Contenido

Capítulo 3. Investigación de Mercado................................................................................................4

3.1 ¿Qué Investigar en el Mercado Relacionado con Marketing?................................................5
3.2 Esgrimiendo el Problema.......................................................................................................5
3.2.1 ¿Quién toma la decisión final?....................................................................................5
3.2.2 La experiencia y conocimiento del sector son importantes.......................................6
3.2.3 Datos secundarios.........................................................................................................6
3.2.4 Aportes individuales y grupales..................................................................................6
3.3 Diseño Investigativo...............................................................................................................6
3.3.1 Investigación exploratoria...........................................................................................6
3.3.2 Investigación concluyente............................................................................................7
3.3.3 Investigación descriptiva.............................................................................................7
3.3.4 Investigación causal.....................................................................................................7
3.4 Investigación Cualitativa........................................................................................................7
3.4.1 Grupos focales (focus groups).....................................................................................8
3.4.2 Entrevistas a profundidad...........................................................................................8
3.4.3 Técnicas proyectivas....................................................................................................8
3.5 Investigación Descriptiva.......................................................................................................9
3.5.1 Encuesta........................................................................................................................9
3.5.2 Observación..................................................................................................................9
3.5.3 Cuestionario...............................................................................................................10
3.5.4 Encuestas en línea......................................................................................................10
3.5.5 Tipos de escala............................................................................................................10
3.5.5.1 Escala nominal.......................................................................................................10
3.5.5.2 Escala ordinal.........................................................................................................11
3.5.5.3 Escala de razón.......................................................................................................11
3.5.5.4 Escalas continuas...................................................................................................11
3.5.5.5 Escala de ítems.......................................................................................................11
3.6 Fiabilidad de las Escalas.......................................................................................................11
3.6.1 Coeficiente Kuder Richardson 20 (KR-20)..............................................................12
3.6.2 Alfa de Cronbach.......................................................................................................12
3.6.2.1 Supuestos................................................................................................................12
3.6.2.2 Procedimiento utilizando SPSS, tanto para KR-20 y Alfa de Cronbach...........12
3.7 Determinación de la Población............................................................................................15
3.8 Determinación de la Muestra..............................................................................................18
 3.8.1 Marco muestral..........................................................................................................18
3.8.2 Tamaño de la muestra...............................................................................................18
3.8.3 Tipos y métodos de muestreo....................................................................................20
3.8.3.1 Muestreo aleatorio simple.....................................................................................21
3.8.3.2 Muestreo aleatorio sistemático..............................................................................21
3.8.3.3 Muestreo estratificado...........................................................................................21
3.8.3.3.1 Afijación simple..................................................................................................21
3.8.3.3.2 Afijación proporcional.......................................................................................22
3.8.3.3.3 Afijación óptima.................................................................................................22
3.8.3.4 Muestreo por conglomerado.................................................................................23
3.8.3.5 Muestreo multietapas............................................................................................25
3.9 Análisis Descriptivo de Datos...............................................................................................25
3.9.1 Cruce de variables......................................................................................................26
3.10 Análisis Cuantitativo de Resultados de la Encuesta.............................................................29
3.10.1 Chi Cuadrado χ 2.......................................................................................................29
3.10.2 Correlaciones..............................................................................................................31
3.10.3 Análisis de correspondencia múltiple.......................................................................33
Bibliografía........................................................................................................................................37
 Índice de Tablas

Tabla 3. 1 Pantalla de la venta de resultados del Alfa de Cronbach...................................................14

Tabla 3. 2 Tamaño de la muestra para diversos tamaños de población..............................................20
Tabla 3. 3 Proyecciones de población para Ecuador 2020, edades quinquenales...............................22
Tabla 3. 4 Afijación Proporcional para el ejemplo.............................................................................23
Tabla 3. 5 Tabla resultante del cruce de variables..............................................................................28
Tabla 3. 6 Tabla resultante de la prueba Chi Cuadrado......................................................................30
Tabla 3. 7 Valores de Correlación.....................................................................................................31
Tabla 3. 8 Tabla resultantes de Correlaciones....................................................................................33

Índice de Figuras

Figura 3. 1 Fases del Diseño Investigativo...........................................................................................7

Figura 3. 2 Encuestas gratuitas en línea..............................................................................................10
Figura 3. 3 Menú de SPSS para cálculo de KR-20 y Alfa de Cronbach.............................................13
Figura 3. 4 Selección de variables para cálculo de KR-20 y Alfa de Cronbach..................................13
Figura 3. 5 Selección de variables para cálculo de KR-20 y Alfa de Cronbach..................................14
Figura 3. 6 Cálculo de Proyecciones Censales....................................................................................15
Figura 3. 7 Pirámide de la población del Ecuador 2020 por sexo.......................................................16
Figura 3. 8 Proyecciones censales del INEC (2010)...........................................................................16
Figura 3. 9 NSE agregado para Ecuador, INEC (2011)......................................................................17
Figura 3. 10 Ejemplo de muestreo por mapas censales, donde se determinan manzanas a ser elegidas
para la muestra.....................................................................................................................................18
Figura 3. 11 Ejemplo de conglomerado geográfico, Zona Semplades................................................24
Figura 3. 12 Ejemplo de conglomerado geográfico, El Gran Guayaquil............................................24
Figura 3. 13 Pictorial fraction chart, representación de porcentajes....................................................26
Figura 3. 14 Pictorial fraction chart, representación de resultados de frecuencia...............................26
Figura 3. 15 Pictorial Stacked chart, representación de infografía......................................................26
Figura 3. 16 Selección de opción para tablas de contingencia............................................................27
Figura 3. 17 Selección de opción para tablas de contingencia, elección de variables.........................27
Figura 3. 18 Gráfico resultante del cruce de variables en SPSS..........................................................28
Figura 3. 19 Ventana para Tablas de Contingencia............................................................................30
Figura 3. 20 Ventana para Correlaciones............................................................................................32
Figura 3. 21 Ventana para Correlaciones............................................................................................32
Figura 3. 22 Ventana para menú de Análisis de Correspondencia......................................................34
Figura 3. 23 Ventana para selección de variables de Análisis de Correspondencia............................34
Figura 3. 24 Ventana para definir rango de variables de Análisis de Correspondencia......................35
Figura 3. 25 Diagrama de Dispersión Bioespacial del Análisis de Correspondencia..........................35
 Capítulo 3. Investigación de Mercado

Dentro del estudio del marketing, una parte esencial constituye, la investigación de mercados,

ya que, con la misma, a través de la creación de perfiles de potenciales consumidores, la

identificación de características de productos o servicios, se obtienen conocimientos más

reales de la población que se estudia, los cuales son la base para la toma de decisiones.

De la misma manera, Geldres (2015) menciona que, la investigación de mercados “es una

herramienta fundamental para la toma de decisiones estratégicas de marketing de toda

empresa. Esta contribuye a conocer qué piensa, siente, y motiva al consumidor a decidir por

una marca o por la de la competencia”

Por otra parte, para Malhotra, N., & Esther, P. A. (2016) “La Investigación de Mercados es la

identificación, recopilación, análisis, difusión y uso, sistemático y objetivo de la información

con el propósito de mejorar la toma de decisiones relacionadas con la identificación y

solución de problemas y oportunidades de marketing”, de esta forma su correcta aplicación

determina múltiples utilidades dentro del campo investigativo relacionado con la

mercadotecnia.

Esta correcta aplicación según Michalíková, A., & Nétek, V. (2018) se debe realizar

siguiendo ciertos principios no sólo para evitar errores costosos sino para centrarse en la

objetividad y la sistematización. Al mismo tiempo, debe realizarse de forma creativa y

buscando nuevos enfoques.

Estos enfoques son propios del rápido desarrollo de las Nuevas Tecnologías de la

información y la comunicación, ya que las nuevas coyunturas de la edad digital llevan a que

los estudios de mercado también incorporen innovaciones en recopilaciones y análisis de

datos.
3.1 ¿Qué Investigar en el Mercado Relacionado con Marketing?

Cerrar la investigación a algunos campos es limitado, ya que algunas necesidades que pueden

surgir de acuerdo a las realidades propias de un proyecto pueden ampliar todo un abanico de

posibilidades.

Sin embargo, se propone algunas ideas en relación a este tema.

 Mercados de consumidores potenciales.

 Participación de mercado para un producto o servicio.

 Aceptación de una marca de un producto o servicio para introducir al mercado.

 Evaluación de la aceptación de un producto o servicio en alguna etapa de su ciclo de

vida.

 Comportamiento y hábitos de consumo.

3.2 Esgrimiendo el Problema

En la Investigación de Mercados, la formulación, identificación y definición del problema es

una parte vital para entender que hacer y hasta donde llegar en el proceso.

La formulación tiene que ver con los objetivos y necesidades del proyecto macro de la

organización, ya que es la concreción de lo que debe ser solucionado, modificado, corregido.

Una vez que se establece estos puntos, la identificación del problema es más sencilla, debido

a que la mirada se centra en los aspectos que muestran potenciales correcciones.

En todo caso se deben tomar en cuenta los siguientes puntos para la definición del problema:

3.2.1 ¿Quién toma la decisión final?

La investigación debe alinearse con los objetivos, presupuestos, visión de la empresa, pero

principalmente los que toman la decisión final deben aprobar, apoyar y entender el alcance de
la investigación, también desde este nivel administrativo el aporte para el conocimiento del

problema es fundamental.

3.2.2 La experiencia y conocimiento del sector son importantes.

Muchos autores llaman a este punto, entrevistas a expertos, y es aquí que, las aristas para

entender el problema son fundamentales. Este aporte es enriquecedor cuando la información

es escasa en otras fuentes.

3.2.3 Datos secundarios.

Son la base para entender el entorno del tema a investigar, son todas las fuentes cuyo motivo

de creación no fue en primera instancia el tema particular de investigación, pero que tienen

gran aporte para entender el mismo.

3.2.4 Aportes individuales y grupales.

En este campo se propone el uso de herramientas cualitativas como grupos focales,

entrevistas a profundidad, estudios de casos, pruebas prototipo, revisión de literatura

científica temática.

3.3 Diseño Investigativo

Es la formalización de los procedimientos a utilizarse para el procesamiento de datos a

información. La investigación puede ser exploratoria o concluyente, dentro de la

investigación concluyente se puede realizar una investigación descriptiva o una investigación

causal.

3.3.1 Investigación exploratoria.

Es la que se realiza en fase inicial para aproximar las ideas básicas sobre el problema a

investigar, en este tipo de investigación se utiliza métodos cualitativos. Los resultados no se

deben tomar como base para una decisión.

 3.3.2 Investigación concluyente.

En base a métodos matemáticos cuantitativos se estructura un proceso donde se prueban

hipótesis y relaciones de variables estudiadas, en este caso los resultados están sujetos a un

margen de error que se trata de optimizar, pero sirven como base para una decisión.

3.3.3 Investigación descriptiva.

Es un tipo de investigación concluyente que sirve para describir características en base a las

herramientas a utilizar tales como encuestas. Los resultados de esta investigación están

relacionados con las medidas estadísticas que representan a la población estudiada.

3.3.4 Investigación causal.

Es la base para construir modelos explicativos relacionados con causa-efecto, se trabaja

identificando las variables que integran los mismos, donde el aporte de estas significará el

estudio del control de las mismas.

EXPLORATORIA

DESCRIPTIVA

CAUSAL

Figura 3. 1 Fases del Diseño Investigativo

3.4 Investigación Cualitativa

En este tipo de investigación se pueden realizar varios procedimientos como:

  Grupos focales

 Entrevistas a profundidad

 Técnicas proyectivas

3.4.1 Grupos focales (focus groups).

Se recomienda para este procedimiento la selección de individuos cuyo número

recomendable en promedio es 8 personas, con características homogéneas alienadas al

objetivo que se está investigando.

Es de suma importancia que el moderador de la reunión posea competencias y aptitudes para

contribuir con un ambiente relajado, agradable y no formal. Asimismo, el uso de

herramientas de multimedia servirá para un análisis más detallado de la información

resultante.

3.4.2 Entrevistas a profundidad.

La clave para enriquecer este procedimiento es la selección adecuada tanto del entrevistado

como del entrevistador, que en la entrevista se descubra los matices del tema a investigar de

manera relajada con preguntas abiertas, al igual que los grupos focales se recomienda previo

permiso del entrevistado registrar el audio para posterior análisis.

3.4.3 Técnicas proyectivas.

Considera de forma indirecta que se interprete el comportamiento de otros individuos, se

examina creencias, opiniones, reflexiones del tema a investigar. Están basadas en

fundamentos psicoanalíticos para estudio del inconsciente de una persona.

Entre las técnicas proyectivas se encuentran:

Complementación

Frases incompletas
Construcción

Planeta imaginario

Collage

Personificación

Brand Party

Expresión

Juego de Roles

Diálogos imaginados

Asociación de palabras

3.5 Investigación Descriptiva

En este tipo de investigación se basa en varias técnicas como la encuesta y la observación,

donde se recopilan datos para procesarlos y obtener información.

3.5.1 Encuesta.

Se basa en preguntas de un cuestionario estructurado, realizadas a individuos a investigar,

que constituyen una muestra representativa, tomada de una población de estudio.

3.5.2 Observación.

En muchos casos se puede considerar como una encuesta visual, pero también puede ser no

estructurada, encubierta, natural o simulada.

 3.5.3 Cuestionario.

Es una serie de preguntas que puede realizarse personalmente o utilizando servicios de

internet en línea. Por lo general, al inicio del mismo se detallan datos sociodemográficos para

la posterior clasificación de los datos.

Las preguntas pueden ser de respuesta abierta o cerrada, siendo estas últimas las de mayor

comodidad al momento de la codificación y presentación de las respuestas.

3.5.4 Encuestas en línea.

Existen varias opciones para realizar encuestas en línea, todas parten de un numero de

preguntas y límite de encuestados y dependiendo de las necesidades de aumentar este

número, pueden ir variando en costos.

Figura 3. 2 Encuestas gratuitas en línea

3.5.5 Tipos de escala.

3.5.5.1 Escala nominal.

Se las utiliza para el uso de variables cualitativas, las categorías de la clasificación no

determinan orden o relación a la codificación que se establezca, se debe planificar de tal

forma que sea exhaustiva, es decir que todos los datos corresponden a alguna de las

categorías de la clasificación. En este tipo de escala pertenecen variables como: sexo, estado

civil, conocimiento de marca, etc.

 3.5.5.2 Escala ordinal.

A diferencia de la nominal, en este tipo de escala se determina un orden en la categoría de

clasificación, es decir, existe una relación que determina relaciones determina que las

respuestas deben estar siempre ordenadas de alguna manera. Para esta escala se clasifican las

respuestas a preguntas relacionadas con dificultad, interés, preferencias.

3.5.5.3 Escala de razón.

En esta escala existe la posibilidad de asignar la ausencia total de valores con el cero como

absoluto. También se permite establecer similitudes y diferencias entre unidades muestrales,

en este grupo entran variables de ingresos, volúmenes de venta.

3.5.5.4 Escalas continuas.

Se elige una característica y se pide marcar de forma vertical u horizontal entre dos valores

extremos

¿Qué tanto recomendara el servicio de entrega efectuada por la empresa x?

Nada Totalmente

3.5.5.5 Escala de ítems.

Es similar a la anterior, pero se limita las respuestas para un mejor análisis

Acuerd 1 2 3 4 5 6 7 Desacuerdo

3.6 Fiabilidad de las Escalas

Es necesario tomar en cuenta que, luego de realizar encuestas pilotos y aun después de sus

primeras aplicaciones, toda encuesta debe considerarse perfectible, en relación a esto, la

fiabilidad determina el grado de precisión de la medida. Esto no implica la validez de escala,

esta se mide por la consistencia y robustez de los resultados. La fiabilidad trata de cuantificar

los errores aleatorios, la validez los sistemáticos.

 3.6.1 Coeficiente Kuder Richardson 20 (KR-20).

Esta expresada para ítems dicotómicos (unos y ceros), su valor esta entre 0 y 1 e indica

homogeneidad para valores altos, es decir, valores mayores a 0.9, lo que se esperaría para una

prueba fiable. Se encuentra limitada por el número de ítems y el tiempo de duración de la

prueba.

3.6.2 Alfa de Cronbach.

Este coeficiente es similar al de Kuder Richardson, pero con la diferencia que puede ser

expresada para ítems continuos. De igual forma mientras más se acerque a cero se refleja un

mayor error de medición y de forma contraria la cercanía al 1 implica una medición mejor.

3.6.2.1 Supuestos.

 El denominador es la varianza de las puntuaciones totales del test.

 El numerador es la varianza verdadera, o la suma de covarianzas de los ítems.

 Si los ítems no discriminan sus desviaciones típicas serán pequeñas, el numerador

será menor y por consiguiente la fiabilidad también será menor.

 Si las desviaciones típicas son grandes pero los ítems no guardan relación bajara la

fiabilidad, porque esa no relación entre los ítems hace que las puntuaciones totales no

estén diferenciadas

3.6.2.2 Procedimiento utilizando SPSS, tanto para KR-20 y Alfa de Cronbach.

Del menú Analizar se elige la opción de Escala/Análisis de fiabilidad, (Figura 3.3), los datos

ya deben estar ingresados en la base y deben ser valores de 0-1 para KR-20 y otros para el

Alfa de Cronbach.
Figura 3. 3 Menú de SPSS para cálculo de KR-20 y Alfa de Cronbach

Luego se procede a seleccionar las variables a las que se les realizará el análisis de fiabilidad.

Figura 3. 4 Selección de variables para cálculo de KR-20 y Alfa de Cronbach

Una vez seleccionada las variables, estas salen registradas al lado izquierdo de la pantalla,

donde esta escrito la palabra elementos. Acá se elige el modelo, con cual efectuar el análisis,

se elige el Modelo Alfa, que incluye al KR20, ya que el mismo, es un caso particular del Alfa

de Cronbach.

Figura 3. 5 Selección de variables para cálculo de KR-20 y Alfa de Cronbach

La ventana de resultados nos muestra el valor correspondiente

Tabla 3. 1
Pantalla de la venta de resultados del Alfa de Cronbach

Reliability Statistics

Cronbach's Alpha N of Items

.024 5

Según George & Mallery (2003), se puede interpretar este coeficiente de esta manera

 Mayor a 0.9, Medición excelente

 Entre 0.8 y 0.9, Medición buena

 Entre 0.7 y 0.9, Medición aceptable

 Entre 0.6 y 0.7, Medición débil

 Entre 0.5 y 0.6, Medición pobre

  Menor a 0.5, Medición no aceptable

Con lo anterior, el valor resultante es menor a 0.5, esto quiere decir que la escala no es

confiable, por lo que se tendría que revisar el diseño de la encuesta y determinar posibles

razones por las que este resultado está saliendo.

3.7 Determinación de la Población

La población es el universo de elementos a investigar, es de donde se extrae la muestra, una

población bien definida determina un alcance claro y alineado con los objetivos de la

investigación.

Esta puede ser finita o infinita, para el caso de la investigación de mercado se considera

infinita cuando el número de elementos pasa de cien mil.

En Investigación de Mercados, es importante obtener de datos secundarios como: resultados

de los censos y proyecciones censales, los valores de las poblaciones definidas por el número

de habitantes.

Figura 3. 6 Cálculo de Proyecciones Censales

Figura 3. 7 Pirámide de la población del Ecuador 2020 por sexo
Fuente https://www.populationpyramid.net/es/ecuador/2020/

La pirámide poblacional de la imagen anterior muestra por sexo para el 2020 la distribución

de edades a nivel nacional, como se nota, Ecuador es una población no envejecida, por lo que

estas edades son en la actualidad potenciales elementos de investigación. De igual manera, la

distribución por sexo es similar, no hay mucha diferencia en proporción a nivel general.

Figura 3. 8 Proyecciones censales del INEC (2010)

En algunos casos, debido a la naturaleza de la investigación, es también importante conocer

el nivel socioeconómico (NSE), el cual en primera instancia se podría erróneamente referir

únicamente a la capacidad de compra. Para determinar el NSE en Ecuador el INEC, utilizo 5

dimensiones que abarcan diversos grupos de variables.

Las dimensiones para el estudio de NSE son:

 Vivienda

 Educación

 Económica

 Bienes

 Tecnología

 Hábitos de consumo

Figura 3. 9 NSE agregado para Ecuador, INEC (2011)

La pirámide de NSE en Ecuador muestra claramente que las clases más altas, tanto la A como

la B representan alrededor del 13% de la población, un caso común es unir los niveles de C+

y C- y denominarle C típico, que es el de mayor valor en el Ecuador. De esta manera, la

población se concentra con características más comunes, pero siempre se debe tomar en

cuenta el objetivo principal de la investigación para elegir el nivel adecuado.

3.8 Determinación de la Muestra

La muestra es un subconjunto de la población que representa a la misma, se la obtiene

mediante la aplicación de un método de muestreo. El muestreo puede ser de dos tipos:

aleatorio y no aleatorio. Se entiende por aleatorio al proceso que no se puede definir de

antemano, sino que está sujeto al azar.

3.8.1 Marco muestral.

Para realizar el muestreo necesitamos una lista, base de datos o cartografía de donde se

extraerán los elementos que para este caso se denominarán unidades muestrales. En la

actualidad, la lista física en papel no es la mejor manera de trabajar, ya que existen diferentes

sistemas que nos sirven para el proceso y este sistema maneja datos digitales.

Figura 3. 10 Ejemplo de muestreo por mapas censales, donde se determinan manzanas a ser
elegidas para la muestra.

3.8.2 Tamaño de la muestra.

La cantidad de elementos a seleccionar para la muestra, se denomina: tamaño de la muestra y

la misma varía de acuerdo al tipo de población en la que se vaya a efectuar el muestreo.

Fórmula de la muestra para poblaciones finitas

NZ 2 pq
n=
e2 ( N−1 ) + Z2 pq

Fórmula de la muestra para poblaciones infinitas

Z 2 pq
n=
e2

donde

N: tamaño de la población

Z: Valor Z

p: probabilidad a favor

q: probabilidad en contra

e: error

El valor Z depende del nivel de confianza, los valores más comunes son: 1.96 para el 95% y

1.645 para 90% de confianza.

Los valores de p y q más comunes en la aplicación de esta fórmula, son 0.5, pues representan

el escenario más pesimista al momento del cálculo del tamaño de la muestra.

El porcentaje de error más utilizado es del 5%, ya que este valor no provocaría cambios

abruptos en los datos.

Con lo anterior descrito, es necesario subrayar que, el resultado del tamaño de la muestra con

95% de confianza y 5 % de error, determina que los datos obtenidos de la misma pueden

variar en un 5% debido al error y esta variación de error debe ocurrir por lo menos un 95% de

las veces ya que ese fue el valor que se determinó como nivel de confianza.
Tabla 3. 2
Tamaño de la muestra para diversos tamaños de población

5 % error confianza
Tamaño de la
95% 97% 99%
población
100 80 83 87
500 217 243 286
1000 278 320 400
10000 370 450 624
100000 383 469 661
1000000 384 471 665

3.8.3 Tipos y métodos de muestreo.

El muestreo puede ser dos tipos: Muestreo aleatorio y Muestreo no aleatorio, dentro de los

mismos se pueden encontrar diversos métodos o técnicas de muestreo.

Muestreo aleatorio Simple

Muestreo aleatorio sistemático

Muestreo Aleatorio Muestreo estratificado

Muestreo por conglomerado

Muestreo Multietapas

Conveniencia

Cuotas

Muestreo No aleatorio Bola de nieve

Intencional
 3.8.3.1 Muestreo aleatorio simple.

Es el más básico de los métodos de muestreo, y el que la final se accede para la toma de la

muestra, consiste en seleccionar números aleatorios que representan un registro de un

elemento de la población. Su facilidad es una gran ventaja, pero contraria a esto, los

resultados obtenidos no pueden ser desagregados por lo que es limitado a la hora de describir

los datos.

3.8.3.2 Muestreo aleatorio sistemático.

Este muestreo empieza con el primer elemento de la muestra de manera aleatorio y luego se

calcula el espaciamiento dividiendo el tamaño de la población sobre el tamaño de la muestra.

Este espaciamiento determina la posición del registro de la unidad a muestrear con referencia

al índice que se haya determinado en el marco correspondiente.

3.8.3.3 Muestreo estratificado.

Consiste en dividir en grupos homogéneos entre si la población, para poder obtener la

muestra de cada grupo de manera separada, el tamaño de cada estrato se conoce con el

nombre de afijación, que puede ser simple, proporcional y óptima.

3.8.3.3.1 Afijación simple.

Se obtiene dividendo el tamaño de la muestra para el numero de estratos, esta afijación es

usada cuando se quieren comparar los grupos de estudio sin importar el tamaño del estrato.

3.8.3.3.2 Afijación proporcional.

En esta afijación el tamaño de los estratos se calcula de forma ponderada tomando como

proporción el aporte del tamaño de cada estrato a la población.

3.8.3.3.3 Afijación óptima.

Se toma en cuenta los costos de acuerdo a los estratos y en base a estos se determinan la

cantidad de elementos que deben tener cada uno de ellos.

Ejemplo

La siguiente tabla es la proyección de población para Ecuador en el 2020 en edades

quinquenales de 20 a 44 años

Tabla 3. 3
Proyecciones de población para Ecuador 2020, edades quinquenales

edades población
20 - 24 373,271
25 - 29 348,362
30 - 34 325,838
35 - 39 308,666
40 - 44 286,129
total 1,642,266

Se busca encontrar la afijación simple y la proporcional para este caso, con un tamaño de la

muestra de 385 personas. Los estratos elegidos son los grupos de edades.

Afijación Simple

Se divide el tamaño de la población para el número de estratos

n = 385 (tamaño de la población)

L = 5 (número de estratos)

n 385
Tamaño de la muestra para cada estrato = =77
L 5

En este caso para cada grupo de edades se deben tomar 77 elementos.

Afijación Proporcional

En este caso se calcula las ponderaciones de cada estrato (Wi) y el n de cada estrato se

calcula multiplicando el tamaño de la muestra por las ponderaciones de cada estrato.

Tabla 3. 4
Afijación Proporcional para el ejemplo

Estratos población Wi n
20 - 24 373,271 22.73% 88
25 - 29 348,362 21.21% 82
30 - 34 325,838 19.84% 76
35 - 39 308,666 18.80% 72
 40 - 44 286,129 17.42% 67
total 1,642,266   385

3.8.3.4 Muestreo por conglomerado.

Este tipo de muestreo, separa los grupos de forma similar que los estratos, pero con la

característica de que los elementos tienen heterogeneidad dentro del grupo y homogeneidad

entre los grupos. Es recomendado utilizar esta clasificación cuando se trata de elementos que

pueden ser agrupados geográficamente.

En el caso del Ecuador, existe una clasificación que cumple con estas características y es la

de Zonas de clasificación de acuerdo a la Secretaria Nacional de Planificación.

Figura 3. 11 Ejemplo de conglomerado geográfico, Zona Semplades

De igual manera, la siguiente imagen determina la conformación de un conglomerado

geográfico, de esta manera la optimización de recursos minimiza los costos y los resultados

esperados se concentran en regiones específicas.

Figura 3. 12 Ejemplo de conglomerado geográfico, El Gran Guayaquil

3.8.3.5 Muestreo multietapas.

Este tipo de muestreo es un mix de los anteriores, se trata de un método con mayores

complejidades, pero cuyos resultados, presentan mayores posibilidades de análisis debido a

su diseño. Cada etapa es un tipo de muestreo y no necesariamente distintos entre sí, por

ejemplo, se puede diseñar un muestreo que en su primera etapa sea conglomerado, y dentro

de este conglomerado realizar una estratificación y al final un muestreo aleatorio simple.

3.9 Análisis Descriptivo de Datos

Una vez realizada la encuesta a las unidades muestrales seleccionadas, las respuestas son los

datos para ser procesados. Los datos que representan un vector de observaciones de distintas

variables, pero de un solo individuo se llaman registros. Es decir, deben existir tantos

registros como número de tamaño de la muestra investigada.

Las variables que son cuantitativas, pueden ser analizadas en una hoja de cálculo y de estas,

se pueden obtener medidas de tendencia, posición y dispersión.

Las variables que, aunque sean números representan cualidades, deben ser descritas de

acuerdo a las proporciones calculadas de su frecuencia respectiva.

Es recomendable representar gráficamente los resultados, para que la visualización, empiece

a resaltar información que contribuya a las decisiones y conclusiones. Si bien, en esta etapa,

la descripción solo será univariada, esta es la base para la propuesta de cruce de variables

posterior.

De igual manera, la naturaleza innovadora del marketing, lleva a que la propuesta tradicional

de gráficos, este complementado por otros que se acoplan al entorno de la mercadotecnia. El

portal datavizproject.com presenta varios gráficos interesantes para la visualización de la

información.

Figura 3. 13 Pictorial fraction chart, representación de porcentajes

Figura 3. 14 Pictorial fraction chart, representación de resultados de frecuencia

Figura 3. 15 Pictorial Stacked chart, representación de infografía

3.9.1 Cruce de variables.

Los cruces de variables son procedimientos para mezclar datos y obtener información de

varias variables a la vez, por ejemplo, podríamos saber la aceptación de una marca denotada

como proporción de una pregunta, pero la información cruzando variables, puede permitir,

además, conocer si esta aceptación es mayor en hombres o mujeres, denotado en la variable

sexo.

Utilizando el software SPSS, se puede cruzar las variables en la opción de tablas cruzadas o

tablas de contingencia. Las siguientes imágenes, determinan este proceso, del menú Analizar-

Estadísticos Descriptivos, se elige la opción: tablas de contingencia.

Figura 3. 16 Selección de opción para tablas de contingencia

Se elige las variables cruzar y se puede habilitar el visto para que muestre los gráficos. Se

recomienda que en la fila se coloque la variable que se quiera explicar y en la columna la que

se considere consecuencia.

Figura 3. 17 Selección de opción para tablas de contingencia, elección de variables

Luego de aceptar, en la ventada de resultados, se presenta la siguiente tabla, la que

contabiliza de manera cruzada las variables que se eligieron y luego el respectivo histograma

de frecuencias.

Tabla 3. 5
Tabla resultante del cruce de variables
2. Género * 6. ¿Qué procedencia de zapatos deportivos prefiere?

Crosstabulation
Count
6. ¿Qué procedencia de zapatos Total

deportivos prefiere?
Extranjero Indiferente Nacional
Femenin
103 70 24 197
2. o
Género Masculin
137 35 15 187
o
Total 240 105 39 384
Figura 3. 18 Gráfico resultante del cruce de variables en SPSS

El cruce de variables en este caso, debido a que se seleccionó la opción para barras

agrupadas, muestra que la que representa a procedencia extranjera es la mayor, además de un

comportamiento similar de los porcentajes de los resultados de género.

Se recomienda cruzar las variables de acuerdo a criterios relacionados con profundizar mayor

información que aporten con el objetivo de la investigación.

3.10 Análisis Cuantitativo de Resultados de la Encuesta

Existen diversos métodos para analizar de manera cuantitativa los resultados de la encuesta,

es decir, procesarlos de tal manera que los datos que presenta la misma se transforme en

observación, a continuación, se presentan algunos que dentro de los estudios relacionados con

marketing son muy utilizados.

3.10.1 Chi Cuadrado χ 2.

Esta prueba estadística denominada también Ji cuadrado se utiliza frecuentemente en la

investigación de mercados relacionados con el marketing, debido a que la naturaleza es

evaluar la independencia de dos variables cualitativas, la Hipótesis nula establece que ambas

variables son independientes y la Hipótesis alterna que tienen algún grado de asociación. La

aplicación de esta prueba es en muestras independientes y se espera que los valores sean

mayores de 5.

Utilizando el software SPSS, el procedimiento se inicia en el menú de tablas de contingencia,

eligiendo el menú estadístico y seleccionando la opción Chi Cuadrado.

Figura 3. 19 Ventana para Tablas de Contingencia

Luego de la selección del método de Chi Cuadrado, también se puede configurar los

resultados, de tal manera que, de ser necesario, se puede seleccionar la visualización de los

valores esperados, observados, etc. En la forma más sencilla, solo se eligió la opción de Chi

Cuadrado, cuyo resultado se presenta de la siguiente manera.

Tabla 3. 6
Tabla resultante de la prueba Chi Cuadrado
Chi-Square Tests
Value df Asymp. Sig.

(2-sided)
Pearson Chi-
18.312a 2 .000
Square
Likelihood Ratio 18.561 2 .000
N of Valid Cases 384
a. 0 cells (0.0%) have expected count less than 5. The
minimum expected count is 18.99.

En la tabla, se debe revisar primero que la cantidad de celdas sea menor que el mínimo

esperado, en este caso se espera 18.99 y el número de celdas es 0, luego la significancia

(Asymp. Simp), para rechazar la Ho esta debe ser menor que alfa (0.05), en este caso existe

asociación entre las variables.

3.10.2 Correlaciones.

La correlación es una medida que varía entre -1 y 1 determinando mayor grado de la misma,

mientras más cercana este de los extremos, es así que, puede darse una relación negativa si su

valor es cercano a -1 y positiva si el valor es cercano a 1. Asimismo, si los valores se acercan

a 0 se determina que no existe correlación. Para el caso de variables cuantitativas, la

correlación usada es la de Pearson y para cualitativas la de Sperman, en ambos casos la

interpretación es similar.

Tabla 3. 7
Valores de Correlación
El procedimiento utilizando el paquete SPSS es el siguiente, Menú: Analizar-Correlaciones-

Bivariadas

Figura 3. 20 Ventana para Correlaciones

Se elige bivariadas, para poder seleccionar varias variables a la vez y así formar una matriz

de correlaciones.
Figura 3. 21 Ventana para Correlaciones

El menú de resultados muestra la siguiente tabla, esta ha sido editada por relación de espacio

Tabla 3. 8
Tabla resultantes de Correlaciones
Correlations
7. 8. marcas 9. ¿Cuántos

atributos. favoritas compra al

[Precio] año?
7 atributos
1.000 .067 .048
[Precio]
8. marcas
Spearman's .067 1.000 -.003
favoritas
rho 9. ¿Cuántos .048 -.003 1.000

compra al

año?

En este caso se puede observar q las correlaciones tienen valores bajos cercanos a cero, por lo

que, no existe asociación lineal entre las variables propuestas para el ejemplo.

3.10.3 Análisis de correspondencia múltiple.

Una opción de reducción de datos, representando dimensiones, es el Análisis de

Correspondencia múltiple, técnica que visualiza los datos en un espacio gráfico para apreciar

alguna concentración formada por la cercanía de datos entre sí. Se lo utiliza para variables

cualitativas y se aplica además de la investigación de mercado a temas de mercadotecnia

relacionado con las preferencias del consumidor, posicionamiento de marcas, etc.

El Procedimiento utilizando SPSS es el siguiente:

En el menú Analizar-Reducción de dimensiones- Análisis de Correspondencia

Figura 3. 22 Ventana para menú de Análisis de Correspondencia

Luego de seleccionar la variable en fila y columna para agrupar, se debe definir el rango

correspondiente a los valores que toman las variables.

Figura 3. 23 Ventana para selección de variables de Análisis de Correspondencia

Se ingresa el mínimo y máximo valor con el que se ha codificado y se da clic en actualizar.

Figura 3. 24 Ventana para definir rango de variables de Análisis de Correspondencia

La ventana de resultados muestra el diagrama de dispersión bioespacial.

Figura 3. 25 Diagrama de Dispersión Bioespacial del Análisis de Correspondencia

En el gráfico se pueden distinguir 4 grupos, los que están identificados por los círculos, lo

que nos lleva a concluir posibles perfiles relacionados con ingresos y tipo de educación, así se

puede observar, ingresos de más de $800 con títulos de 4to nivel, estudiantes universitarios

con ingresos de $600 a $800, títulos de tercer nivel con ingresos entre $300 y $500. Además,

también se distinguen dos círculos que no forman ninguna asociación de variables.

Bibliografía
Malhotra, N., & Esther, P. A. (2016). Investigación de mercados: Conceptos esenciales.

Michalíková, A., & Nétek, V. (2018). MARKETING RESEARCH OF AREAS

AMBIGUOUSLY DEFINED. Acta Logistica, 5(4), 101-106.

Geldres, F. M. (16 de Julio de 2015). Revista Conexionesan. Obtenido de La investigación de

mercados, pieza clave en el proceso de toma de decisiones de marketing:
https://www.esan.edu. pe/conexion/actualidad/2015/07/16/investigacion-mercados-pieza-
clave-proceso-toma-decisionesmarketing/

George, D., & Mallery, P. (2003). SPSS for Windows step by step: A simple guide and
reference. 11.0 update (4th ed.). Boston: Allyn & Bacon.

Martínez Ortega, R. M., Tuya Pendás, L., Martínez Ortega, M., Pérez Abreu, A., y Cánovas,
A. M. (2009). El coeficiente de correlación de los rangos de Spearman caracterización. Rev.
Haban Cienc Méd La Habana, VIII(2), 1–19. Recuperado de
http://scielo.sld.cu/pdf/rhcm/v8n2/rhcm17209.pdf