Harvard Business School 9-592-034

Octubre 8, 1991

Investigacin de mercado

I. Introduccin

Marketing Research es una parte integral de la gestin de la comercializacin. Su funcin es la

de proporcionar a los gestores la informacin que ayude en la toma de decisiones. El administrador debe
ser consciente de los costos y beneficios de los mtodos alternativos a fin de seleccionar el mejor
programa de investigacin y analizar los resultados de la manera ms til. Esta nota se presenta un
resumen de los mtodos ms ampliamente utilizado, que son muy diversas. Por ejemplo, considrese
el brand manager de Quaker Oats" vida Cereal.1 buscando maneras de aumentar la participacin de
la vida de los listos para comer (RTE) mercado de cereales, su examen de la situacin revel:

El impulso para el desarrollo de la vida haba sido una motivacin

estudio demostrando que un crujiente, muy nutritivo, tan-color oro cereal podra
apelar a todos los miembros de la familia.

Despus del desarrollo del producto, test de Quaker comercializados en tres

diferentes texturas. La galleta desmenuzada forma gan una mayor tasa de
repeticin de compra y la participacin general. Publicidad pruebas de peso frente
a 4,1 millones de dlares del presupuesto nacional equivalente a un presupuesto
de 5,7 millones de dlares. Las cuotas de mercado de prueba fueron 2,5% y 2,6%,
respectivamente.

En los mercados de prueba, Quaker tambin prob la copia de publicidad alternativa:

una protena "muy tiles" y la campaa "Diversin" campaa de vida. Ambos
generan menos de lo esperado para la sensibilizacin y la marca del juicio.
"Protena" genera ms til repetir mejor compra.

Poco despus de la introduccin, una encuesta nacional se clasific la vida familiar

de compra como tener ms hijos e ingresos ms altos que el promedio.

En el primer ao de implantacin nacional, una encuesta telefnica a 2.515 hogares

que utilizan cereales RTE recopilaron datos sobre la conciencia, el juicio, y repetir
la intencin de compra de la vida y de sus principales competidores. En el ao 1,
el 40% de los hogares estaban

1Esta descripcin es una adaptacin de la "Quaker Oats Company: Vida de cereales", HBS N 513-157.

El profesor Robert J. Dolan prepar esta nota como base para la discusin en clase. Est parcialmente basado en dos notas
anteriores, "Marketing Research", HBS N 585-039 y "Mtodos de Investigacin en Marketing: Estudio de investigacin",
HBS N 582-055.
Copyright 1991 por el Presidente y los becarios de la Universidad de Harvard. Para solicitar copias o solicitar
permiso para reproducir materiales, llame al 1-800-545-7685, escrbanos a Harvard Business School Publishing,
Boston, MA 02163, o ir a http://www.hbsp.harvard.edu. ninguna parte de esta publicacin puede ser
reproducida, almacenada en un sistema, utilizado en una hoja de clculo, o transmitida de ninguna forma ni por
ningn medio electrnico, mecnico, por fotocopia, grabacin o cualquier otro, sin el permiso de la Escuela de
Negocios de Harvard.
1
Este documento est autorizado para uso slo en el mtodo de investigacin empresarial por la Dra. En IILM Itilekha
Dash-GSM Instituto de Aprendizaje Integrado en la gestin a partir de enero de 2014 a marzo
de 2014.
592-34 Investigacin de
mercado

Consciente de la vida. El 13% de quienes conocen la vida comprada. En los aos 3

y 5 despus de la introduccin, 1.692 hogares fueron encuestados. La conciencia
haba aumentado a 61% por ao 5, y el 33% de quienes conocen la vida haba
adquirido. En comparacin, el 97% eran conscientes de Kellogg copos de maz y el
96% de quienes conocen haba comprado copos de maz. El estudio tambin
determin que la nutricin era la principal razn para comprar por slo el 13% de
los compradores de la vida.

En el ao 3, una nueva campaa publicitaria basada en un "creciente" El tema fue

probado a travs de un sobre la prueba de aire. Un servicio de pruebas de
publicidad entrevistas telefnicas realizadas el da despus del anuncio apareci.
Slo el 5% de los consumidores recuerdan ver el anuncio, en comparacin con un
25% de la norma para la categora de producto.

Una alternativa posterior campaa fue probado. La tasa de redencin de un cupn

en el anuncio sirvi como una medida de la eficacia de los medios impresos. Para
juzgar la eficacia del anuncio de televisin, un grupo de enfoque se celebr en una
zona metropolitana. Reaccin desfavorable fue encontrado a travs de ambas
pruebas.

En el ao 5 despus de la introduccin, una nueva agencia de publicidad haba

tomado ms de la vida cuenta y realiz su propia investigacin para ayudar en su
posicionamiento de la vida. Heavy-user familias fueron identificados como
objetivo.

Un estudio del panel de consumo adquiridos en el mercado Research Corporation de

los Estados Unidos mostraron los consumidores de cereales RTE no tena
caractersticas claramente distinguibles.

Un estudio de las actitudes de la empresa contrast caliente y RTE cereales. Cotec eran
vistos como ms sabrosos pero menos nutritivo que los cereales calientes.

Fuentes de la industria indicaron que Special K haba gastado 4,1 millones de dlares
en los medios de comunicacin en el ltimo ao. Agencia de publicidad de la vida
estaba proponiendo un gasto de 3,1 millones de dlares para el prximo ao.

Los ocho principales mtodos de investigacin utilizados por la vida se muestran en la tabla A.
Difieren en los siguientes aspectos:

1. Los datos primarios vs. datos secundarios-en primaria (1, 2, 3, 4, 5, 7) se

recolectaron los datos nicamente para apoyar la vida de marketing de cereales,
mientras que en el secundario (6, 8) Los datos fueron recogidos no especficamente
para la vida. La MRCA Panel #6 es un ejemplo de un servicio sindicado que recoge
y formatos para la venta a un nmero de clientes.

2. Vs. Non-Experimental experimental-en los mercados de prueba (#2) Quaker

manipul el entorno, por ejemplo, utilizando diferentes niveles de gasto en
publicidad de las regiones del pas, mientras que la mayora de los dems mtodos
de datos generados en el curso normal de los negocios.

3. Cuantitativo vs. cualitativo-las encuestas (#3) utilizan grandes tamaos de

muestra y un resumen de los resultados de manera cuantitativa en comparacin
con el grupo de enfoque (#7) que utilizaron nicamente 10 personas y no hicieron
ningn intento para cuantificar el sentimiento popular expresada en sus propias
palabras.

4. Decisin apoyada-gestores de vida usaron los datos para:

a. Identificar problemas de comercializacin, por ejemplo, bajos niveles de participacin.

2
Investigacin de mercado 592-034

b. Diagnosticar problemas de comercializacin, por ejemplo, demostrando que la baja

participacin es debido a los bajos niveles de conocimiento y la prueba de prueba,
pero en lugar de alta baja tasas de repeticin.

c. Evaluar otras estrategias de marketing, por ejemplo, en la nutricin o la diversin de

posicionamiento.

d. Monitor de rendimiento posterior y muestran la necesidad de cambios en la estrategia,

por ejemplo, cuando slo el 13% de los compradores dicen que la razn para comprar
es la nutricin.

Una tabla Datos de investigacin de mercado para el cereal de la vida

Esta nota se presenta una resea de los principales procedimientos de investigacin. Tambin
proporciona referencias para cada tema importante que uno puede consultar para desarrollar un
entendimiento ms profundo de cada una de las reas. Tabla B presenta una taxonoma de las
actividades de recopilacin de datos. Los nmeros romanos en la tabla B corresponden a la seccin de
la presente nota en la que se discute el mtodo en particular, es decir, comenzar por examinar los datos
secundarios en la seccin II. La seccin III se refiere a los experimentos de laboratorio y campo. En las
secciones IV y V se tratan con situaciones no experimentales para separar los mtodos basados en la
insistencia en vs. datos cuantitativos.

3
 592-34 Investigacin de
mercado

Tabla B Los mtodos de recogida de datos la taxonoma

II. Datos Secundarios

Para los datos secundarios, el problema actual no es la principal fuerza impulsora de la labor
de recogida de datos. Por ejemplo, el Censo de los Estados Unidos se utiliza ampliamente como un
origen secundario. Como se muestra en la tabla B, hay dos tipos principales de datos secundarios: que
celebrar internas de la empresa (por ejemplo, registros de ventas de la empresa) y que reuni a
externos a la empresa, por ejemplo, la Oficina del Censo o un proveedor de investigacin sindicada
como Nielsen o Recursos de Informacin. Los datos secundarios ofrecen un potencial ventaja sobre
datos primarios en su oportuna disponibilidad y, especialmente en el caso de datos internos, su costo.

Cuando surge un problema, la primera pregunta debe ser: puede ser resuelto con los datos
que ya han sido recogidos y estn en posesin de la compaa? Registro contables son los ms usados
de origen interno, datos secundarios, por ejemplo, el costo de los bienes vendidos, unidad de ventas
desglosadas por producto, regin o cliente y diversos gastos por perodo de tiempo. Una segunda
fuente importante es llamada vendedor informes que abarcan temas como la cuenta potencial, la
penetracin en el mercado, llamadas por cuenta, y la actividad de la competencia. Por ltimo, hay
varios estudios de mercado, bases de datos y anlisis adquiridos por otras partes de la organizacin.
La falta de un mecanismo eficaz para localizar un informe pertinente fuera del propio departamento
puede ser muy costoso en trminos de tiempo y honorarios.2.

Datos externos relevantes para la toma de decisiones de mercado son recogidos por una amplia
variedad de instituciones. La principal distincin entre estas organizaciones es si son empresas cuyo
negocio principal es la elaboracin y venta de bases de datos de marketing o no. Las cuatro mayores
empresas de investigacin de mercados en los Estados Unidos (A.C. Nielsen, IMS, Recursos de
Informacin, y Arbitron) generan una porcin significativa de sus ingresos a partir de la compilacin
y la venta de estadsticas tales como las ventas de productos, medios de comunicacin, la competencia
y las caractersticas de la actividad de marketing de compradores. (Consulte la seccin "Informacin de
Marketing de la industria", nm. 588-027 para los detalles de los productos de estas empresas.) datos
externos pertinentes pueden tambin obtenerse de diversas asociaciones comerciales, el gobierno de
los Estados Unidos, y organizaciones internacionales. (Una lista de fuentes de informacin es
proporcionada en la "Nota sobre las fuentes externas de datos de marketing", n 580-107).

Vase "Los comercializadores conectado en General Foods", Marketing Communications, marzo de 1984, pgs. C9-
C13, para obtener una descripcin de un sistema de uso de la informacin de toda la compaa.

4
Investigacin de mercado 592-034

Si bien los datos secundarios potencialmente ofrecen alguna ventaja, deben ser
cuidadosamente controlados para evaluar su exactitud y pertinencia. El gerente debe comprender los
mtodos de recopilacin de datos con precisin. Si bien las empresas como las mencionadas
anteriormente tienen muy buena reputacin, algunos "informes de investigacin" disponible para la
venta no son fiables. Si uno no entiende cmo se recopilan los datos, es fcil depender ms de los datos
de sus posibles rdenes de precisin. Segundo, se debe comprobar la pertinencia, especialmente cmo
"fresca" es la informacin. Por ejemplo, es una encuesta de hbitos de medios de los compradores de
caf descafeinado en 1989 Hecho relevante para compra de medios en 1992?

III. Los experimentos

La principal caracterstica distintiva de los experimentos es que el investigador manipula

el entorno a fin de medir el impacto. Los experimentos se han utilizado para evaluar el efecto de las
distintas variables de marketing, por ejemplo, no:

1. La capacitacin en el uso de computadoras para planificacin de llamadas de

ventas aumente la eficacia vendedor?

2. Un anuncio a pgina completa de dibujo tienen ms "poder" que un anuncio de media

pgina?

3. Un gran impacto en el presupuesto de publicidad los consumidores repeticin de

compra del producto o slo la conciencia y el juicio?

4. Tener un arco iris package design aumentar las ventas a travs de la obtenida a
partir de un diseo de color rojo slido?

5. La distribucin a travs de propiedad de factory outlet stores, perjudican la imagen de la

marca?

6. "Mejorar" el producto a travs de un cambio de frmula para aumentar las ventas

si no est respaldada por la publicidad? Si es apoyada por la publicidad?

7. Un incremento en el precio de la unidad de disminucin de las ventas? Los ingresos por

ventas?

En resumen, los experimentos se han utilizado para probar los cambios en cada elemento de la mezcla
de marketing.

En el lenguaje de diseo experimental, el investigador manipula la variable se llama

"tratamiento." El otro concepto clave es la "medicin", la observacin y registro del nivel de ventas, la
concienciacin del consumidor, o sea la variable de inters. Normalmente, uno se convierte en un
"antes" y "despus de tratamiento tratamiento de medicin". Por ejemplo, al evaluar el efecto de la
fuerza de ventas la adopcin de un nuevo sistema de Productividad de Ventas Marketing, podramos
proceder como sigue:

1. Medir la unidad de ventas para cada vendedor generados durante el mes de julio
de 1990-junio de 1991 (llamada en este MB, la designacin Medicin ntesdel
tratamiento).

2. Capacitar a los vendedores de sistemas de productividad Marketing-Sales en

junio de 28, 29, 2 de julio 3, 1991 (este es el "tratamiento").

3. Medir la unidad de ventas generadas para julio de 1991-junio de 1992 (llamada

ESTA MA, la designacin Medicin d espus del tratamiento).

A continuacin, podramos decir que el efecto del tratamiento es MA - MB. Hay peligros en hacerlo
bien. La asuncin subyacente de dicha evaluacin sera que todo lo dems en el entorno es invariable.
Lo que nos gustara realmente comparar a ma no es MB, pero qu habra sido de ventas en julio de
1990-junio de 1991, si el sistema no haba sido puesto en su lugar. Si decimos que el efecto de la

5
592-34 Investigacin de
mercado

El tratamiento es MA - MB, estamos diciendo que las ventas en julio de 1991-junio de 1992 habra sido el
mismo que en julio de 1990-junio de 1991, si el sistema no se ejecutaron. Para tener una referencia
pertinente para comparar los resultados observados, usualmente es una buena idea tener un "grupo de
control" para comparar a un grupo "de prueba". En nuestro ejemplo, podramos asignar aleatoriamente
los vendedores a un grupo de prueba (para recibir el sistema) o grupo control (ningn sistema). El
sistema puede ser representado de la siguiente manera:

MBT = Promedio de ventas del grupo de prueba antes de que el sistema, de julio de 1990-junio de 1991.
MBc = Promedio de ventas del grupo control de junio de 1990 a junio de 1991. Tenga en cuenta que MB y MB
TC debe ser aproximadamente igual debido a la asignacin aleatoria a los grupos de control de prueba.
MAT = medicin despus del tratamiento para el grupo de prueba, de julio
de 1991-junio de 1992. Mac = medicin del perodo comparable para
el grupo control.

Ahora el efecto del tratamiento pueden ser ms estimado correctamente:

(MAT - MBT) - (MAc - MBc)

En cambio Cambio en el
grupo de prueba
Rendimiento
del grupo de control
Rendimiento

Los cambios en la economa, la lnea de productos de la compaa, acciones competitivas, etc., todos
influyen en el grupo de control, as como el grupo de prueba. El cambio en el grupo de control es, por
lo tanto, ser "compensada" de la prueba de cambio de grupo para llegar a una evaluacin del efecto del
tratamiento.

Esta breve nota no puede discutir todas las cuestiones de diseo experimental, diseo
avanzado de posibilidades y procedimientos de anlisis de datos. Estas cuestiones se abordan en la
mayora de investigaciones de marketing textbooks.3.

Mercados de Prueba de laboratorio y de campo

Las pruebas de mercado son de dos tipos: pruebas de laboratorio y pruebas de campo. Las
pruebas de laboratorio son mucho menos costoso en tiempo y dinero, ya que simula la experiencia de
compra del campo. La mayora de estos son conocidos evaluador (originalmente desarrollado por la
Administracin decisin y ahora los sistemas comercializados por M/A/R/C) y LTM (Yankelovich,
Skelley, y blanco). El procedimiento tpico para que las personas puedan ser interceptados en un
shopping mall y filtrada para la membresa en el grupo de destino. Despus de la medicin de la
preferencia de marca, los consumidores estn expuestos a la publicidad, y dada la oportunidad de
adquirir la marca bajo estudio. Despus de uso domstico, una entrevista telefnica para medir la
reaccin y repeticin de compra. Sobre la base de estas mediciones, el modelo hace un cuota de mercado
o proyeccin de ventas de la unidad4.

3Un excelente debate elemental es dada en el D.S. Tull y D.I. Hawkins, Marketing Research: Medicin y mtodo, 2
edicin (Nueva York: Macmillan Publishing, 1980). D.T. Campbell y J.C. Stanley, experimental y Quasi-Experimental
diseos para la Investigacin (Chicago: Rand McNally, 1969), es la pieza fundamental en el campo.
4Para obtener una descripcin completa de un sistema de este tipo y que la evidencia de su exactitud, vase G.
Urbano y G. Katz, "Pretest-Market Modelos: implicaciones gerenciales y validacin", Journal of Marketing

Research (agosto de 1983): 221-234.

6
Investigacin de mercado 592-034

Mercados de prueba de campo se utilizan para ver cmo el consumidor y el comercio

efectivamente responder cuando el producto (programa de marketing y para ti) son colocados en el
mercado. El programa prev para el lanzamiento nacional (o quizs varios programas de candidatos)
se trat en una porcin del mercado, como una forma de reducir el riesgo de una introduccin
marketwide inicialmente. El valor de la prueba de mercado es una cuestin controvertida. Es
ampliamente utilizado, y algunos sostienen que es la prueba ms realista que un producto puede ser
dada. Otros, sin embargo, argumentan que el entorno de prueba es frecuentemente no representativa
del ambiente de un nacional introduccin porque: (1) tanto los vendedores y el comercio prestando
atencin a las marcas probadas que no recibir en todo el pas, y (2) los competidores observar las
pruebas y distorsionar los resultados realizando algn comportamiento atpico, por ejemplo, el exceso
de facturacin. Esto, junto con los problemas de monitorizar con precisin los resultados de la prueba,
ha llevado a algunas empresas a buscar otros mtodos.

Hay dos formas principales para hacer un campo de prueba de mercado. Uno es el tradicional
"conciliado" mtodo par la ciudad donde dos o ms ciudades seran utilizados y diferentes programas
de marketing aplicado. Las ventas de las diferentes reas de mercado sera atribuida al diferente
programas de marketing. La segunda es una "ciudad" dentro de la prueba. Este mtodo ha sido posible
gracias a los avances en tecnologa informtica y de telecomunicaciones. El ms conocido de estos
sistemas es BehaviorScan ofrecidos por Information Resources, Inc. En este sistema, los hogares
individuales dentro de una zona de mercado puede ser dirigida a travs de la divisin de sistemas de
televisin por cable y la compra puede supervisarse en cada hogar a travs de lectores en todas las
tiendas de comestibles en el mercado. Este sistema tiene la ventaja de producir el mejor "todo igual",
situacin que supuestamente en la comparacin de dos programas diferentes. 5.

IV. Non-Experimental/Cualitativas

Datos no experimentales son generados en el curso normal de los negocios. Por ejemplo,
cuando se introduce un nuevo producto apoyado por el plan de marketing Gestin cree mejor, los
consumidores de diversos tipos demogrficos son conscientes del producto o no, desarrollar las
actitudes hacia el producto, comprarlo o no y, en ltima instancia, estn o no satisfechos. Algunas de
estas acciones son capturados en los datos secundarios de la empresa, por ejemplo, la compra de
eventos. Sin embargo, la "razn" es tpicamente no capturados en los sistemas secundarios y debe
realizarse un esfuerzo especial para obtener esos datos. La principal caracterstica diferenciadora de los
esfuerzos en este sentido es la medida en que dependen de mediciones precisas numricamente. En
esta seccin se analizan los mtodos cualitativos y los siguiente mtodos cuantitativos.

Los datos cualitativos se caracterizan por su falta de medicin numrica y el anlisis estadstico.
Estos estudios suelen implicar un profundo, si algo subjetivo, el entendimiento del consumidor. Los
dos mtodos principales son:

Entrevistas individuales.
Los grupos de enfoque.

En el individuo, la entrevista a profundidad el entrevistador no tiene un conjunto fijo de

preguntas para el demandado. Ms bien, el objetivo es que el demandado para hablar libremente y en
detalle sobre un producto o sentimientos sobre diversos temas. Las entrevistas pueden durar ms de
una hora. El papel del entrevistador es difcil. l o ella tiene que mantener la discusin sobre el rea de
inters, pero tambin permiten que el demandado para tomar el control de la discusin para permitir
una importante sentimientos a la superficie. Esta discusin no estructurados tambin requiere una
considerable habilidad en la interpretacin. Incluso teniendo en cuenta el alto costo y la habilidad
necesaria, uno puede ver la necesidad de dicha tcnica en algunas situaciones. Por ejemplo,
supongamos que se est interesado en encontrar

5Vase "Los nuevos magos de la investigacin de mercado", Fortune, julio 25, 1983 Para una descripcin del

sistema BehaviorScan.
7
592-034 Investigacin de
mercado

Por qu la gente compra automviles costosos, tales como un Lexus. Podemos imaginar las
respuestas que obtendramos utilizando un cuestionario estructurado con:

Por qu comprar un Lexus? (Marque uno).

una buena inversin a largo plazo.

Elmanejo en carretera.
cmodo.
Imagen crea para m entre amigos.

El formulario estructurado probablemente encontrar pocas personas revisando el cuadro de

imagen porque los encuestados se sienten avergonzados de admitir tal motivacin.

En entrevistas estructuradas, el cuestionario es el factor dominante en la entrevista y es el

mismo en todos los encuestados. Para entrevistas, el entrevistador es un factor dominante. Las
limitaciones de tiempo, a veces, hacen imposible utilizar el mismo entrevistador para todos los
encuestados. A causa de esto, el alto costo por entrevista y la dificultad de interpretacin, entrevistas
en profundidad se limitan generalmente a exploratoria, problema/oportunidad etapas de definicin.

El segundo procedimiento, entrevistas de grupos de enfoque, rene a un nmero de personas,

normalmente de 8 a 10 personas, para un debate abierto con un moderador. La composicin del grupo
es controlado por el investigador. Por ejemplo, los grupos de enfoque en los nuevos equipos de
telecomunicaciones podra implicar un nmero de distintos grupos como mujeres/hombres/alta
educacin, ocupacin de cuello azul, parejas ambos trabajando, parejas y mujeres en el hogar, etc.

El moderador de la discusin los intentos para conseguir que los participantes puedan
participar en un intercambio libre de ideas sobre el tema de inters. Como la entrevista a profundidad,
su ventaja sobre cuestionarios estructurados reside principalmente en la discusin de las zonas
sensibles. Por ejemplo, el gerente de producto para un adhesivo para dentaduras coment que "es
difcil sacar al consumidor la posibilidad de malestar social. Puede ver que slo salen en grupos." 6

La ventaja de reunir a un grupo ms que slo un individuo con un entrevistador es que el

entorno de un grupo puede ser menos threatening y ms naturales para los participantes. Esto puede
estimular el debate espontneo y conducir a zonas que no pueden ser descubiertos en una serie de
entrevistas individuales. Los grupos focales tienen muchos de los problemas de entrevistas en
profundidad, a saber, el efecto moderador y la interpretabilidad de los resultados. En consecuencia, el
mtodo es ms adecuado para la generacin de ideas en lugar de anlisis sistemtico de alternativas
bien estructurada. Un enfoque tpico grupo de diez personas cuesta aproximadamente $2,500 para
ejecutar y han interpretado. El costo aumenta considerablemente con el apriete de la especificacin
sobre los participantes, por ejemplo, es mucho ms costoso hacer una sesin con "ingenieros de planta
responsable de productos qumicos orgnicos" que uno con "las personas que juegan al tenis." 7

6Vase la "Divisin de Productos de aseo de Vicks: Fixodent" caso a B.P. Shapiro, R.S. Dolan y J.A. Quelch,
Marketing: Principios de gestin, anlisis y aplicaciones (Homewood, Illinois: R.D. Irwin, 1985).
7Vase P. H. Berent, "La entrevista a profundidad", Oficial de Investigacin sobre la publicidad (junio de 1966): 32-9,
para ms detalles sobre entrevistas en profundidad, y H.I. Abelson, "grupos focales en Foco", Marketing
Communications (Febrero 1989): 58-61 para discusiones de grupos focales.

8
Investigacin de mercado 592-034

V. Principal/cuantitativo

Probablemente la herramienta ms comnmente usada en la investigacin de mercado es el

cuestionario. El diseo de una encuesta tiene cuatro etapas.

1. Planteamiento del problema: Qu decisin se hizo?

Qu informacin ayudar a tomar la decisin?

2. Diseo del cuestionario: Qu informacin queremos recoger en las entrevistas?

Qu preguntas de entrevista puede llevarnos esa informacin por
parte de los encuestados?
Cmo debe plantearse estas preguntas?
Cmo vamos a contactar con los
encuestados?

3. Muestreo: Quienes deberan ser nuestros

encuestados? Cuntos debemos
llegar?

4. Anlisis de datos: Cmo podemos tabular, resumir y sacar conclusiones de nuestra

Los datos?

Etapa 1: Declaracin del problema

Debe conocer las alternativas de accin para decidir si la investigacin puede ser til y, en caso
afirmativo, cmo hacerlo. Considere la posibilidad de una firma farmacutica con el aumento de ventas
de la unidad pero disminuyendo los beneficios. Ese es el problem management desea abordar, pero
antes de proceder con cualquier investigacin la pregunta debe ser roto. La cuestin podra ser
"Debemos aumentar el precio de la marca un 10%?" Esta afirmacin clara nos permite ver que la
respuesta radica en la evaluacin de la competencia y del consumidor reaccin a un cambio especfico.

Etapa 2: diseo de cuestionarios8

Las leyes fundamentales Diseo del cuestionario trata principalmente con el control de errores
de medicin. La mayora de sus puntos importantes puede ser impartida por una ley fundamental:

Use el sentido comn:

Un corolario: No haga una pregunta menos respuestas

veraces a proporcionar informacin til en la toma de decisiones en la
mano.

Corolario B: Si hay ms de una forma para obtener un determinado fragmento

de informacin (y normalmente hay), elegir las preguntas para que los
encuestados son probablemente-

a. Conozco la respuesta.
b. Estar dispuesto a decirle la respuesta.

Esta ley y sus corolarios son bastante simples. Sin embargo, mucha investigacin de mercado recopila
hechos que ayudar al Administrador a hacer una decisin correcta slo accidentalmente. Antes de
incluir cualquier pregunta sobre una encuesta, pregntese: "Cmo voy a utilizar los datos de esta
cuestin?" si no puedo ser ms preciso, "Voy a analizarlo", es improbable que los datos sern vale nada
a usted. (Hay unas pocas excepciones a

8Vase A.J. Seda, "Diseo del cuestionario y el desarrollo", N 590-015, para un anlisis completo.

9
592-34 Investigacin de
mercado

Un corolario; por ejemplo, usted puede preguntar algunas preguntas para obtener participacin
demandado o para disimular el propsito o el patrocinador del estudio).

Formato de pregunta y respuesta a cada pregunta pasando la "prueba" de informacin debera ser
examinada por la carga que supone para el demandado: l o ella tienen la informacin que buscas;
dando una respuesta veraz avergonzar al demandado? Cmo podemos tratar con "poco" las
diferencias en la forma de pregunta haciendo "grandes" diferencias en la respuesta?

Pretest mentalmente ponerse en la posicin del demandado ayuda a detectar problemas, pero un
cuestionario pretest del cuestionario usual es justificada. En el pretest, el cuestionario es administrado
a un pequeo grupo de personas como el grupo al ser la muestra de la encuesta. Al rellenar el cuestionario,
y despus de que se complete, se pide a los entrevistados que explican las respuestas, discutir cualquier
ambigedad, y as sucesivamente. Esto puede revelar poco claras o cuestiones sensibles.

En el modo de comunicacin y, por ltimo, hay un nmero de maneras para comunicarse con los
encuestados. Estos son generalmente entrevista personal, por telfono o por correo. Muchos son los
criterios utilizados en la seleccin del modo adecuado. Cada modo ofrece obvias ventajas relativas. Por
ejemplo, en entrevistas personales podemos mostrar cosas a los encuestados, preguntar y explicar
cuestiones complicadas y, en general, mantener la atencin, permitiendo ms cuestionarios. Los
resultados de la encuesta telefnica se obtienen rpidamente. Las encuestas de correo electrnico son
baratos. La mayora de los investigadores, sin embargo, sienten que bien construido y bien
administrados los cuestionarios arrojaron resultados similares, independientemente de la forma de
entrevista.

Etapa 3: Muestreo

Despus de que el cuestionario est diseada, probada y de impresos, la pregunta es: a quin
queremos como demandados? Esta cuestin se divide en varias partes, la primera es la designacin de
la poblacin objetivo.

La poblacin objetivo es el grupo de personas que se estima que ser proyectado. Una vez que
la poblacin objetivo est especificada, la cuestin que se plantea es la de seleccionar el marco de
muestreo, un medio de representar a los miembros de la poblacin objetivo. Un marco perfecto es uno
en el que cada miembro de la poblacin est representada una vez y slo una vez. Es algo de una
tautologa, pero la inclusin de las empresas de la lista Fortune 500 de la revista Fortune es un marco
perfecto para la poblacin, empresas de la lista Fortune 500. Las empresas incluidas en la lista Fortune
500 sera un marco imperfecto para empresas estadounidenses en general, sin embargo. Otros ejemplos
de marcos imperfectas son una libreta de telfonos como marco para los hogares en una comunidad
(porque no aparecen en la lista de nmeros de telfono y sin hogares) o una lista de registro de votantes
para las personas de ms de 18 aos de edad. Si usamos un marco imperfecto, nos equivoquemos en
proyectar los resultados a la poblacin objetivo (a menos que debemos redefinir nuestra poblacin
objetivo). Este error est reconocido infrecuentemente frame error. En muchos casos, aceptamos algunas
frame error porque el dinero gastado desarrollando un marco perfecto podra ser mejor gastado en
otras formas, como en el caso de obtener ms respuestas.

La seleccin de la muestra despus de la poblacin y seleccin de marco, debemos especificar el

mecanismo para seleccionar a los miembros de la poblacin a ser incluidos. Las muchas maneras de
seleccionar una muestra pueden agruparse en dos categoras.

1. Muestreo de probabilidad.
2. Muestreo Nonprobability.

En el muestreo probabilstico, cada unidad de la poblacin tiene una determinada probabilidad

de ser incluido. Por ejemplo, si al evaluar el porcentaje de estudiantes de primer ao de MBA en la
Escuela de Negocios de Harvard poseer una impresora grfica, compramos un directorio de
estudiantes, cortado en sus partes pertinentes en igual tamao 800- se desliza, cada uno conteniendo el
nombre de uno de los alumnos, ponerlos en un sombrero, y seleccion al azar 200 patina, cada
estudiante tendr un 0,25 oportunidad de ser seleccionados. El resultado es una muestra de
probabilidad.

10
Investigacin de mercado 592-034

En cambio, si nos paramos en frente de la biblioteca y las personas interceptadas en su camino

hasta que cogimos 200 estudiantes, queremos finalmente han sondeado el mismo porcentaje de la
poblacin. Sin embargo, antes de que nos sali, no podramos indicar la probabilidad de que una
persona determinada estara incluido en la muestra. Por qu? Porque no sabemos la probabilidad de
que cada uno de los paseos por la biblioteca, y claramente estaramos equivocados si dijimos que todos
tuvieran la misma oportunidad de ser seleccionados. Los estudiantes casados podrn salir por la puerta
de atrs del edificio de aulas para el aparcamiento a casa en coche, algunos estudiantes solo dirjase a
la derecha por la biblioteca en su camino hacia el gimnasio, y as sucesivamente. Esto es nonprobability
muestreo. Un procedimiento de muestreo nonprobability comn es el muestreo por conveniencia, donde
se seleccionan las unidades de muestreo no para una poblacin representativa, sino para facilitar la
obtencin de su respuesta.

La distincin entre probabilidad y nonprobability mtodos es importante. La diferencia clave

es sta: slo los mtodos de muestreo probabilstico ceder los datos sin procesar de la cual ambos
podemos (1) derivar estimaciones que acercarse al verdadero valor en la poblacin a medida que
aumentamos el tamao de la muestra (que llamamos estas estimaciones coherentes), y (2) determinar
objetivamente la veracidad de nuestras estimaciones. Con nonprobability mtodos, no podemos medir
objetivamente nuestra precisin.

Este es un argumento bastante fuerte para el muestreo probabilstico. Con muestreo

nonprobability obtenemos posiblemente estimaciones sesgadas, pero para empeorar las cosas, ni
siquiera podemos averiguar a partir de los datos cmo el gran sesgo es probable que sea, o en qu
direccin. El argumento para nonprobability mtodos es si proporcionan un control superior del error
de medicin. Mtodos Nonprobability son probablemente ms tiles en las etapas preliminares de
la investigacin; la objetividad de los mtodos de probabilidad suele ser necesario en las etapas
posteriores del proceso de investigacin.

Tamao de la muestra de haber decidido quin tiene como entrevistados y cmo seleccionar la
muestra, podemos determinar cuntos encuestados deberamos tener, o lo que estamos facultados para
predecir un nmero especificado de los encuestados. En la prctica, la segunda forma de la pregunta
puede ser ms pertinente porque en muchos casos la determinacin del tamao de la muestra es
bastante ad hoc. Concretamente, el tamao de la muestra se determina dividiendo el presupuesto
negociado por el coste de obtencin de un demandado. Determinacin del tamao de la muestra es,
sin embargo, una cuestin econmica que deben ser analizadas.

Los procedimientos de distribucin de muestreo para la determinacin del tamao de la muestra

utilizan el concepto de distribucin de muestreo. Por ejemplo, vamos a definir la poblacin como 800
estudiantes de primer ao de MBA en la Escuela de Negocios de Harvard. Supongamos que existe un
marco perfecto para esta poblacin objetivo, no hay error de medicin y la verdad subyacente es que
la mitad de estas personas tienen impresoras grficas y la mitad no lo hacen. Ahora, si tomamos una
muestra aleatoria de 2 de los 800 individuos, se podra observar una de estas tres cosas, como se
muestra en la siguiente tabla:

Persona muestreada 2

Persona Impresora No hay

muestreada 1 ninguna
impresora
Impresora
2 Ps 1 P, 1 NP
No hay ninguna
1 P, 1 NP 2 NPs
impresora

En trminos de propietarios de impresora, deberamos observar dos (superior izquierda), uno (cuadro
superior derecho e inferior izquierdo), o ninguno (parte inferior derecha). Con unos simples clculos,
podemos calcular la probabilidad de que cada uno de los anteriores iba a ocurrir. Por ejemplo, si la
poblacin en realidad tiene 400 "Impresoras" y 400 "no", es claro que si nos muestra aleatoriamente las
probabilidades de que la primera persona que seleccionamos es "impresora" es la mitad. Ahora,
dejando la primera persona, tenemos 799 personas, y la probabilidad de que la segunda persona que
escojamos es "printer" puede ser determinada. Si la primera persona fue muestreado impresora y, a
continuacin, 399 de los 799 restantes son "Impresoras". Por lo tanto, la probabilidad de que la casilla
superior izquierda con tanto "samplees" siendo impresoras es x 399/799 = 0.2497. Del mismo modo,
si calculamos las otras probabilidades, nos gustara encontrar:

11
592-034 Investigacin de
mercado

Ahora, en el tradicional mtodo de muestreo que suponemos que la informacin de la muestra es toda
la historia; en otras palabras, no tenemos ningn a priori nociones sobre el alcance de las impresoras.
Por lo tanto, si se hiciera en la casilla superior izquierda, nuestra mejor conjetura en la impresora posee
el porcentaje de estudiantes de MBA de primer ao sera de 100%. Si estbamos en la parte superior
derecha o inferior izquierda, nos dira que el 50%. Por ltimo, en la parte inferior derecha nos dira que
el 0%.

Esto es un tanto laborioso camino para llegar a lo que puede ser un punto obvio: muestras
diferentes conducen a diferentes estimaciones del valor de la poblacin. A menos que consigamos
todos los miembros de nuestra poblacin objetivo como demandados, inevitablemente nos tienen
algn riesgo de que la porcin en nuestra muestra no es totalmente representativo. Dependiendo de la
muestra podemos sacar, podemos adivinar diferentes valores para el conjunto de la poblacin. Con
ninguna otra informacin disponible para nosotros, suponemos que el valor de la poblacin objetivo
es el valor observado en nuestra muestra.

Aumenta el tamao de la muestra a medida que aumentamos el tamao de nuestra muestra,

tendemos a hacer mejores estimaciones del valor de la poblacin. Hemos visto lo que sucedi cuando
sacamos muestras de dos de la poblacin objetivo de 800-400 y 400 impresoras grficas de propietario.
Veamos ahora qu sucede si queremos aumentar nuestras muestras a 5 y luego a 10.

Para las muestras de 5, nuestro porcentaje de muestras observadas impresora grficos

propietarios ser del 0%, 20%, 40%, 60%, 80% o 100%. Con ayuda de la computadora, podemos hacer
el equivalente de poner los 800 nombres en un sombrero, dibujo 5, comprobando el nmero de estos
habiendo programmables, arrojando sus nombres, y otra muestra de dibujo 5. Simulacin de un total
de 50 muestras de 5 arrojaron las proporciones observada de la muestra se muestra en la pgina
siguiente.

Las proporciones de la muestra observada o tienden a agruparse alrededor del valor

verdadero. Tenga en cuenta que debido a que todas nuestras muestras son de tamao 5, es imposible
para nosotros para observar la verdadera proporcin de la poblacin de destino del 50% en alguna de
las muestras. Tenemos dentro de 10% del valor real en 30 de los 50 casos (21 veces hemos observado
impresoras grficas 2 y 9 veces hemos observado 3). Que parece razonable para el muestreo slo 5
personas, pero en ocasiones realmente molesto que hay un 6% de probabilidad nos dira que todo el
mundo tiene impresoras grficas (observamos 5 en la muestra de 5 vez) o nadie tiene impresoras
grficas (hemos observado ninguno en la muestra de 5 dos veces).

Por Ciento de Nmero de veces

impresoras en observada
muestra de 5

0% 2
20 10
40 21
60 9
80 7
100% 1

Total 50

12
 Investigacin de mercado 592-034

Parece intuitivo que nos "hara mejor" los estudiantes ms que probamos y, de hecho, que el
derecho. La simulacin de la misma manera, pero con un tamao de muestra de 10 dado:

Por Ciento de Nmero de veces

impresoras en observada
una muestra de
10

0% 0
10 1
20 0
30 7
40 12
50 16
60 6
70 5
80 3
90 0
100% 0

Total 50

Estbamos en un 10% en 34 (12 + 16 + 6) de 50 ensayos para el 68% (frente al 60% anterior).

Ahora nunca decimos que todo el mundo tiene uno o nadie tiene uno. Las proporciones observadas de
la muestra ms grande estn amontonados ms estrechamente alrededor de la verdadera proporcin.

Si los tamaos de muestra son "suficientemente grande", la distribucin de las medias

muestrales sigue la distribucin normal. ("Suficientemente grande" significa unos 100 en casos con
s/no/no, o datos binarios, pero tan poco como 30 con datos continuos.) Sabemos que la probabilidad
de que una observacin determinada caer dentro de un determinado rango de valores de la
distribucin normal. Estos rangos normalmente se cuentan en unidades denominadas desviaciones
estndar, denotada por (sigma). Por ejemplo, sabemos que el 68,3% de las observaciones estn
dentro de la media ; 95,5% estn dentro de 2 's; y el 99,7% estn dentro de 3 's. Grficamente, nos
muestran como:

68.3%
95.5%

-3 -2 - Significa + +2 + 3

Porque las medias de las muestras son aproximadamente normalmente distribuidos alrededor
de la media de la poblacin, podemos hacer declaraciones como la siguiente: "aproximadamente el 95%
de la muestra de proporciones caen dentro de dos errores estndar de la proporcin de la poblacin."
(No queremos inmiscuirnos en la terminologa aqu, pero cuando la desviacin estndar de la que
estamos hablando es de la desviacin estndar de las medias de las muestras, lo llamamos el error
estndar.) Por lo tanto, si calculamos la proporcin de la poblacin, podemos expresar nuestra
confianza en que la estimacin por construir intervalos alrededor de ella. Por ejemplo, el 95%
de intervalo de confianza [IC] U L, donde L = nuestra estimacin menos 2 's y U = nuestra estimacin
plus 2 's. Todos necesitamos

13
592-34 Investigacin de
mercado

Saber ahora es cmo averiguar , nuestra unidad de escrutinio o error estndar. Para las muestras de
tamaos n de grandes poblaciones y datos sobre cuestiones binario: 9

Error estndar:

Tericamente, donde p es la verdadera proporcin en la poblacin. Por supuesto, la idea es averiguar

qu p es, por lo que una frmula que se supone que ya sabemos que no es demasiado til. Hemos
utilizado la frecuencia observada en nuestra muestra una estimacin de la proporcin de la poblacin,
por lo que tenemos que hacer lo mismo aqu y estimar p por:

(Observ probabilidad)(1 - observ probabilidad)n

^p =

Recuerde que n, el tamao de la muestra, se encuentra en el denominador. Esto significa que n se

agranda esperamos nuestro error estndar para obtener menor; en otras palabras, esperamos que
nuestra muestra estimaciones si sacamos muestras repetidas para obtener ms alrededor de la media
real. Esto es lo que vimos en nuestro ejemplo anterior; ahora, la razn es matemticamente claro.

La precisin de la prediccin de estos resultados se utilizan principalmente para evaluar la veracidad

de una estimacin sobre la base de un determinado tamao de muestra o, a la inversa, para determinar
cun grande es una muestra es necesario para obtener un determinado nivel de precisin. Veamos un
ejemplo. Un vendedor de automviles quiere saber qu proporcin de los clientes consultan los Informes
del Consumidor antes de comprar un coche. Saca una muestra aleatoria de 100 y 43 dicen que
consultar los Informes del Consumidor, 57 dicen que no lo hacen.

Implicaciones:

1. El distribuidor automtico de la mejor estimacin del porcentaje de todos los

clientes consultora CR es de 43%.

2. Qu bueno es este mejor adivinar?

Respondemos por la construccin de la CEI. Sabemos que aproximadamente el

95% de las observaciones en la distribucin normal dentro de 2 's de la media.

Basndose en la informacin de la muestra, nuestra estimacin de p es:

(0.43) y
P = = 0.04 95
(0.57)100
^

Con esto, somos "el 95% de confianza" que el porcentaje real de la poblacin se
encuentra dentro de 0.0495 x 2 = 0,099 del porcentaje de muestra de 0,43. Somos el 95% de
confianza el porcentaje real de la poblacin est en el rango de 0.331 a 0.529. (Esto supone
que no hemos cometido ningn error de medicin).

Si queremos ser "99% seguros" que nuestra gama contiene el verdadero promedio,
tenemos que ampliar el rango de 2 's a 3 's. Concretamente, el 99% de intervalo es
0.2815 a 0.5785.

9Una lgica similar se aplica a datos de tipo continuo con algn cambio en los detalles de los clculos.

14
Investigacin de mercado 592-034

3. Mejor conjetura puede ser obtenida al aumentar el tamao de la muestra.

Si el distribuidor de automviles muestreados 400 personas en lugar de 100 y

encontraron 172 y 228 nonconsulters CR consultores, la mejor estimacin sera de nuevo
el 43%, pero el error estndar reduce a:

(0.43)(0.57)
275 = 0 .
400

As que nuestro IC 95% contratos a 0.3805 a 0.4795. Podemos recoger estos resultados en
un grfico que muestra los intervalos de confianza para distintos grados de confianza y el
tamao de la muestra. Tenga en cuenta que todos los CI para n = 400 son exactamente la
mitad de ancha que sus homlogos para n = 100. Matemticamente, esto ocurre porque el
error estndar est relacionado con el tamao de la muestra por una regla de raz cuadrada.
Por lo tanto no alcanzamos un 50% de reduccin en el error estndar duplicando el tamao
de la muestra; tenemos a cudruples.

N = 100

99%
CI

95%
CI

68%
CI

0.23 0.33 0.43 0.53 0.63

68%
CI

95%
CI

99%
CI

N = 400

Tamao de la muestra y la confianza de la otra manera, podemos utilizar nuestro conocimiento de

las propiedades de la distribucin normal es determinar el tamao de la muestra requerido para
determinados niveles de precisin y confianza. Por ejemplo, si queremos ser precisos dentro de x
puntos porcentuales con un nivel de confianza del 95%, que resolver para n en:

1 - 2 p ( p)
X =
N

De nuevo, tenemos p, la verdadera proporcin, en nuestra frmula, as que tenemos que calcular. Esta
vez estamos sin la ayuda de observaciones de la muestra. Una gracia salvadora, sin embargo, es el
hecho de que p(1-p) nunca puede ser mayor que 0.25. Por lo tanto, si utilizamos ese valor, la n
determinado proporciona al menos el nivel de precisin deseado, ms si p es radicalmente diferente de
0,5. Los tamaos de la muestra requerida para el 95% de los niveles de confianza son:

15
592-34 Investigacin de
mercado

CI (en Tamao de la muestra

Puntos porcentuales) Requerido

2,0 2.500
3,0 1.111
4,0 625
5.0 400
7,5 178
10.0 100

Error permisible no hay una regla general sobre cun grande es un error permisible. Por tradicin,
muchas encuestas nacionales tienen tamaos de muestra de 2.000 o ms para obtener el 2% a 3% de
precisin. Sin embargo, el grado de fiabilidad requerido depende mucho de los intereses econmicos
de la decisin.

Etapa 4: Anlisis de datos

Aunque este paso se muestra el ltimo, uno debe determinar cmo se van a analizar los datos
antes de que sean recogidas. En funcin de la pregunta de investigacin, el anlisis de datos apropiado
puede ser:

1. Recuentos simples, por ejemplo, el nmero de personas en la encuesta que nunca

se oye de un producto.

2. Pantallas grficas.

3. Evaluacin de la asociacin entre dos variables.

4. Evaluacin del impacto de un conjunto de variables independientes sobre una

variable dependiente.

El punto importante es que el anlisis se lleva a cabo en una manera de revelar las relaciones verdaderas
en lugar de polarizado a apoyar alguna idea preconcebida.

VI. Conclusin

Hay una amplia variedad de tcnicas de investigacin de mercado disponibles. Cada uno es
capaz de contribuir a un determinado conjunto de problemas. Cada uno es tambin capaz de liderar el
gerente extraviado si no se ejecuta correctamente y se interpreta a la luz de su limitacin.

Si la investigacin de mercado es para ser til, el gerente debe asumir un rol activo en:

1. Iniciar el esfuerzo de investigacin, es decir, una decisin administrativa que

debe conducir la recopilacin y anlisis de datos.

2. Trabajando con los especialistas de la investigacin para definir el problema y

determinar cmo se utilizar la informacin.

3. Revisar el proyecto de diseo de investigacin como para beneficio potencial frente al

costo.

4. Asegurar que los datos se analizan en la forma ms til y cualquier

incertidumbre acerca de la validez de los datos es claro.

16
Investigacin de mercado 592-034

5. Seleccionar el formato para la presentacin de los resultados de la investigacin a

otros miembros del equipo directivo.

Aunque existe un gran debate sobre el mejor procedimiento a seguir para la investigacin de
un problema determinado, hay un acuerdo general entre los directivos de que la calidad de la
informacin de investigacin tiene una importante repercusin en la calidad de las decisiones de
marketing. Por lo tanto, es una parte del proceso de comercializacin que el gerente de marketing eficaz
debe comprender y directa.

17