momento justo en que se produce ya que los hechos cambian muchas veces según se producen . Se puede recoger de tres formas :
1º De forma natural .
2º A través de medios mecánicos .
3º A través de medios electrónicos .
Limitaciones :
El campo a observar , no todo es observable . Los equipos a veces son caros y el tiempo de observación es demasiado prolongado . El investigador puede ser descubierto cambiando así la conducta del investigado .
Ventajas :
Sinceridad y espontaneidad . Toma de decisiones inmediata , análisis muy sencillo de la información recibida .
Se usa sobre todo la pseudo compra para observar los vendedores y para conocer como se aplica la publicidad en el punto de venta .
La técnica de observación de utiliza cuando se quiere recoger información sobre el comportamiento de venta del vendedor . El investigador se presenta en un establecimiento haciéndose pasar por comprador , previamente se ha preparado una serie de preguntas para hacer al vendedor .
Técnica Delphi
Cualitativa . Se utiliza cuando se pretende recoger información de un grupo de expertos o interesa que esa información esté consensuada , se recoge de forma anónima . El investigador una vez que tiene claro el tema a tratar determina quienes tienen que formar parte de la muestra y el tamaño que debe tener . Se suele trabajar con una muestra de 20 - 25 expertos que representan todos los organismos , empresas , sector público que tengan que ver con el tema .
El investigador redacta un primer cuestionario en que trata el tema se forma general , se les envía a los expertos , lo cumplimentan y lo devuelven . Con la información que el investigador recibe redacta un segundo cuestionario que envía de nuevo a los expertos . En este nuevo cuestionario ya se pide información más específica .
Los expertos la devuelven , el investigador la analiza y ya puede utilizar la estadística para trabajar con ella . Se ese análisis sale un tercer cuestionario y sigue así hasta que consiga un consenso en las respuestas .
Phillips 66
Para lograr información de grandes grupos . Técnica directa . Todos las personas pueden opinar . el investigador se reúne con todas las personas y les explica el motivo de la reunión . Se divide en grupos más pequeños de 6 a 10 personas y cada grupo se reúne individualmente . Cada grupo elige a un coordinador . Comentan el tema y llegan a un consenso . Se reúnen los coordinadores con el investigador y le trasmiten la opinión del grupo .
Tema 3 Métodos cualitativos
Encuesta
Son estudios descriptivos que se caracterizan por :
Definir de ante mano las preguntas y las respuestas
Procedimiento muestral para ver a quien vamos a entrevistar
Estos dos pasos se realizan para garantizar la representatividad estadística esto es que los datos de puedan generalizar a toda la población .
Cuestiones previas para realizar una encuesta :
1º Determinar porqué se realiza la encuesta , objetivos .
2º saber si existe información sobre el tema que queremos estudiar . Si existe información secundaria que se pueda aprovechar .
3º Si puede servir alguna técnica de información cualitativa .
4º Si tenemos recursos suficientes para realizar el estudio .
Procedimiento para realizar una encuesta :
a ) Plan de sondeo .
b ) Cuestionario .
c ) Plan de escrutinio .
d ) Trabajo de campo .
e ) Análisis de la información .
Plan de sondeo :
Sirve para definir la población .
Fija el tamaño de muestra .
Determina el procedimiento de muestreo
Todo esto sirve para saber a quién vamos a hacer la encuesta .
Para definir la población o universo :
Debemos saber quienes son los elementos de la población , aquellos a los que queremos generalizar los resultados . Debemos para ello definir las unidades muestrales , los elementos de los que se va obteniendo información . Tenemos también unidades entrevistadas que son aquellas a quienes vamos a preguntar .
Para determinar un estudio a niños pequeños haríamos una división de colegio , clases. . Los niños serían el elemento de población , el colegio la primera unidad muestral , las clases la segunda unidad muestral y los padres la unidad entrevistada puesto que los niños son muy pequeños .
Con este desarrollo debemos obtener una definición de la unidad muestral . También definir un marco muestral , un listado de las personas , de las unidades muestrales que hay . Tenemos que definir el alcance , zona en que vamos a hacer el estudio . También definir el momento de tiempo en que se hace .
Fijación del tamaño de muestra .
En función del :
1º Tamaño de la población .
2º Nivel de confianza .
3º Error que estemos dispuestos a cometer :
Error muestral . El error que se comete por hacer una encuesta a una muestra en vez de a toda la población . Va a ser más grande cuanto menor sea la muestra. Si la población es muy homogénea el error será menor .
Error no muestral . Todos los fallos que se cometen a la hora de hacer una encuesta :
Definir mal la población .
Marco muestral incompleto .
Diseño del cuestionario
Errores de no respuesta . Las personas que no responden y que tienen respuesta muy distintas a las que sí lo hacen .
Errores relacionados con los entrevistadores .
Al codificar y al registrar los datos .
Al análisis de la información .
Al aumentar el número de encuestas puede aumentar el error no muestral . Por ello , para conocer cual es el tamaño muestral se recurre a unas fórmulas :
Si la población es infinita ( más de 100 000 elementos ) :
n = Z^2 * P * ( 1 - P )
K^2
n - Tamaño de muestra
Z - Valor que depende del nivel de confianza , si es 95% , Z = 1,96
K - Error
P - Proporción de personas de la población que tienen la característica que estudiamos .
Existe un valor de P que para ceteris paribus , n es la más grande posible , 0,5 , si no conocemos P le damos el valor 0,5 .
Si la muestra es finita ( menos de 100 000 )
n = Z^2 * N * P * ( 1 - P ) .
(N - 1 ) * K^2 + Z^2 * P * ( 1 - P )
N - Tamaño de la población
Calcular el tamaño de muestra sobre una población de 20 000 habitantes para conocer la proporción de consumidores de un determinado refresco . Se desea un nivel de confianza del 99,7% , Z= 3 ; un margen de error del 3% . Calcular si :
a ) No se dispone de más información
b ) Se dispone de un estudio piloto que proporciona : el 60% de la población consume ese refresco .
a)
n = Z^2 * N * P * ( 1 - P ) .
(N - 1 ) * K^2 + Z^2 * P * ( 1 - P )
n = 3^2 * 20 000 * 0.5 * ( 1 - 0.5 ) . = 2222.32
[ ( 20 000 - 1 ) * 0.03^2 ] + [ 3^2 * 0.5 * ( 1 - 0.5 ) ]
Para no cometer un error mayor del 3% el tamaño de la muestra a entrevistar debe ser 2222.32
b)
n = Z^2 * N * P * ( 1 - P ) .
(N - 1 ) * K^2 + Z^2 * P * ( 1 - P )
n = 3^2 * 20 000 * 0.6 * ( 1 - 0.6 ) . = 2143
[ ( 20 000 - 1 ) * 0.03^2 ] + [ 3^2 * 0.6 * ( 1 - 0.6 ) ]
Se quiere estudiar el comportamiento de compra de una población heterogénea en la que se distinguen 3 segmentos de 75 000 , 50 000 , 25 000 habitantes . Para un nivel de confianza del 95,5% , Z =2 , se decide encuestar a 3 000 personas representativas .
1º Qué error se comete en el estudio
n = Z^2 * P * ( 1 - P )
K^2
3000 = 2^2 * 0.5 * ( 1 - 0.5 )
K^2
K = 1.8 %
2º Qué tipo de información es la que se obtiene a través de las encuestas .
Primaria . Cuantitativa porque es estadísticamente representativa de la población .
3º De qué otra forma se pueden obtener datos que sirvan pata esa misma finalidad .
A través de un estudio de tipo cualitativo .
Un estudio de un instituto de investigación quiere hacer un estudio sobre los hábitos de lectura de los asturianos . Se plantea la realización de una encuesta y se desea determinar en número de personas a encuestar , buscando alcanzar un nivel de confianza del 95,5% y un nivel de error máximo de 3% . Tamaño de la muestra :
n = Z^2 * P * ( 1 - P )
K^2
n = 2^2 * 0.5 * ( 1 - 0.5 ) = 1111
0.03^2
Procedimientos de muestreo .
No probabilísticos .
Se basan en la opinión del que realiza la encuesta . Según la base que tiene para ello :
Muestreo de conveniencia . Selecciona a las personas que más fácil le resulte encontrar .
Muestreo por juicios . El que realiza la encuesta entrevista a las personas que cree que son especialmente adecuadas ( reuniones de grupo , Delphi ) .
Muestreo por cuotas . La muestra sea igual a la población en determinadas características de interés .
Probabilísticos .
Muestreo aleatorio simple . Se parte de un listado con todos los elementos de la población de tal manera que a cada elemento se le da un número . Se selecciona con un procedimiento aleatorio la cantidad de muestra que se desee .
Muestreo aleatorio sistemático . Se parte de un listado con todos los elementos de la población y se les da un número . Se calcula un coeficiente de elevación que se obtiene de dividir el tamaño de la población entre el tamaño de la muestra . Se selecciona aquella persona cuyo número sea el coeficiente y el resto se obtiene sumando el coeficiente de elevación .
Estos dos métodos se utilizan sólo si es posible tener un listado , pero no siempre es posible . Se usa mucho en encuestas telefónicas porque existe ese listado .
Muestreo estratificado . Se divide la población en grupos homogéneos que se denominan estratos . La muestra se reparte entre esos estratos . Para hacer ese reparto hay varios procedimientos :
1º Afijación simple , repartir la muestra en partes iguales en cada estrato.
2º Afijación proporcional , repartirla en función de la proporción del tamaño de cada estrato .
n i = N i * n
N
n i - Tamaño de muestra en cada estrato i
N i - Tamaño total del estrato i
n - Tamaño de la muestra
N - Tamaño de la población
Tiene en cuenta que no todos los estratos son iguales pero no la heterogeneidad
3º Afijación óptima . Tiene en cuenta la variabilidad o diferencia de comportamiento de cada estrato .
n i = N i * S * n
" S i * N i
S i - Desviación típica del comportamiento en cada estrato .
Muestreo por conglomerados :
Dividir la población en grupos heterogéneos que se denominan conglomerados , se supone que son representativos de la población , se escoge un número determinado aleatoriamente . Un estrato es internamente homogéneo , el conglomerado es un grupo heterogéneo . Si utilizamos un criterio geográfico para formar los conglomerados se denomina muestreo por áreas.
Para contactar a qué individuo hay que hacer la encuesta concretamente , si la encuesta es personal y domiciliaria :
Muestreo por rutas aleatorias . Se necesita :
1º Una hoja de ruta , un mapa en el que se le señala al encuestado un punto de partida y la zona en la que hacer la encuesta .
2º Una tablilla de selección . Tablilla de números aleatorios .
3º Normas de sustitución . Reglas para sustituir a quienes no quieren o no pueden hacer la encuesta .
Una población de 200 000 personas se ha dividido en 4 estratos de 100 000 , 25 000 , 50 000 , 25 000 respectivamente . Se desea encuestar a 2 000 personas :
a ) ¿ Cual será la distribución de la muestra según el criterio de afijación simple ?
2 000 / 4 = 500 en cada estrato
b ) ¿ Si se hiciese una afijación proporcional ?
n i = N i * n
N
n A = 100 000 * 2 000 / 200 000 = 1000 n C = 50 000 * 2 000 / 200 000 = 500
n B = 25 000 * 2 000 / 200 000 = 250 n D = 25 000 * 2 000 / 200 000 = 250
c ) Una vez estimadas las desviaciones típicas de las variables relevantes resultaron ser 5 en el primer estrato , 4 en el segundo , 4 en el tercero y 8 en el cuarto . ¿ Cual es la distribución de la muestra según afijación óptima ?
n i = N i * S * n
" S i * N i
" S i * N i = 5 * 100 000 + 4 * 25 000 + 4* 50 000 + 8 * 25 000 = 1 000 000
n A = 100 000 * 5 * 2000 / 1 000 000 = 1 000
n B = 25 000 * 4 * 2000 / 1 000 000 = 200
n C = 50 000 * 4 * 2000 / 1 000 000 = 400
n D = 25 000 * 8 * 2000 / 1 000 000 = 400
Una empresa dedicada a realizar diagnósticos de mercado ha de investigar el comportamiento de las familias asturianas en lo referente al endeudamiento con entidades financieras , el presupuesto asignado a la recogida de información es de 840 000 .
a ) ¿ Qué error muestral se cometerá en la realización de la investigación si se tiene previsto un coste por encuesta de 1300 y el nivel de confianza es de 95% ?
1.96^2 * 0.5 * ( 1- 0.5 ) = 840 000 ! K = 0.038 ! K = 3.8 %
K^2 1300
b ) ¿ Cuál sería el procedimiento de muestra más conveniente y cómo debería llevarse acabo sabiendo que no se dispone de un censo de población ?
Podríamos usar un método estratificado . Por ejemplo por comarcas , usaríamos una afijación proporcional , no tenemos desviación típica para realizar la óptima , ni tienen todas las comarcas los mismos habitantes para realizar la simple . Utilizamos un muestreo por rutas aleatorias para realizar encuestas a cada persona concreta . Este procedimiento es polietápico .
En una población universitaria de 40 000 matriculados se desea estudiar el uso del programa ERASMUS para cursar estudios en el extranjero . Se pone en marcha una encuesta con un nivel de confianza del 95 % y un error máximo del 4 % . Se sabe que una variable relevante a la hora de segmentar la población es el nivel de renta distinguiendo tres grupos : Renta alta 32 %, Renta media 35 % , Renta baja 33 % . La desviación típica es de 2 , 8 , 4 . Calcular el número de encuestas a realizar en cada segmento mediante afijación óptima .
n = Z^2 * N * P * ( 1 - P ) .
(N - 1 ) * K^2 + Z^2 * P * ( 1 - P )
n 1 = 12800 * 2 * 591 = 79
(2 * 12 800 ) + ( 8 * 14 000 ) + ( 4 * 13 200 )
n 2 = 14 000 * 8 * 591 = 348
(2 * 12 800 ) + ( 8 * 14 000 ) + ( 4 * 13 200 )
n 3 = 13 200 * 4 * 591 = 164
(2 * 12 800 ) + ( 8 * 14 000 ) + ( 4 * 13 200 )
Se quiere estudiar el comportamiento de compra de una población heterogénea en la que se distingan tres segmentos 75 000 , 50 000 , 25 000 habitantes para ello se encuesta a 3000 personas de la población .
a ) Distribución de la muestra según criterio de afijación proporcional .
n i = N i * n
N
n A = 75 000 * 3000 / 150 000 = 1500
n B = 50 000 * 3000 / 150 000 = 1000
n A = 25 000 * 3000 / 150 000 = 500
b ) ¿ Qué variable se necesitará conocer para calcular la distribución de la muestra según
criterio de afijación óptima ? Se den valores a esa variable y reparta la muestra por estratos .
Desviación típica , 2, 4, 8.
n i = N i * S * n
" S i * N i
" S i * N i = 2 * 75 000 + 4 * 50 000 + 8* 25 000 = 550 000
n A = 75 000 * 2 * 3000 / 550 000 = 818
n B = 50 000 * 4 * 3000 / 550 000 = 1091
n C = 25 000 * 8 * 3000 / 550 000 = 1091
Ficha técnica. ! Se resume la información que se recoge en la encuesta , universo , ámbito , tamaño de muestra , error muestral que se asocia con ese tamaño , nivel de confianza , procedimiento de muestreo y fecha del trabajo de campo .
Cuestionario
Forma de garantizar que se van a hacer las mismas preguntas a todas la personas .
Consideraciones previas :
1º Definición de objetivos .
2º tipo de encuesta a realizar :
Personal
Telefónica
Postal
Contenido
Previamente se realiza :
1º Investigación documental ( información secundaria )
2º Investigación exploratoria ( información cualitativa )
Se definen las preguntas del cuestionario que pueden ser :
Preguntas conducta
Preguntas de actitud
Preguntas de clasificación
Formato de respuesta .
Tipos de preguntas :
Abiertas ! El encuestado puede contestar libremente lo que quiera . No se suelen usar por su dificultad de análisis excepto en estudios cualitativos ( reuniones de grupo , entrevistas en profundidad )
Cerradas ! Opción simple . El encuestado sólo puede señalar una de las respuestas .
Opción múltiple . El encuestado puede señalar varias respuestas .
Dicotómicas . Son de opción simple pero sólo hay dos categorías de respuestas
Lenguaje
Tiene que cumplir :
Simple
Claro
No inducir la respuesta
Evitar cálculos .
Secuencia u orden de preguntas
1º Datos de identificación . Los rellena el encuestador ( número de encuesta , nombre , ciudad etc. )
2º Introducción solicitando la colaboración .
3º Preguntas sencillas para comenzar la encuesta .
4º Clasificación de las preguntas por temas .
5º Preguntas de clasificación ( nivel de ingresos , edad , estudios etc. )
6º Agradecimientos
7º Observaciones .
En esta secuencia se suele usar preguntas filtro al principio del cuestionario para seleccionar a los encuestados . Se suelen meter también preguntas de control para saber si el que contesta dice la verdad , preguntar lo mismo dos veces pero de manera distinta . También se pueden emplear tarjetas , se le entrega al encuestado con las categorías de respuesta que puede elegir en vez de decir cual es el periódico que prefiere se le da una lista .
Tipos de encuestas
PERSONAL
TELEFONICA
POSTAL
La más fiable es la personal y es la que permite obtener más información . Existe una relación directa entre el entrevistado y el entrevistador . Razones por las que se utiliza cada vez menos :
1º Problema de seguridad . Riesgo para la persona que hace la entrevista .
2º Cada vez se pasa menos tiempo en casa .
3º A las personas cada vez les gusta menos que les hagan encuestas en el domicilio .
4º Cada vez hay más ventas directas , se vende en la puerta del domicilio .
5º Son encuestas muy costosas .
Características :
* Mayor diversificación :
1º En los temas de estudio .
2º En el tipo de público al que se hacen las encuestas .
* Tendencia al desarrollo de encuestas telefónicas
* Aplicación de innovaciones tecnológicas
Realización de encuestas por internet
Desarrollo del sistema CATI
CATI
Se utiliza un programa informático que permite seleccionar y hacer aleatoriamente llamadas telefónicas y rellenar un cuestionario con la ayuda del ordenador . Te permite :
Diseñar la muestra
Diseñar el cuestionario
Analizar los datos
Inconvenientes :
Duración de la encuesta .
No se puede emplear material de apoyo .
Cobertura telefónica ( no es mucho problema porque casi todos tienen teléfono ) .
Teléfonos móviles ( no existe una lista de estos números como la guía ) .
Incompleta la guía telefónica .
Plan de escrutinio
Tareas que debemos realizar previamente al análisis de información .
1º codificar la respuestas
2º Definir el tipo de análisis que se va a realizar posteriormente .
Trabajo de campo
Recogida de información . Si se trata de una personal , ir a las casas , si es telefónica , realizar las llamadas ….
Análisis de la información
3.3 Otras técnicas cualitativas .
Encuesta Omnibus
Un cuestionario que trata varios temas al mismo tiempo , para un ahorro de costes .
Paneles
Un estudio cualitativo que consiste en hacer encuestas a un mismo tipo de personas a lo largo del tiempo . Diferencia panel - encuesta , las encuestas proporcionan información transversal ( en un momento concreto ) el panel recoge información longitudinal ( a lo largo del tiempo )
Tipos :
Paneles de detallistas
Consiste en tomar como unidad muestral los puntos de venta . Se les da una libreta para que apunten los datos . NIELSEN :
Paneles de consumidores
Se hace directamente a los consumidores . DYMPANEL .
Paneles de audiencia
Se registra a través de audímetro . SOFRES .. Se utiliza en algunos programas VIDEORATING
Tema 4 Análisis de la información
Escalas de medición
Escalas de medición . Forma de representar los objetos medidos , permite cuantificar las respuestas de diferentes tipos de preguntas lo que nos ayudará a sintetizar la información para poder manejarla más eficientemente y aplicar diferentes tipos de técnicas estadísticas .
TIPOS DE ESCALAS :
1 Escalas básicas No métricas Nominal categóricas
Ordinal
Métricas Intervalo
Razón
2 Escalas comparativas
3 Escalas no comparativas Likert
Diferencial semántico
Escala nominal
Sólo identifica diferentes categorías de respuesta . Se utiliza mucho para clasificar individuos según sexo , domicilio , categoría socio profesional , etc. Los números sólo son etiquetas para diferenciar , es decir , el orden puede cambiar sin que tenga relevancia .
Técnicas estadísticas Estadística descriptiva Moda
Estadística Inferencial Prueba
Chi cuadrado
Ejemplo : Tipo de leche que consume : 1 Leche A
2 Leche B
3 Leche C
Escala Ordinal
Se utiliza con variables cualitativas . En este caso no se clasifica , se ordena . Los números implican un rango de orden pero la diferencia entre un número y otro no tiene significado . Puede utilizarse cualquier conjunto de números siempre que se ordenen de menor a mayor .
Técnicas estadísticas Estadística descriptiva Moda
Percentiles
Mediana
Estadística Inferencial Correlaciones de clasificaciones
Ejemplo : Veces a la semana toma leche : 1 Menos de 3
2 De 3 a 5
3 De 6 a 7
4 Más de 7
Escala Intervalo
Características del anterior pero aquí la diferencia en los valores de la escala poseen significado . Distancias iguales entre los números son distancias iguales entre las características .
Técnicas estadísticas Estadística descriptiva Media
Desviación típica
Estadística Inferencial Análisis de correlación
Análisis de regresión
Análisis factorial
Análisis de la varianza
Ejemplo : ¿ Toma leche ? : 1 Seguro que no
2 No es probable
3 Es probable
4 Seguro que sí
Escala Razón
La más potente , comprende las propiedades de las anteriores , existe orden y las
unidades de medida tienen valor estable a lo largo de la escala . El valor 0 no está definido arbitrariamente sino que existe un cero natural o absoluto . En esta escala podemos pasear de una unidad a otra sin más que multiplicar por una constante . ( pts - euros , Kg - gr , etc. )
Ejemplo : ¿ Cuanto ha gastado en leche ?
Técnicas Estadística , las anteriores anteriores y además el calculo de la media geométrica y la armónica .
Escalas no comparativas
Suelen utilizarse para medir valoraciones personales y en ellas no se fuerza al individuo a tomar partido entre los elementos de una comparación .
Likert
Entre 20 - 30 proposiciones guardando equilibrio entre las positivas y las negativas , proposiciones no ambiguas y sí bastante variadas para registrar todas las dimensiones de la actitud que se quiere medir . Las ventajas de esta escala son : Facilidad de construcción , administración y cumplimentación . Se emite una valoración del 1 al 5 o también del -2 al + 2 .
Diferencial semántico
En esta escala los entrevistados emiten una valoración sobre una escala de 7 puntos o alternativas de respuestas . Los atributos son los que limitan la escala , unos positivos y otros negativos , puede ser también desde el - 3 al +3 . Se puede realizar una representación de perfiles.
No tiene porque ponerse todos los positivos a un lado y los negativos al otro , se pueden combinar. Ventajas , versatilidad y sencillez de confección y cumplimentación .
4.2 Métodos de análisis univariados y bivariados
1º Tipo de escala
2º Número de variables Univariable ( 1 )
Bivariable ( 2 )
Multivariable ( +2 )
3º Tipo de técnica estadística Descriptiva . Resume la información que obtiene de la
muestra
Inferencial . Extrapola datos de la muestra a la población
Estadística descriptiva
1º Medidas de tendencia central
Media X = " Xi/n Con intervalo X = " xi * fi / n n = " fi
Mediana , valor que divide la distribución en dos partes iguales .
Moda , categoría de una variable nominal que se repite con mayor frecuencia
2º Medidas de dispersión
Varianza = " ( Xi - X )^2/ n-1
Desviación típica = " Varianza
Estas son medidas absolutas , interesan medidas relativas , comparar medidas de dispersión con medidas de tendencia central :
Coeficiente de variación : D T(X) / X
Frecuencia absoluta , veces que se repite una variable nominal .
Frecuencia relativa , indicado en porcentaje sobre el total .
Procedimiento bivariado
Técnicas descriptivas .
Coeficiente de correlación lineal , Se representa un diagrama de dispersión
Y media
1 2 X media
3 4
Si los puntos aparecen distribuidos en las diagonales existe correlación , si están repartidos no existe correlación . Si están en los cuadrantes 2 y 3 la correlación es positiva , si están el los cuadrantes 1 y 4 es negativa .
" X * Y > 0 Correlación positiva
" X * Y < 0 correlación negativa
" X * Y = = No existe correlación
Coeficiente de correlación lineal = Cova ( X,Y ) / Desv X * Desv Y = r
( mayor de 0.8 correlación alta , menor de 0.4 baja )
Covarianza = " ( Xi - X ) * ( Yi - Y ) / n-1
Coeficiente de determinación , coeficiente correlación lineal ^2 , R^2 . Es el porcentaje que podemos explicar de una variable conociendo otra .
Regresión simple . Método de análisis cuyos objetivos son mostrar como se relacionan las variables independientes con la dependiente y hacer pronósticos sobre los valores de la variable dependiente basándonos en el conocimiento de los valores de la variable independiente . La simple es cuando sólo consideramos una variable independiente .
Y = a + b X
Tablas de contingencia . Se emplean para comparar dos variables categóricas o no métricas .
Estudiar la relación entre el tipo de vino consumido y los ingresos .
Ingresos Barato Caro
> 15 000 75 10 85
<= 15 000 40 80 120
115 90 205
Ingresos Barato Caro
> 15 000 75/85 88.23% 10/85 11.76% 85
<= 15 000 40/120 33.33% 80/120 66.7% 120
115 90 205
Tema 5
Análisis causal
Fundamentos de la experimentación comercial .
Pueden existir variables externas que no controlamos , que influyan en la bajada de por ejemplo las ventas . Las afirmaciones que hagamos no tienen rigor científico sino que trabajamos con un margen de confianza 1- o con su complementario nivel de significación . Trabajamos con variables independientes que van a ser nominales o categóricas .
El método de análisis que vamos a utilizar será análisis de la varianza o ANOVA .
Planificación de un experimento de mercado .
Tratamiento : Variable independientes que controlamos y cuyos efectos medimos .
Unidades de prueba o experimentales : Son las entidades donde se presenta el tratamiento
Variables externas : Variables desconocidas que pueden distorsionar el resultado del experimento . Debemos tratar de controlarlas y medir sus efectos , para ello contamos con los distintos diseños experimentales .
Experimentación comercial : Prueba en la que se introducen cambios deliberados en una o más variables independientes de manera que sea posible observar , identificar y determinar su efecto sobre una o más variables dependientes .
Proceso para una experimentación comercial :
1º Comprensión y planificación del problema .
Tiene que existir unas causas claras que motiven el experimento , es necesario establecer unos objetivos con las personas implicadas que pueden ser vendedores comerciantes …
2º Elección de tratamientos y niveles .
3º Especificación de las unidades experimentales .
4º Selección de la variable respuesta .
La variable respuesta puede ser la variable dependiente . Si medimos ventas hay que establecer la unidad que vamos a considerar , unidades físicas o monetarias .
5º Delimitación del mercado de prueba .
Supone delimitar el espacio geográfico representativo del mercado final donde se vende el producto .
6º Elección del diseño experimental .
EL diseño experimental debe cumplir dos tipos de validez :
Interna que hace referencia a que los efectos han sido causados por las variables sometidas a tratamiento .
Externa que es la capacidad del diseño experimental para extrapolar datos al resto de la población .
7º Realización del experimento.
8º Análisis de la información
Hay que extraer conclusiones , para ello utilizamos el método ANOVA .
9º Conclusiones y recomendaciones
El investigador debe obtener conclusiones prácticas y recomendar un uso de acción .
Métodos ANOVA
Número de factores ANOVA de un factor
ANOVA de dos factores
ANOVA de tres factores
Tipos de aleatorización Diseño completamente aleatorio . Cuando en la asignación no
tenemos en cuenta la influencia de ninguna variable externa .
Diseño aleatorio por bloques completos .En este caso para la asignación tenemos en cuenta una variables externa .
Diseño cuadrado latino . Tenemos en cuenta dos variables externas
La aleatirización es el proceso por el que se asignan las unidades de prueba a cada uno de los niveles del tratamiento
Muestreo de niveles Modelo de efectos fijos o sistema . El investigador fija de ante
mano los niveles en que está interesado
Modelo de efecto aleatorio . Selecciona un conjunto de ellos
entre todos los posibles
Diseño completamente aleatorio
La técnica es análisis de la varianza , se caracteriza por comparar medias que provienen de más de dos poblaciones .
Tenemos una variable independiente con varios niveles que se asignan de modo aleatorio a las unidades de prueba , las unidades de prueba y de control son representativas . Se controlan otras variables externas para comprobar que la variación de los resultados se debe al tratamiento.
Y ij = y ( ) + E Tj + e ij
Tratamiento
1 2 j m
Unidades de prueba 1 Y11 Y12 Y1j Y1m
2 Y21 Y22 Y2j Y2m
i Yij Yim
n Ynm
Y1 Y2 Yj Ym Y
Suma cuadrada global = SCT + SCR
E Tij = ( Yj - Y ) SCG = "" ( Y ij - Y )^2
e ij = Yij - Yj SC Tratamiento = "" ( Yj - Y )^2
= n " ( Yj - Y )^2
EG = Y ij - Y
SCR = "" ( Yij - Yj ) ^2
SC Grados de libertad Media cuadradas F ( estadístico )
SCT m - 1 SCT / m - 1 = MCT MCT / MCR
SCR M - n SCResidual/ M - n = MCR
F > F* ( tablas ) ! Tratamiento influye sobre las ventas , la diferencia es significativa , la hipótesis que es que no influye el precio se rechaza .
F < F* ! No se rechaza la hipótesis inicial Ho .
Ejercicio : Diseño completamente aleatorio .
Y ij = Y + E Tj + e ij
SCG = SCT + SCR
SCT = n "( Yj - Y ) ^2 = 5 [ ( 59,2 - 49,87 ) ^2 + ( 50,6 - 49,87 )^2+
( 39,8 - 49,87 )^2 ] = 944.933
SCR = "" ( Y ij - Yj )^2 = ( 66 - 59.2 )^2 + ( 67 - 59.2 )^2 + .. + ( 49 - 39.8 ) ^2 =
406.8
SCG = 944.933 + 406.8 = 13510733
SC Grados de libertad Media cuadrada F (estadístico)
Tratamiento 944.933 3-1 = 2 944.933/2=472.4665 472.4665/33.906=13.93
Residual 406.8 (3*5) -3 =12 406.8/12=33.906
Global 1351.733 14
Ho , el precio no tiene influencia sobre las ventas
F* = 3.88
F>F* , Se rechaza Ho , el precio más aconsejable es 60 que tienen mayores ventas que los otros .
Diseño aleatorio por bloques completos .
Estratificación de las unidades experimentales según una variable externa o varias variables consideradas conjuntamente .
Las unidades se asignan aleatoriamente a cada uno de los niveles del tratamiento
Todos los niveles de la variable tratamiento son probadas en cada bloque .
Tratamiento
1 2 j m
Unidades de prueba 1 Y11 Y12 Y1j Y1m Z1
2 Y21 Y22 Y2j Y2m Z2
i Yij Yim
n Ynm Zn
Y1 Y2 Yj Ym Y
Ho , El tratamiento y el bloque no influyen en la variable dependiente .
Modelo lineal : Y ij = Y + E Tj + E Bj + e ij
SCG = SCT + SCB+ SCR
SCG = "" ( Y ij - Y )^2
SCT ="" ( Y j - Y )^2 = n "( Yj - Y ) ^2
SCB = "" ( Z i - Y )^2 = m " ( Z i - Y )^2
SCR = SCG - SCT - SCB = "" ( Y ij + Y - Yj - Zi ) ^2
SC GL Media cuadradas F ( estadístico )
Tratamiento SCT m - 1 SCT / m - 1 MCT / MCR
Bloque SCB n - 1 SCB / n - 1 MCB / MCR
Residual SCR ( m - 1) ( n - 1) SCR/ (m -1) ( n -1 )
Global S C m * n -1
F* Bloque ( n - 1 ) , ( m - 1 ) ( n - 1 ) F* B > F , Se rechaza Ho respecto al bloque
F* Tratado ( m - 1 ) , ( m - 1 ) ( n - 1 ) F* T > F , Se rechaza Ho respecto al bloque
Ejercicio : Diseño aleatorio por bloques completos .
Ho , El precio y el tipo perfumería no influye en el precio .
Modelo lineal : Y ij = Y + E Tj + E Bj + e ij
SCG = SCT + SCB+ SCR
SCT ="" ( Y ij - Yj )^2 = n "( Yj - Y ) ^2 = 5 [ ( 537.6 - 442.4 )^2 + ( 446.4 - 442.4 ) ^2 + ( 343.2 - 442.4 )^2 ] = 94 598.4
SCB = "" ( Z i - Y )^2 = m " ( Z i - Y )^2 = 3 [ ( 420 - 442.4 )^2 + ( 470 - 442.4 )^2 + … + ( 416 - 442.4 )^2 ] = 9 729.6
SCG = "" ( Y ij - Y )^2 = ( 540 - 442.4 ) ^2 + …. + ( 288 - 442.4 )^2 = 110 049.6
SCR = SCG - SCT - SCB = 110 049.6 - 9 4598.4 - 9 729.6 = 5 721.6
SC Grados de libertad Media cuadrada F (estadístico)
Tratamiento 94598.4 3-1 = 2 9459834/2=47299.2 47299.2 / 715.2 = 66.134
Bloque 9729.6 5-1 = 4 9729.6/4=2432.4 2432.4 / 715.2 = 3.401
Residual 5721.6 2*4 = 8 ( m - 1 ) ( n -1 ) 5721.6 / 8 =715.2
Global 110 049.6 14
F* Tratamiento = 4.46 F* < F T Se rechaza Ho respecto al tratamiento , el
precio influye en la ventas .
F* Bloque = 3.84 F* > F B No se rechaza Ho , no influye el tipo de
perfumería en las ventas .
Diseño cuadrado latino
Este modelo permite calcular dos variables externas . Se estratifican las unidades de prueba en función de dos variables , en cada bloque o estrato las unidades experimentales se asignan aleatoriamente a los tratamientos . Este modelo es válido cuando los efectos interacción no son significativos puesto que no los tiene en cuenta y cuando todos las variables tienen el mismo número de niveles .
Bloque j Tratado A B C
1 2 3
Total A+A+A B+B+B C+C+C
Bloque i 1 A B C V1
Meida A+A+A B+B+B C+C+C
2 B C A V2 3 3 3
3 C A B V3
Z1 Z2 Z3 Y
Modelo lineal : Y ijk = Y + E Bi + E Bj + E Tk + e ij
Ho , Ni el bloque i ni el bloque j ni el tratamiento influyen en las variables dependientes
SCG = SCT k + SCB i + SCB j + SCR
Ho , Bloques y variables independientes no influyen en la variable dependiente .
SCG = """( Y ijk - Y ) ^2
SCT = t " ( Y k - Y ) ^2
SCB i = t " ( Vi - Y )^2
SCB j = t " ( Z j - Y )^2
SCR = SCG - SCT k - SCB i - SCB j
SC Grados de libertad Media cuadrada F (estadístico)
Tratamiento SCT t - 1 SCT / t- 1 MCT / MCR
Bloque i SCB i t - 1 SCB i / t -1 MCB i / MCR
Bloque j SCB j t - 1 SCB j / t -1 MCB j / MCR
Residual SCR ( t -1 ) ( t - 2 ) SCR / ( t -1 ) ( t -2 )
Global SCG t ^2 - 1
F* F T > F* Se rechaza Ho respecto al tratamiento
= 0.05 FB i >F* Se rechaza Ho respecto al bloque i
( t- 1 ) , ( t -1 ) ( t - 2 ) FB j > F* Se rechaza Ho respecto al bloque j
Ejercicio : Diseño cuadrado latino
SCG = SCT k + SCB i + SCB j + SCR
SCG = """(Y ijk - Y) ^2 = (314 - 477,3) ^2 + (424 - 477,3) ^2 + …+
( 312 - 477,3)^2 = 382 174
SCT = t " ( Y k - Y ) ^2 = 3 [( 374,7 - 477,3 ) ^2+ ( 445 - 477,3 )^2 +
( 612,3 - 477 ,3 ) ^2 ] = 89 432,667
SCB i = t " ( Vi - Y )^2 = 3 [ ( 538,7 - 477,3 )^2 + ( 605,3 - 477,3 )^2 +
( 288 - 477,3 )^2 ] = 167 978,667
SCB j = t " ( Z j - Y )^2 = 3 [ ( 325,3 - 477,3)^2 + ( 603 - 477,3 )^2 +
( 503 - 477,3 )^2 ] = 118 768,667
SCR = SCG - SCT k - SCB i - SCB j = 5 994
SC Grados de libertad Media cuadrada F (estadístico)
Tratamiento 89432,667. 3-1 = 2 89432.667/2=44716,3 44716,3 / 2997 = 14,92
Bloque i 167978,66 3-1 = 2 167978,667/2=83989,3 83989,33 / 2997 = 28,02
Bloque j 118768,66 3-1 = 2 118768,667/2=59384,3 59384,33 / 2997=19.815
Residual 5995 ( 3- 1 ) (3 -2 ) = 2 5994 / 2 = 2997
Global 382174 8
F* ( 2,2) = 19 F* T > F No se rechaza Ho para el tratamiento, los
programas de formación no tienen influencia en las
ventas
F* Bi < F La edad de la venta tiene F* Bj < F La formación influye en las ventas
influencia en las ventas
Ejercicio :
La asociación de Lagareros de Asturias dentro del amplio estudio realizado desarrollado , puso en marcha un experimento comercial con el fin de determinar si una pequeña modificación al alza del precio podría tener un efecto significativo sobre las ventas de sidra , en concreto se puso en práctica el experimento para tres precio distintos A = 255 B = 265 C = 275
Teniendo en cuenta por un lado que en función de las circunstancias medio ambientales , la calidad de la sidra pudo se alta , normal o baja y por otro lado que el volumen de ventas pudo verse condicionado por la localización en Asturias de muchos turistas , un número normal o pocos . Considerando conjuntamente estas tres variables se obtuvieron los siguientes datos en cuanto a ventas de sidra por miles de litros :
Calidad de la sidra
Turistas Alta Normal Baja Total Media
Muchos 400 ( A ) 350 ( B ) 300 ( C ) 1050 350
Normal 274 ( C ) 390 ( A ) 329 ( B ) 993 331
Pocos 334 ( B ) 280 ( C ) 394 ( A ) 1008 336
Total 1008 1020 1023 3051 339
Media 336 340 341
A ) ¿ Qué tipo de diseño utiliza ? ¿ Por qué ? Comentar características .
B ) Una pequeña modificación al alza del precio ¿ Tiene efectos significativos sobre las ventas ? Justifique la respuesta .
C ) En el caso de que el efecto fuese significativo y sabiendo que actualmente al precio de 250pts/litro las ventas alcanzan los 1,2 millones de litros , ¿ sería conveniente modificar al alza los precios ?
F* ( 2,2) = 19
SCG = SCT k + SCB i + SCB j + SCR
SCG = """(Y ijk - Y) ^2 = (400 - 339) ^2 + (274 - 339) ^2 + …+
( 394 - 339)^2 = 18820
SCT = t " ( Y k - Y ) ^2 = 3 [( 394.67 - 339 ) ^2+ ( 337.67 - 339 )^2 +
( 284.67 - 339 ) ^2 ] = 18158
SCB i = t " ( Vi - Y )^2 = 3 [ ( 350 - 339 )^2 + ( 331 - 339 )^2 +
( 336 - 339 )^2 ] = 582
SCB j = t " ( Z j - Y )^2 = 3 [ ( 336 - 339)^2 + ( 340 - 339 )^2 +
( 341 - 339 )^2 ] = 42
SCR = SCG - SCT k - SCB i - SCB j = 38
SC Grados de libertad Media cuadrada F (estadístico)
Tratamiento 18158 3-1 = 2 18158 / 2 = 9079 9079 / 19 = 477.84
Bloque i 582 3-1 = 2 582 / 2 = 291 291 / 19 = 15.315
Bloque j 42 3-1 = 2 42 / 2 = 21 21 / 19 = 1.1052
Residual 38 ( 3- 1 ) (3 -2 ) = 2 38 / 2 = 19
Global 18820 8
F tratamiento > F* Se rechaza la hipótesis inicial , el precio influye sobre las ventas .
F bloque i < F* No se rechaza la hipótesis inicial , en número de turistas no influye sobre las ventas .
F bloque j < No se rechaza la hipótesis inicial , la calidad de la sidra no influye en las ventas .
250 * 1 200 000 = 300 000 000
255 * 1 184 000 = 301 920 000
265 * 1 013 000 = 268 445 000
275 * 854 000 = 274 850 000
El mejor precio es 255 , es el que mayor beneficio proporciona , merece la pena subir hasta ese precio pero no más .
Diseño factorial
Consideramos dos variables independientes o tratamientos . Investigamos todas las posibles combinaciones de las unidades de los tratamientos . Permite cuantificar :
Efecto principal de cada variable tratamiento considerada individualmente .
Efecto interactivo entre las variables tratamiento .
Tratamiento
1 2 j m
Unidades de prueba 1 Y111 X11 Y1jI X1j Z1
Y11k Y1jk
2 Z2
i Yij1
Yijk X ij Zi
n Ynm1
Xnm Ynmk Zn
Y1 Y2 Yj Ym Y
Ho Ni los tratamientos ni la interacción entre ambos tiene efecto sobre la variable dependiente .
Y ijk = Y + E T i + E T j + ( EI ) ij + e ijk
Dispersión :
SCG = SCT i + SCT j + SCEI ij + SCR
SCG = """ ( Y ijk - Y ) ^2
SCT i = m * k *" ( Z i - Y )^2
SCT j = n * k * " ( V j - Y )^2
SCR = """ ( Y ijk - X ij )^2
SCEI = SCG - SCT i - SCT j - SCR
SC Grados de libertad Media cuadrada F (estadístico)
Tratamiento i SCT i n - 1 SCT i / n- 1 MCT i / MCR
Tratamiento j SCT j m - 1 SCT j / m -1 MCT j / MCR
Interacción SCEI j (n - 1 )* (m - 1 ) SCEI j / (n - 1 )* (m - 1 ) MCEI / MCR
Residual SCR m * n ( k - 1 ) SCR / m * n ( k - 1 )
Global SCG m * n * ( k - 1 )
Ejercicio Diseño factorial :
Ho Tipo de envase , campaña y su interacción no influyen en las ventas .
Y ijk = Y + E T i + E T j + ( EI ) ij + e ijk
Dispersión :
SCG = SCT i + SCT j + SCEI ij + SCR
SCG = """ ( Y ijk - Y ) ^2 = ( 92 - 79.125 ) ^2 + ( 91 - 79.125 ) ^2 + .... + ( 64 - 79.125 ) ^2 + ( 62 - 79.125 )^2 = 876.875
SCT i = m * k *" ( Z i - Y )^2 = 2 * 2 * [(85 - 79.125 )^2 + ( 73.25 - 79.125 )^2 ] = 276.125
SCT j = n * k * " ( V j - Y )^2 = 2 * 2 * [( 87.5 - 79.125 )^2 + ( 70.75 - 79.125 )^2]= 561.125
SCR = """ ( Y ijk - X ij )^2 = ( 92 - 91.5 )^2 + ( 91 - 91.5 )^2 + ( 77 - 78.5 )^2 + ( 80 - 78.5 )^2 + ( 82 - 83.5 )^2 + ( 85 - 83.5 )^2 + ( 64 - 63 )^2 +(62 - 63 )^2 = 11.5
SCEI = SCG - SCT i - SCT j - SCR = 876.875 - 561.125 - 276.125 - 11.5 = 28.125
SC Grados de libertad Media cuadrada F (estadístico)
Tratamiento i 561.125 2-1 = 1 561.125 561.125/2.875= 195.714
Tratamiento j 276.125 2-1 = 1 276.125 276.125/ 2.875 = 96.043
Interacción 28.125 1 28.125 28.125/ 2.875 = 9.783
Residual 11.5 2*2*1 = 4 2.875
Global 876.875 9
F* ( 1 , 4 ) = 7.71
F tratamiento j > F* Rechazamos Ho el envase influye en las ventas
F tratamiento i > F* Rechazamos Ho la promoción influye en las ventas
F interacción > F* Rechazamos Ho la interacción influye en las ventas
El mejor resultado sería la interacción de promoción y envase .
Ejercicio :
Se experimenta con tres planes de cupones con el fin de incrementar las ventas de cierto producto . El experimento se lleva a cabo en almacenes de diferentes tamaños . Se establecen cuatro bloques de almacenes homogéneos . Las ventas son :
Plan de cupones
Tamaño almacén 1 2 3
1 20 17 14
2 18 14 10
3 15 13 7
4 11 8 5
A ) Determinar si los planes de cupones y almacenes son significativos .
B ) en caso de que los planes de cupones influyan , ¿ Qué plan es mejor ?
C ) Calcular el error controlando los bloques y compararlo con el que se obtendría si no se controlaran .
| TAMAÑO | PLAN DE CUPONES | ||||
| ALMACÉN | 1 | 2 | 3 | TOTAL | MEDIA |
| 1 | 20 | 17 | 14 | 51 | 17 |
| 2 | 18 | 14 | 10 | 42 | 14 |
| 3 | 15 | 13 | 7 | 35 | 11,6666667 |
| 4 | 11 | 8 | 5 | 24 | 8 |
| TOTAL | 64 | 52 | 36 | 152 | 12,6666667 |
| MEDIA | 16 | 13 | 9 | ||
| |
Ho , El plan de cupones y el tipo de almacén no afectan a las ventas
Modelo lineal : Y ij = Y + E Tj + E Bj + e ij
SCG = SCT + SCB+ SCR
SCT ="" ( Y ij - Yj )^2 = n "( Yj - Y ) ^2 = 4 [ ( 16 - 12.67 )^2 + ( 13 - 12.67 ) ^2 + ( 9 - 12.67 )^2 ] = 98.67
SCB = "" ( Z i - Y )^2 = m " ( Z i - Y )^2 = 3 [ ( 17 - 12.67 )^2 + ( 14 - 12.67 )^2 + ( 11.67 - 12.67 )^2 + ( 8 - 12.67)^2] = 130
SCG = "" ( Y ij - Y )^2 = ( 20 - 12.67 ) ^2 + …. + ( 5 - 12.67 )^2 = 232.67
SCR = SCG - SCT - SCB = 232.67 - 98.67 - 130 = 4
SC Grados de libertad Media cuadrada F (estadístico)
Tratamiento 98.67 2 49.34 74
Bloque 430 3 43.34 65
Residual 4 6 0.67
Global 232.67 11
F* Tratamiento ( 2.6) =5.14 F* < F T Se rechaza Ho respecto al tratamiento , el
Plan de cupones afecta a las ventas .
F* Bloque( 4.76) = 3.84 F* < F B Se rechaza Ho , influye el tamaño de
almacén en las ventas .
B ) El mejor plan de cupones es el primero
C )
SCR = 4 , Aleatorio por bloques completos .
SCG = SCT + SCB + SCR
SCG = SCT + SCR Diseño completamente aleatorio
SCR = 4 + 130 = 134
El error al controlar el bloque es de 4 , si no lo controlamos es de 134
La empresa Wirpool tras haber formulado su estrategia , se encuentra con la necesidad de definir las características de uno de sus frigoríficos , en concreto sobre su color y diseño que puede ser frontal liso o redondeado . AL objeto de tomar esta decisión pone a la venta en cuatro de sus establecimientos más importantes en tres periodos de tiempo diferentes diversas combinaciones de estos frigoríficos . Cifras de ventas :
Blanco Azul Total Media
Frontal 371 158 1740 290
Liso 425 201
390 195
Frontal 156 523 2168 361.33
Redondo 148 548
195 598
Total 1685 2223 3908 325.66
Media 280.83 370.5
F* = 5.32
Dispersión total = 316762.63
A ) ¿ Considera que color y el diseño tienen efecto significativos sobre las ventas ?
B ) ¿ Qué diseño experimental aplica ?
C ) Comente los resultados obtenidos y la decisión a tomar .
Blanco,Frontal Liso Blanco, Frontal Redondo Azul, Frontal Liso Azul, Frontal Redondo
Total 1186 499 554 1669
Media 395.33 166.33 184.67 556.33
Ho Tipo de diseño , el color y su interacción no influyen en las ventas .
Y ijk = Y + E T i + E T j + ( EI ) ij + e ijk
Dispersión :
SCG = SCT i + SCT j + SCEI ij + SCR
SCG = """ ( Y ijk - Y ) ^2 = ( 371 - 325.66 ) ^2 + ( 425 - 325.66 ) ^2 + .... + ( 548 - 325.66 ) ^2 + ( 598 - 325.66 )^2 = 316762.63
SCT i = m * k *" ( Z i - Y )^2 = 2 * 3 * [(290 - 325.66 )^2 + ( 361.33 - 325.66 )^2 ] = 15363.907
SCT j = n * k * " ( V j - Y )^2 = 2 * 3 * [( 280.83 - 325.6 )^2 + ( 370.5 - 325,66 )^2]=
24122.127
SCR = """ ( Y ijk - X ij )^2 = ( 371 - 395.33 )^2 + ( 425 - 395.33 )^2 + ....+ ( 548 - 556.33 )^2 + (598 - 556.33 )^2 = 6766.667
SCEI = SCG - SCT i - SCT j - SCR = 316762.63 - 15263.90 - 24122.128 - 6766.667 = 270599.96
SC Grados de libertad Media cuadrada F (estadístico)
Tratamiento i 15263.908 1 15263.908 18.045
Tratamiento j 24122.127 1 24122.127 28.5187
Interacción 370599.96 1 270599.96 319.92
Residual 6766.667 8 845.83
Global 316762.63 11
F* = 5.32
F tratamiento j > F* Rechazamos Ho el color influye en las ventas
F tratamiento i > F* Rechazamos Ho el diseño influye en las ventas
F interacción > F* Rechazamos Ho la interacción influye en las ventas
El mejor resultado sería la interacción de diseño y color
C ) Mayores ventas frontal redondeado y azul
B ) Tenemos dos variables y su interacción , por tanto diseño factorial
5.4 Limitaciones
1º El experimento tiene que tener validez :
Interna . Los resultados que observamos en las unidades de prueba son debidos a las variables tratamiento que controlamos.
Externa. Cuando el resultado se puede extrapolar a toda la población .
2º Tiempo que tardamos en desarrollar el experimento . Puede ocurrir que la duración sea muy extensa y los resultados ya no nos interesen .
3º Coste por beneficio. Puede ocurrir que el coste que supone realizar el experimento no se compense con los beneficios.
4º Trabajamos con un nivel de confianza 1- o un nivel de significación .
5º La investigación sigue un proceso secuencial. No podemos diseñar desde el principio el experimento.
Tema 6 Análisis Multivariable
Normalmente el marketing explica más de una variable . Cuando hacemos un análisis simultaneo de más de una variable hablamos de análisis multivariable . Clasificación :
Métodos Interdependiencia Análisis Factorial.
Análisis Cluster ( conglomerados ).
Escalas multidimensionales.
Métodos Dependencia Regresión múltiple.
Análisis conjunto.
Análisis del discriminante.
Análisis Factorial
A ) De componentes principales
B ) De correspondencias
Objetivos :
1º Reducción de datos. Lo que tenemos explicado en V variables, lo podemos explicar en F factores siendo F>1 Sin perder excesiva información.
2º Extraer feómenos que están latentes en las variables pero que no se pueden calcular a simple vista como: Estudio de imagen, posicionamiento de una marca o empresa.,Etc.
Matriz de datos
1. . . . . . . . V
.
.
. Factores ( F ) / F < V
.
n
Las variables vamos a poder expresarlas como función lineal de los factores. Para poder reducir el número de variables deben estar ultra relacionadas. Este método utiliza variables intervalo y es frecuente aplicarlo a partir de escala Liker.
Tenemos una muestra de personas que dan una valoración a una serie de características de unos coches .
Comodidad
Marca Lujo Comodidad Deportividad
A 2 3 10 F1
B 2 1 8
C 3 2 7
D 5 4 5 x x
E 6 7 5 x
F 8 9 1 x x
G 9 8 1 Lujo
Así pasamos de tener dos variables a tener un factor F1.
Etapas de componentes principales.
1º Etapa Análisis de la matriz de correlación.
Para reducir el número de variables nos interesa que estén altamente relacionadas. Para verlo nos basamos en el determinante y en el índice KMO. La matriz correlación nos indica la relación que existe entre las variables. El determinante debe ser próximo a 0 porque si fuese próximo a 1 las variables serían independientes entre sí y no estarían correlacionadas. El índice KMO = " r ij ^2 Nos muestra la correlación conjunta entre las variables .
" r ij ^2 + " a ij
Nos interesa que la correlación sea conjunta esto es que KMO sea próximo a 1 .
1 >= KMO > 0,9 ! Muy buena
0,9 >= KMO > 0,8 ! Meritorio
0,8 >= KMO > 0,7 ! Mediano
0,7 >= KMO > 0,6 ! Mediocre
0,6 >= KMO >= 0,5 ! Bajo
KMO < 0,5 ! Inaceptable
2º Etapa Extracción de factores.
Extraemos unos factores que se llaman componentes principales y que se caracterizan por ser ortogonales, es decir, independientes entre sí. El primer factor que extraemos será el que mejor resuma la información contenida en la matriz de datos. El segundo factor será el que mejor resuma la información restante y así sucesivamente. El programa de ordenador analiza las variables, es decir, vamos a tener media 0 y varianza 1.
Comunalidad. Recoge la varianza de la variable explicada por los factores.
Eigenvalue = Valor propio. Representa la parte de toda la varianza total que explica cada factor.
A partir de aquí es cuando reducimos el número de variables. Vamos a quedarnos con los factores que tengan un valor propio igual o mayor que 1.
PCT of VAR = Porcentaje de varianza. Porcentaje de cada factor. VP = 2,75460 !
2,75460 / 5 (VT) = 0,551 ! 55,1 %
KST. Porcentaje acumulado. Nos quedamos con los dos primeros factores y explican el 90,6 %.
Matriz factorial. Relaciona los factores con las variables iniciales. Los números que aparecen se llaman cargos, ponderaciones o saturaciones factoriales. Pueden ser interpretadas como los coeficientes de una ecuación de regresión múltiple donde la variable dependiente son las variables iniciales y las variables independientes son los factores que hemos extraído.
Variable cajeros = - 0,93760 * F1 + 0,27751 * F2
Estadísticas finales. Los factores no explican la totalidad de las variables .
A partir de la matriz factorial también podemos calcular los valores propios.
r ij ! r ij ^2 !Coeficiente de determinación ! Porcentaje de una variable explicada por otra .
" Cargas factoriales para cada factor al cuadrado = Valor propio del factor
V P F1 = ( - 0,93760 )^2 + ( - 0,29528 )^2 + ... + ( 0,94033 )^2 = 2,7546
V P F2 = ( 0,27751 ) ^ 2 + ( 0,8532 )^2 + ... + ( 0,2677 )^2
Comunalidad
Variable cajeros = ( - 0,93760 )^2 + ( 0,27751 )^2 = 0,9561
El programa rota la matriz factorial para buscar una mayor capacidad explicativa
Existen dos métodos de rotación factorial:
1º Ortogonal
2º Oblicua
La ortogonal utiliza el método varimax (máxima variabilidad). Lo que hace es minimizar el número de variables que tienen capas elevadas en un factor. El objetivo fundamental es que un factor esté saturado por una variable y el otro por las demás. Un factor está saturado por una variable cuando tiene capas factoriales elevadas.
F1 F2
V1 0,6 0,7
V2 0,5 0,5
V3 0,2 -0,5
V4 -0,3 0,6
La variable 2 no la podríamos identificar con ningún factor porque tiene 0,5 para los dos, por eso rotaríamos la matriz.
F2 F*1 Rotación
0,7 V1
V4 0,6
0,5 V2
F*2 Rotación 0,3 0,2 0,5 0,6 F 1
0,5 V3
Así V2 pertenece a f*1 y V4 y V3 a F*2
3º Etapa interpretación de los factores
Una vez que la matriz factorial está rotada tenemos que identificar cada variable con un factor. La matriz factorial rotada debe tener unas características para ser interpretada. 1º es que cada factor tiene que tener unos pocos pesos elevados y el resto próximos a cero. 2º Cada variable no puede estar saturada en más de un factor. 3º No pueden existir factores con la misma distribución.
Se debe dar un nombre a cada factor. Tenemos que fijarnos en las variables que lo saturan.
El factor 1 representa las variables 1 , 3 y 5
El factor 2 representa las variables 2 y 4
Factor 1 Puede llamarse importancia a la atención al cliente.
Factor 2 Puede llamarse importancia del servicio bancario.
* Puntuaciones factoriales:
Cada individuo obtiene unas puntuaciones sobre los factores elegidos, lo que nos permite ver a que atributos da más importancia y poder segmentar el mercado.
Etapa 4º Representación gráfica del resultado.
Tenemos los factores dos a dos y tenemos dos opciones de representación. Por un lado las variables iniciales y por otro las puntuaciones factoriales de los individuos.
Ejercicio Factorial 2º
Etapa I
Examen de la matriz de correlaciones.
*Determinante = 0,0000164 es próximo a cero, puede hacerse el análisis de los componentes principales.
*KMO = 0,712, Mayor que 0,5 puede hacerse el análisis.
Etapa II
Extracción de factores (componentes principales)
*Valores propios, la parte de la varianza total que explica cada factor VP>1 !V1,V2
* Porcentaje de varianza que explica cada factor = 5,70115/10 ! 57,0115%
Con la primera y segunda variable explicamos el 77,7%
*Calculo matriz factorial. A partir de esta matriz podemos calcular los valores propios y comunalidades.
VP = " Cargas factoriales al cuadrado
VP F1 = 0,8738^2 + 0,92330 ^2 + ... + ( - 0,76508)^2 = 5,70115
VP F2 = ( -0,09854)^2 + ( 0,06352)^2+ ... + ( -0,45403)^2 = 2,06980
Comunalidad :
V1 = ( 0,87838)^2+( - 0,09854)^2 = 0,78127
* Rotamos la matriz.
El programa quita a demás las cargas menores de 0,25.
Etapa III
Interpretación de los factores .
F1 Saturado por la variable 2,4 positivamente y por 9,8,1,3,10 negativamente. Importancia del precio
F2 Saturado por la variable 6,5,7 positivamente. Importancia de las prestaciones
Etapa IV
Representación gráfica.
B ) De correspondencias
Es una tendencia para el estudio de las relaciones que se establecen principalmente entre variables de tipo nominal. Inicialmente fue concebida para el tratamiento de tablas de contingencia pero se ha revelado eficaz para el tratamiento de cualquier matriz de números positivos.
Escala multidimensional
Sirven para comparar estímulos que pueden ser reales como empresas, productos, servicios, marcas, anuncios, o hipotéticos que sería un ideal caracterizado por una determinada combinación de atributos que los entrevistados prefieren a cualquier otra combinación. Las escalas multivariables permiten representar gráficamente esta información por puntos en el espacio. El espacio normalmente es bidimensional métrico. El márketing sirve para saber con quién competimos, en qué dimensiones y como nos ven nuestros compradores. Pueden ser:
No métricas. Utilizan datos ordinales y sirven para establecer un ranking de preferencias
Métricas. Utilizan escalas de intervalo o razón y sirven para cuantificar
Análisis Cluster
También denominado de conglomerados. Se utiliza para segmentar mercados o hacer grupos de empresas, marcas...en función de una serie de características. La primera es que hay que partir de una selección de variables. Las variables que utilicemos estarán en función del conocimiento que tengamos del sector. No hay límite de variables y estas pueden ser métricas o no métricas. Las segunda característica es que hay que establecer una forma de medir la proximidad entre Items en función de las distancias agruparemos. La tercera son los criterios de agrupación que pueden ser:
Métodos jerárquicos. En los que la agrupación se hace de forma secuencial. Dentro de estos tenemos:
! Métodos aglomerativos. Partimos de la base de que hay tantos grupos como individuos en la muestra. Vamos agrupando aquellos que más se parezcan entre sí ya que tenemos un número de grupos limitado (estructura piramidal).
! Métodos disociativos. Parten de un grupo único que agrupa a todos los Items, se va rompiendo hasta que al final tenga tantos grupos como individuos (estructura pirámide invertida).
Métodos no jerárquicos. Métodos de optimización. Tenemos muchos elementos y la agrupación se hace de una sola vez. No es secuencial. Hay que establecer de ante mano cuantos grupos queremos hacer.
Regresión múltiple
Extensión directa de la regresión simple. La diferencia es que tenemos en cuenta más de una variable independiente. Las variables dependientes e independientes son métricas y utilizan escalas de intervalo. La regresión múltiple se utiliza para describir la naturaleza de la relación entre la variable independiente y la dependiente y también para predecir el valor de la independiente conociendo los valores de la dependiente.
Yi = a + b1 X1 + b2 X2 + ... + bm Xm
Análisis del discriminante.
Utiliza una variable dependiente nominal y variables independientes de intervalo. Variables dependientes nominales pueden ser consumidores leales frente a los no leales a la marca o vendedores con éxito frente a sin éxito.
Análisis conjunto.
Se interesa por los efectos conjuntos de dos o más variables independientes nominales y una variable dependiente ordinal. Su aplicación fundamental es ver los intercambios que los consumidores realizan en los atributos de los productos.
6.3 Informe sobre los hallazgos de la investigación.
El paso final en el proceso de investigación es la presentación del informe de la investigación. Si es confuso o está escrito de forma deficiente se pierde todo el tiempo y esfuerzo dedicado a la recolección y análisis de la información.
Guías del informe escrito.
El informe escrito debe tener en cuenta a la audiencia. Referir las necesidades de información. Ser conciso pero completo. Ser objetivo y el estilo del lenguaje ser breve. Utilizar frases cortas en voz pasiva y tiempo presente.
Formato del informe.
No existe un formato específico pero vamos a ver una guía básica. El informe va a tener por un lado como 1º elemento una portada con título del estudio, fecha, nombre de quién lo realiza y a quién va dirigido. Como 2º elemento la tabla de contenido que enumera de forma secuencial los temas del informe. Como 3º un índice de las tablas, formado por figuras, ilustraciones...puede estar incluido en el elemento anterior. Como 4º un resumen gerencial, una declaración condensada y exacta de los aspectos fundamentales del informe. Su exactitud es importante porque muchos de sus destinatarios sólo van a leer esta. Está formada por:
- Objetivos
- Resultados
- Conclusiones
- Recomendaciones
El 5º elemento es el cuerpo. Formado por los detalles del proyecto de investigación. Formado por:
* Introducción. Proporciona información sobre antecedentes para entender el informe
* Metodología. Describe la naturaleza del diseño de investigación del plan de muestreo y procedimientos de recolección y análisis de la información.
* Resultados obtenidos.
* Limitaciones. Necesarias para que el lector pueda hacer un juicio sobre la validez del estudio. Normalmente se refiere a inexactitudes en el muestreo y las respuestas no obtenidas.
El 6º elemento es la conclusión y la recomendación. El 7º sería un apéndice formado por un plan de muestreo por los formatos de recolección de la información y tablas de soporte no incluidas en el cuerpo del informe.
Representación de la información
Las ayudas gráficas pueden facilitar la comunicación de la información a su audiencia y hacerlo a demás de una forma más rápida. Puede ser:
Tablas.
Gráficas.
Generalmente es mejor colocar la información así. El lector podrá referirse a ella mientras lee el informe. Las ayudas gráficas contienen un número de la tabla o figura que permite una fácil localización. También un título que indica claramente el contenido de la tabla o figura. Tienen un subtítulo que son las rotulaciones de filas y columnas de las tablas. Tienen notas a pie de pagina que explican o califican una sección o tema dentro de una tabla.
Las gráficas pueden ser:
Diagramas circulares. Tienen aspecto de tarta y cada segmento representa la parte proporcional de lo que queremos representar. Lo normal es tener seis o siete divisiones y calificar bajo el término otros los que representan un porcentaje pequeño. El inconveniente de los diagramas circulares es que no sirven para ilustrar el paso del tiempo ni para comparar más de un grupo de datos.
Diagrama de barras. Presenta magnitudes en función de la longitud de varias barras que están colocadas respecto una escala vertical u horizontal. La ventaja frente al método anterior es que permite ilustrar comparaciones múltiples.
Diagrama de líneas. Ilustra las tendencias durante un periodo de tiempo utilizando una línea continua para unir los datos.
Ejercicio:
El área de investigación de mercado de una universidad española ha realizado recientemente un estudio del comercio minorista de su comunidad autónoma. Para ello ha llevado a cabo una encuesta personal a un conjunto de comerciantes a la que se les pedía que dieran su opinión sobre la importancia que para ellos tenía un conjunto de acciones que les permitían defenderse de las nuevas fórmulas comerciales que se extienden por la región. Los datos obtenidos fueron sometidos a un análisis factorial de componentes principales del que se obtuvo la siguiente matriz factorial rotada:
Variables F1 F2 Comunalidad
Ampliar líneas de productos 0,85 0,11 0,7346
Buscar nueva localización 0,01 -0,12 0,0145
para el establecimiento
Reducir profundidad de -0,92 0,17 0,8753
líneas de productos
Establecer concursos 0,05 0,67 0,4514
promocionales
Dirigir los recursos 0,21 -0,78 0,6525
promocionales a publicidad
Mejorar la presentación de 0,43 0,51 0,445
los productos en los estantes
Practicar rebajas frecuentes 0,13 0,79 0,641
de precios
Mejorar la calidad de los 0,96 -0,03 0,9225
Productos
Valores propios 2,739 1,9978
A ) Qué condiciones han de producirse para aplicar el análisis factorial.
B ) Calcular el porcentaje de la varianza acumulada al segundo de los factores
C ) Interpretar los factores obtenidos dando un significado lógico.
A )
1º El determinante debe ser próximo a cero.
2º El índice KMO debe ser mayor que 0,5
B )
2,739 / 8 = 34,23% ! 59,20%
1,9978 / 8 = 24,97%
C )
F1 Saturado por 1 , 3 negativamente , 8 . Calidad de la oferta.
F2 Saturado por 4 , 5 negativamente , 6 , 7 . Importancia del ahorro.
13
40
Descargar
| Enviado por: | Gandalf |
| Idioma: | castellano |
| País: | España |
Todos los derechos reservados.