0 Bewertungen0% fanden dieses Dokument nützlich (0 Abstimmungen)
460 Ansichten6 Seiten
El documento describe los pasos del proceso de preparación de datos para un estudio de investigación de mercados realizado por Nike en Perú, incluyendo la revisión de cuestionarios, codificación, transcripción, limpieza y ajuste de datos. Se eliminaron cuestionarios incompletos o inconsistentes, resultando en una muestra final de 349 encuestados. Los datos fueron codificados, transcritos a una base de datos y depurados para identificar y corregir errores antes del análisis estadístico.
Originalbeschreibung:
Estudio sobre la investigación de mercados de una empresa en mención.
El documento describe los pasos del proceso de preparación de datos para un estudio de investigación de mercados realizado por Nike en Perú, incluyendo la revisión de cuestionarios, codificación, transcripción, limpieza y ajuste de datos. Se eliminaron cuestionarios incompletos o inconsistentes, resultando en una muestra final de 349 encuestados. Los datos fueron codificados, transcritos a una base de datos y depurados para identificar y corregir errores antes del análisis estadístico.
El documento describe los pasos del proceso de preparación de datos para un estudio de investigación de mercados realizado por Nike en Perú, incluyendo la revisión de cuestionarios, codificación, transcripción, limpieza y ajuste de datos. Se eliminaron cuestionarios incompletos o inconsistentes, resultando en una muestra final de 349 encuestados. Los datos fueron codificados, transcritos a una base de datos y depurados para identificar y corregir errores antes del análisis estadístico.
Trabajo de campo Seleccin del tipo de muestreo: probabilstico o no probabilstico Recopilacin de la informacin (trabajo de campo)
Procesamiento de datos y anlisis de la informacin
(PREPARACIN DE DATOS) Antes de que los datos en bruto contenidos en los cuestionarios se sometan a un anlisis estadstico, deben convertirse a una forma apropiada para tal anlisis. La calidad de los resultados estadsticos depende del cuidado que se tenga en la fase de preparacin de los datos. PROCESO DE RECOLECCIN DE DATOS
Revisin de los cuestionarios para verificar que estn completos.
Anlisis de depuracin de datos. Se otorga lineamientos para manejar las respuestas ilegibles, incompletas, incongruentes. ambiguas o insatisfactorias. CODIFICACIN, TRANSCRIPCIN Y LIMPIEZA DE DATOS TRATAMIENTO DE RESPUESTAS FALTANTES Y EL AJUSTE ESTADSTICO DE LOS DATOS. CLASIFICACIN DE LAS TCNICAS ESTADSTICAS. EVALUACIN E INTERPRETACIN DE LOS RESULTADOS. ANEXO: USO DE PROGRAMAS ESTADSTICOS ANLISIS DE LOS DATOS.
Presentacin de resultados Informe
PARA LA PREPARACIN Y
PREPARACIN DE DATOS NIKE
Los datos se obtuvieron por medio de entrevistas personales realizadas en las 05 tiendas de la marca ubicadas en Lima Metropolitana. Los supervisores revisaron los cuestionarios conforme eran entregados por los entrevistadores, verificando que los cuestionarios no incluyeran respuestas incompletas, incongruentes o ambiguas. Los cuestionarios con respuestas insatisfactorias se devolvieron al campo y se pidi a los entrevistadores que realizaran otra. Se descartaron 16 cuestionarios porque la proporcin de respuestas insatisfactorias era grande. Esto dio por resultado un tamao final de la muestra de 349. Se desarroll un libro de cdigos para codificar los cuestionarios. Se transcribieron los datos a una computadora por medio del teclado. Se verificaron alrededor del 25% de los datos para buscar errores por medio del tecleo. Se depuraron los datos mediante la identificacin de respuestas fuera de rango o lgicamente incongruentes. La mayora de la informacin calificada se obtuvo usando escalas de 7 puntos, de manera que las respuestas de 0 y 8 se consideraron fuera de rango y se asign el cdigo 9 para las respuestas faltantes. Todas las respuestas faltantes se trataron mediante la eliminacin por casos, por lo que se omiti del anlisis a todos los encuestados con valores faltantes ? Se eligi la eliminacin por casos debido a que el nmero de casos (encuestados) con valores faltantes era pequeo y el tamao de la muestra era lo bastante grande. En el ajuste estadstico de los datos, se crearon variables ficticias para las variables categricas. Tambin se crearon nuevas variables compuestas por las variables originales. Por ejemplo, se su maron las calificaciones de lealtad con las 08 tiendas para crear un ndice de lealtad. Por ltimo se desarroll una estrategia de anlisis de los datos LIMPIEZA A LA MEDIDA: Custom Research corre un programa de depuracin que verifica que estn completos y que tengan lgica. Las discrepancias se identifican en un listado impreso que es revisado por los supervisores de tabulacin. Una vez que se identifican los errores, se toman las acciones correctivas apropiadas antes de hacer el anlisis. GfK Custom Research ha encontrado que este procedimiento incrementa en forma considerable la calidad de los resultados estadsticos. - REVISIN DEL CUESTIONARIO: un cuestionario que regresa al campo podra ser inaceptable por varias razones: Algunas partes del cuestionario estn incompletas. El patrn de respuestas indica que el encuestado no entendi o sigui las instrucciones. Por ejemplo, cuando no se siguieron los patrones de salto.
Las respuestas muestran poca varianza. Por ejemplo, un encuestado slo
marc la opcin nmero 4 en una serie de escalas de calificacin de 7 puntos. Los cuestionarios entregados estn fsicamente incompletos: faltan una o ms pginas. El cuestionario se recibi despus de la fecha establecida. El cuestionario fue contestado por alguien que no estaba calificado para participar. - EDICIN: La edicin es la revisin de los cuestionarios con el objetivo de incrementar su exactitud y precisin. Consiste en examinar los cuestionarios para identificar respuestas ilegibles, incompletas, incongruentes o ambiguas. Hasta este punto, el investigador hace una revisin preliminar de la congruencia. Es fcil detectar algunas incongruencias evidentes. Por ejemplo, un encuestado reporta un ingreso anual de menos de S/. 15000, pero informa de compras frecuentes en tiendas departamentales de prestigio.
- CODIFICAR: Significa asignar un cdigo, por lo general un nmero, a cada
respuesta posible de cada pregunta. Explicar codificacin de acuerdo al ejemplo de la separata (Tienda Departamental) Si el cuestionario solo contiene preguntas estructuradas o muy pocas preguntas estructuradas, se realiza una codificacin previa. Esto significa que se asignan cdigos antes de realizar el trabajo de campo. Si el cuestionario contiene preguntas no estructuradas, los cdigos se asignan despus de que el cuestionario se haya devuelto del campo (codificacin posterior). Los cdigos de los datos faltantes deben ser distintos de los cdigos asignados a las respuestas legtimas. La codificacin de respuestas abiertas o no estructuradas es ms compleja. En el cuestionario se registran las respuestas literales. Luego se desarrollan y se asignan los cdigos para estas respuestas. En ocasiones, el investigador puede basarse en proyectos anteriores o consideraciones tericas, para desarrollar los cdigos antes de iniciar el trabajo de campo: no obstante, por lo general esto debe esperar hasta que se reciban los cuestionarios llenados. A continuacin, el investigador hace una lista de 50 a 100 respuestas para una pregunta no estructurada con la finalidad de identificar las categoras apropiadas para la codificacin. Una vez que se desarrollaron los cdigos, debe capacitarse a los codificadores para que asignen los cdigos correctos a las respuestas literales. Se sugieren los siguientes lineamientos para codificar preguntas no estructuradas y cuestionarios en general.
Los cdigos de las categoras deben ser mutuamente excluyentes y
colectivamente exhaustivos. Las categoras son mutuamente excluyentes si a cada respuesta corresponde un nico cdigo de categora. Las categoras no deben traslaparse. Las categoras son colectivamente exhaustivas, si cada respuesta corresponde a uno de los cdigos de categora asignados. Esto puede lograrse agregando un cdigo de categora para otro o ninguno de los anteriores. Sin embargo, en esta categora deben caer muy pocas respuestas (10% o menos). La gran mayora de respuestas deben clasificarse en categoras significativas. -
TRASCRIPCIN: La transcripcin implica transferir los datos codificados de
los cuestionarios o de las hojas de codificacin, a discos o cintas magnticas o directamente a la computadora por medio del teclado. Si se utiliza el teclado pueden cometerse errores, lo cual hara necesario verificar el conjunto de datos o al menos una parte de ellos. El segundo operador vuelve a teclear los datos de los cuestionarios codificados. Registro por registro se comparan los datos transcritos se investiga para identificar y corregir errores de tecleo. La verificacin de todo el conjunto de datos duplicar el tiempo y costo de la trascripcin. Dadas las restricciones de tiempo y costos, as como el hecho de que los capturistas experimentados suelen ser bastante precisos, es suficiente verificar slo entre 25 y 50 por ciento de los datos.
DEPURACIN DE DATOS: Incluye la verificacin de la congruencia y el
tratamiento delas respuestas faltantes. Aunque durante la edicin se hizo una comprobacin preliminar de la congruencia, en esta etapa las verificaciones son ms minuciosas y exhaustivas porque se realizan por computadora. La comprobacin de la congruencia identifica los datos que estn fuera de rango, que son lgicamente incongruentes o que tienen valores extremos. Los datos fuera de rango son inadmisibles y tienen que corregirse. Por ejemplo, suponga que se pidi a los encuestados que expresaran su grado de acuerdo con una serie de enunciados de estilos de vida en una escala de 1 a 5. Si se supone que se design 9 para las respuestas faltantes, los valores de 0, 6, 7 y 8 estn fuera de rango. Es posible programar paquetes de cmputo como SPSS, SAS, Excel y Minitab para identificar los valores fuera de rango para cada variable, e imprimir el cdigo del encuestado, el cdigo de la variable, el nombre de la variable, el nmero de registro, el nmero de columna y el valor fuera de rango. Para determinar las respuestas correctas se regresa al cuestionario revisado y codificado. El tratamiento de las respuestas faltantes, representan valores de una variable que se desconoce, ya sea porque los encuestados dieron respuestas ambiguas o porque sus respuestas no se registraron en forma adecuada. El tratamiento de las respuestas faltantes plantea problemas, sobre todo si su proporcin es mayor del 10%. Se dispone de las siguientes opciones para el tratamiento de las respuestas faltantes:
Sustituir con un valor neutro: un valor neutro, por lo regular la respuesta
promedio a la variable, sustituye las respuestas faltantes. De esta manera no cambia la media de la variable ni se afectan demasiado otras estadsticas, como las correlaciones. Sustituir con una respuesta atribuida: Se usa el patrn de respuestas de los encuestados a otras preguntas, para atribuir o calcular una respuesta adecuada para las preguntas faltantes. A partir de los datos disponibles, el investigador intenta inferir las respuestas que habran dado los encuestados si hubieran contestado las preguntas.
AJUSTE ESTADSTICO DE LOS DATOS: Los procedimientos para el ajuste
estadstico de los datos son la ponderacin, la redefinicin de las variables y las transformaciones de la escala. Estos ajustes no siempre son necesarios pero pueden mejorar la calidad del anlisis de los datos.
Ponderacin: En la ponderacin, a cada caso o encuestado de la base de
datos se le asigna un peso que refleje su importancia en relacin con otros casos o encuestados. El valor 1.0 representa el caso no ponderado. El efecto de la ponderacin es incrementar el nmero o disminuir el nmero de casos de la muestra que poseen ciertas caractersticas. Se utiliza para dar ms importancia a datos o encuestados con datos de mayor calidad.
Redefinicin de variables: Implica transformar los datos para crear variables
nuevas o modificar las existentes. El propsito de la redefinicin es crear variables que sean congruentes con los objetivos de estudio. Por ejemplo, suponga que la variable original era el uso de un producto, con diez categoras de respuesta, las cuales podran reducirse a cuatro: uso frecuente, moderado, espordico o nulo. Un importante procedimiento de redefinicin supone el uso de variables ficticias para la redefinicin de variables categricas. Las variables ficticias (llamadas tambin variables binarias, dicotmicas, instrumentales o cualitativas) son variables que slo pueden adoptar los valores, como 0 o 1.
Transformacin de escala: Implica manipular los valores de la escala para
asegurar que sea comparable con otras escalas o adecuar de otra manera los datos para el anlisis. Con frecuencia se emplean diferentes escalas para medir diferentes variables. Por ejemplo, las variables de imagen pueden medirse con una escala de diferencial semntico de 7 puntos, las variables de actitud con una escala de calificacin continua y las variables de estilo de vida con una escala Likert de 5 puntos. Para comparar las calificaciones de actitud con las calificaciones de estilos de vida o las de imagen, sera necesario transformar las diferentes escalas. Incluso si se utiliza la misma escala para todas las variables, diferentes encuestados pueden usar la escala de manera distinta. Por ejemplo, algunos encuestados usan de manera sistemtica la parte superior de la escala de calificacin, en tanto
que otros utilizan de manera constante la parte inferior. Tales diferencias
pueden corregirse mediante la transformacin adecuada de los datos. (se puede estandarizar, restar la media y dividir por la desviacin estndar aplicado a cada categora). La estandarizacin permite al investigador comparar variables que han sido medidas con diferentes tipos de escalas. -
ELECCIN DE UNA ESTRATEGIA DE ANLISIS DE DATOS: se consideran las
etapas iniciales del proceso de investigacin de mercado, caractersticas conocidas de los datos, propiedades de las tcnicas estadsticas, experiencia y filosofa del investigador. Basndonos en ello, la estrategia de anlisis de datos resulta: Tcnicas univariadas: recomendables cuando hay una sola medicin para cada elemento de la muestra, o cuando hay varias mediciones para cada elemento pero cada variable se analiza por separado. Los datos mtricos se miden en una escala de intervalo o de razn, los no mtricos se miden en una escala nominal u ordinal.
DISTRIBUCIN DE FRECUENCIAS, TABULACIN CRUZADA Y PRUEBA DE
HIPTESIS Los procedimientos de prueba de hiptesis se clasifican en pruebas de asociaciones o pruebas de diferencias. Se utiliza la tabulacin cruzada para entender las relaciones entre variables, considerando dos o tres de ellas a la vez. Aunque la naturaleza de la asociacin se puede observar en tablas, existen estadsticos para examinar la significancia y la fuerza de la asociacin. -
DISTRIBUCIN DE FRECUENCIAS: Responde preguntas sobra una sola
variable. En la distribucin de frecuencias se considera una variable a la vez. La ocurrencia relativa o frecuencia de los diferentes valores de la variable se expresa en porcentajes. Una distribucin de frecuencias de una variable produce una tabla de conteo de frecuencias, porcentajes y porcentajes acumulativos de todos los valores asociados con esa variable. Los datos de frecuencias se emplean para construir un histograma, que es una grfica de barras vertical donde los valores de la variable se muestran a lo largo del eje X, y las frecuencias absolutas o relativa de los valores se colocan a lo largo del eje Y. En el histograma podemos examinar si la distribucin observada es consistente con una distribucin esperada o supuesta, como la distribucin normal.