Manual de información y herramientas estadísticas aplicadas a la investigación de mercado. Carlos José Castillo
que podrían ser favorables o no para la empresa y que, en definitiva, darán lugar al planteamiento de tal o cual estrategia de mercadeo. En tal sentido, es importante saber la clasificación de las variables con el fin de conocer los tipos de indicadores que es posible hallar en el estudio. Pino (2006), presenta la clasificación siguiente:
• Por su naturaleza: cualitativas o cuantitativas. Las variables cualitativas pueden asumir valores que no tienen significado numérico; por tanto, las operaciones definidas para los números no son aplicables. Generalmente, son cualidades de los elementos estudiados, tales como nivel socioeconómico, actitudes frente a determinadas situaciones, color de preferencia, expectativas de calidad de un producto, etcétera. Este tipo de variable se subclasifica en ordinales y nominales. En las primeras, se puede apreciar un orden natural en las categorías que asume (la variable calidad puede tomar categorías como excelente, buena, regular, mala), mientras que en las variables cualitativas nominales no se evidencia un orden natural de las categorías (la variable color puede asumir valores como rojo, negro, azul, verde), pues no presentan una relación de orden por sí mismas.
Las variables cuantitativas pueden asumir valores que tienen significado numérico, y, en tal sentido, tienen una relación de orden entre los valores posibles. Al poseer propiedades numéricas, es posible calcular indicadores o medidas resumen, como la media aritmética, por ejemplo.
Las variables cuantitativas se subclasifican en continuas y discretas. Se considera que una variable es continua si esta puede asumir cualquier valor en un intervalo de los números reales (para una población dada, el peso de una persona adulta podría tomar cualquier valor entre 30 y 150 kg, por ejemplo), y discreta si solo es posible que tome una cantidad limitada de estos valores (para una determinada población de clientes, el número de veces que visita un supermercado podría ser 0, 1, 2, 3, 4 o 5 veces por semana).
• Por su dominio: dependientes, independientes e intervinientes. Las variables dependientes son aquellas que en determinadas circunstancias toman valores que varían debido a la influencia de otras. Así, la demanda se puede considerar como una variable dependiente si se toma en cuenta que podría estar influenciada por el precio del producto o servicio, o la intensidad de las acciones de mercadeo. En este planteamiento, las variables independientes son las que ejercen influencia en la dependiente (para nuestro ejemplo serían el precio y la intensidad de las acciones de mercadeo). Cualquiera de estas variables independientes podría ser considerada como dependientes para otro estudio o diseño de investigación.
La variable interviniente ejerce influencia como accesoria a cualquier variable independiente; así, por ejemplo, la edad del trabajador es interviniente en el caso de que se esté incluyendo el rendimiento de los trabajadores como variable independiente.
• Por su grado de abstracción: teóricas, intermedias o empíricas. Se considera que las variables teóricas o abstractas no son observables o medibles de forma directa; por ejemplo, el potencial productivo de una empresa. Por otro lado, las variables intermedias se definen para poder dimensionar la variable abstracta; por ejemplo, el capital humano o el capital tecnológico para explicar la variable potencial productivo. Finalmente, las variables empíricas resultan de descomponer las variables intermedias de tal manera que se facilite la medición directa; así, por ejemplo, de la variable potencial tecnológico se puede derivar la variable empírica tipo de maquinaria disponible, monto de las inversiones en equipo de telecomunicaciones o procesamiento de datos, etcétera (Ñaupas, Mejía, Novoa y Villagómez, 2013).
2.3 Parámetros de interés
En general, se puede afirmar que el objetivo que se persigue con la investigación estadística es caracterizar poblaciones, de tal manera que se facilite la toma de decisiones en condiciones de incertidumbre. Esta caracterización se logra mediante el cálculo de ciertas medidas con todos los elementos de la población de estudio; un ejemplo típico es la media aritmética, que de manera resumida nos permite definir el comportamiento de una variable en dicha población. Así, si el promedio de las edades de todos los trabajadores de una empresa es 25 años, reflejará que esta población de trabajadores es bastante joven.
El parámetro, para ser considerado como tal, debe ser un valor único para un momento dado y, además, debe ser el resultado de un cálculo que incluya a todas las unidades de análisis de la población en estudio. La proporción de clientes de Lima Metropolitana que prefieren consumir determinada marca de un artículo es un ejemplo de parámetro. Otro es la desviación estándar de los diámetros de todas las varillas de fierro de construcción de una pulgada producidas durante el año 2015 en una fábrica determinada.
En los estudios de investigación de mercado que se tengan que realizar, uno de los aspectos importantes que definir es la determinación de parámetros con los que se pretende caracterizar a la población de clientes de la empresa. Para ello, se debe tener en cuenta que los parámetros siempre están asociados a una variable en particular. Además, es necesario indicar que las variables cuantitativas permiten la definición de cualquier tipo de parámetro, mientras que con las variables cualitativas no es posible definir variables como la media aritmética, la varianza, el coeficiente de variación o el coeficiente de asimetría, entre otros.
Figura 3. Variables de estudio
Elaboración propia
2.4 Fuentes potenciales de error en los diseños del investigador
• Error experimental (ruido). El diseño se representa por una ventana movible a través de la cual se pueden observar ciertos aspectos de la realidad más o menos distorsionados por el ruido ambiental. No hay una sola vía para resolver un problema, se pueden plantear varias para llegar a la misma solución.
El error experimental se produce cuando hay una variación causada por factores distorsionantes. Se atribuye en menor grado al nivel de medición. Este último puede reducirse mucho mediante un análisis y diseño experimental adecuado.
• Confusión entre correlación y causalidad. Es importante trabajar con datos de calidad para poder deducir las relaciones causales. Además, se debe evitar la correlación; por ejemplo, respecto al consumo de cigarro cuando se consume alcohol. Correlación no implica causalidad: una correlación entre A y B no implica que A cause B.
• Complejidad de los efectos estudiados. Ocurre cuando un investigador o un consultor debe confiar en otros para obtener la información. Debe ser exigente hasta estar satisfecho con lo que le presentan y entenderlo: ¿cuál es el objeto de la investigación? ¿Es ese? (para describir el problema). ¿Se tienen datos? ¿Cómo se han recogido estos datos? ¿En qué orden? ¿Qué días? ¿Por quién? ¿Cuánto se conoce de la teoría de este problema?, etcétera.
Capítulo3 | Investigación cualitativa y focus group |
En este capítulo se tratan los siguientes temas:
• Técnicas de creatividad
• Dinámica de grupos y focus group
Los datos cualitativos son la descripción de situaciones, sucesos, personas, interacciones y conductas reservadas; relatos directos de experiencias personales, actitudes, creencias y pensamientos; pasajes completos de documentos, correspondencia, informes y casos históricos.
Las investigaciones comerciales comienzan frecuentemente con la recolección de información cualitativa. Se emplean técnicas específicas para recoger información interna de los individuos, como sus motivaciones, actitudes, intereses, opiniones, entre otras cosas, y se utilizan principalmente para lo siguiente:
• Desarrollar investigaciones de naturaleza exploratoria, como obtener información previa sobre un determinado campo del que no se tiene ningún conocimiento, para que el investigador se familiarice con él.
• Desarrollar investigaciones descriptivas a partir de actitudes, motivaciones o creencias.
• Evaluar ciertas