Anda di halaman 1dari 20

Resumen Control 2 MKT

1. Trabajo de Campo
Memo del Proceso de Investigacin de Mercados:
a) Tareas preliminares
b) Definicin del problema
c) Desarrollo de enfoque
d) Diseo de investigacin: enfoque, metodologa, instrumentos. Incluye el diseo de
la muestra (tipo de muestreo, tamao), diseo de cuestionarios o pautas cualitativas.
e) Trabajo de campo
f) Codificacin y anlisis de datos
g) Elaboracin de informe

Es poco habitual que el Investigador levante datos directamente


Desarrollado por sus propias organizacin
Contratar a una agencia de trabajadores de campo
Implica el uso de personal especializado que puede
Operar en el campo: observacin y entrevistas personales en casa, en centros
comerciales y asistidas por computadora
Operar desde una oficina: encuestas telefnicas, por correo, correo electrnico y por
Internet
2. Proceso de campo
a) Seleccin de trabajadores de campo: implica reclutar basado en caractersticas
predefinidas que se requieren en un trabajador de campo (por ejemplo, sociabilidad,
salud, educacin, etc.). Luego, se especifica el trabajo a realizar.
b) Capacitacin de trabajadores de campo: cmo hacer contacto inicial con
encuestado, ensayo de preguntas, sondeo o exploracin, registro de preguntas,
terminacin de entrevista.
c) Supervisin de trabajadores de campo: control de calidad, control de muestreo.
d) Validacin del trabajo de campo: corroborar que las entrevistas son autnticas.
Supervisores llaman o contactan a entre un 10 y 25% de los encuestados, realizando
preguntas sobre la calidad y duracin de la entrevistas, reacciones, y datos
demogrficos bsicos.
e) Evaluacin del trabajo de campo: en trminos de costo y tiempo (localidades
comparables), tasas de respuesta, calidad de entrevistas, calidad de los datos.

3. Codificacin de datos
a) Revisin del cuestionario: revisin de partes incompletas, revisar si el patrn de
respuesta indica que encuestado no entendi, gente no calificada para participar,
poca varianza en respuestas.
b) Edicin del cuestionario: respuestas insatisfactorias devuelven al campo, se asignan
valores faltantes, se descartan.
c) Codificacin del cuestionario con SPSS
d) Depuracin de datos: correccin de datos a travs de sustitucin por valor neutro,
eliminacin de pares.
e) Ajuste estadstico: ponderacin, redefinicin de variables, transformacin de escala.
f) Estrategia de anlisis de datos.

4. Anlisis de datos
Descriptiva: La Estadstica es usada para describir una Poblacin, en la base de
estimaciones muestrales.
Inferencial: La Estadstica es utilizada para realizar inferencias o para probar hiptesis
sobre la poblacin, a partir de estimaciones muestrales.
4.1 Anlisis univariado: Prueba Z y T

H0: Hiptesis nula


H1: Hiptesis alternativa (hiptesis en prueba)
Error tipo 1: se rechaza H0, afirmando H1, cuando en realidad ocurre H0 (H0 es
verdadero).
Error tipo 2: no rechazo de H0, afirmando H0, cuando en realidad ocurre H1 (H0 es
falso)
Algunas definiciones:
Valor Z: Nmero de errores estndar a los que se encuentra un punto de la media.
Intervalo de confianza: Es el campo donde caer el verdadero parmetro de la
poblacin, asumiendo un nivel dado de confianza.
Nivel de Confianza: Es la probabilidad de que un intervalo de confianza incluir el
parmetro de la poblacin.

p ( 1- p)
p ~ N p,
n

p(1 - p)
p Za /2 Error estndar en
n proporciones
( )
2
Z p ( 1- p)
s
X ~ N m , n= a /2
n
E2
X -m p ( 1- p)
Z = n E=Z
s a /2 n
Error estndar en
X+- Z*desvest/ n medias

p: probabilidad muestra
pi: probabilidad de
decisin

x: media muestral
u: media de decisin
4.2 Anlisis bivariado
El Anlisis Bivariado de Datos consiste en analizar dos variables a la vez, para
determinar el grado de asociacin o de relacin entre ellas. Por lo general, se analiza una
variable demogrfica con una variable conductual.
Demogrfica: sexo, edad, ingreso, GSE, educacin,
actividad/ocupacin, entre otras.
Conductual: hbitos de uso, preferencia de compra, evaluacin de
atributos, ventas, ingresos, entre varias.

El Anlisis de Correlacin busca determinar la relacin en trminos de magnitud y


direccin de dos variables medidas en escala de intervalo o razn.
La Prueba Chi-Cuadrado se utiliza para probar la significancia estadstica de la
relacin entre dos variables nominales o categricas.
El Anlisis de Varianza o ANOVA es una medida de la diferencia entre las medias
de dos o ms muestras o poblaciones, ante la presencia de diferentes tratamientos
experimentales. Requiere una variable dependiente en escala de razn y una
variable independiente en escala nominal.

PRUEBA CHI CUADRADO


Para ser usada cuando las variables han sido clasificadas en tablas de contingencia
o tablas cruzadas.
Mide si existe asociacin entre dos variables de la poblacin (estadsticamente
significativa), medidas en escalas nominales.
G.L= (F-1) (C-1)
F: Filas

C: Columnas
Hiptesis nula: No existe relacin entre marca de cigarrillo consumido y nivel
socioeconmico de las personas
4.3 Anova: relaciones mtricas y no mtricas
Este anlisis lo utilizaremos cuando queramos ver las diferencias de medias para
una variable de Intervalo o Razn (dependiente), y si hay sobre ellas un efecto de una
variable Nominal (independiente).
Varan las evaluaciones de la marca hechas por grupos expuestos a distintos
comerciales?
Pasos:
1. Identificar variables independientes y dependientes
2. Descomponer varianza
SCY = SCentre + SCdentro
SCY = SCX + SCerror
Suma de los cuadrados:
SCx: Varianza intergrupal
SCerror: Varianza intragrupal

n
SCx= ni(GmXi)2
i=1

n
SCerror= ( 1 )Vari
i=1

Gm: Media entre todos los grupos (Gran media)


Xi: Media de cada grupo i
Var i: varianza de cada grupo i
ni: tamao grupo i
3. Calcular GL
GLx: g-1
GLerror: N-g
GL total: N-1

N: tamao de la muestra
g: n de grupos

4. Calcular MC (media de los cuadrados)= (SC/GL)


5. Calcular estadstico F de Fisher= MCx/MCerror
6. Probar significancia:

Los supuestos de ANOVA son tres:


o Para cada poblacin la variable se distribuye Normalmente
o La varianza es la misma para todas las poblaciones
o Las observaciones son independientes
Caso Anova:
Una empresa quiere determinar el efecto de la promocin en las tiendas sobre las
ventas.
La promocin vari en tres niveles: 1) intensa, 2) regular y 3) escasa.
De las 30 tiendas seleccionadas 10 cuentan con mucha promocin, 10 con regular y
10 con poca promocin.
Suma de GL Media F Significanci
cuadrados cuadrtica a
Inter-grupos
Intra-grupos
Total

4.4 Correlacin y regresiones


Requisitos causalidad:
1) Correlacin
2) Orden temporal
3) Eliminacin de causas alternativas
Coeficiente de correlacin: medida de la fuerza y direccin de la relacin entre dos
variables de escala (x e y). El coeficiente de correlacin vara entre -1.0 (asociacin lineal
negativa perfecta) y +1.0 (asociacin lineal positiva perfecta) y es estimado de los datos
muestrales a travs de la siguiente ecuacin:

Evaluando valor absoluto de correlaciones:

r > 0,75 Relacin fuerte


0,35 r 0,75 Relacin moderada
r < 0,35 Relacin dbil

Ejemplo de correlacin entre porcentaje de puntualidad y n de quejas:


Correlations

PUNTUALI QUEJAS
PUNTUALI Pearson Correlation 1 -,882**
Sig. (2-tailed) . ,002
N 9 9
QUEJAS Pearson Correlation -,882** 1
Sig. (2-tailed) ,002 .
N 9 9
**. Correlation is significant at the 0.01 level (2-tailed).

Regresin lineal:
Permite modelar la relacin entre dos variables reales en una ecuacin. Por ejemplo,
permite graficar la relacin de cunto impacta la puntualidad de nuestros vuelos (x), en el
nmero de quejas (y)?

Pronstico o forecasting:
Elementos clave: estacionalidad (patrn reconocible en un perodo), tendencia
(comportamiento dominante de la variable)

4.5 Anlisis multivariado


Consiste en el anlisis de ms de dos variables a la vez, para determinar las relaciones
de dependencia o interdependencia entre ellas.
Posicionamiento:
Lugar que ocupa el producto/marca en la mente de los consumidores con respecto a
otros productos/marcas. El posicionamiento conlleva la implantacin de los
beneficios nicos de la marca y de la diferenciacin respecto de la competencia en
la mente de los consumidores.