6. ANÁLISIS DE DATOS

6.1 PROCESO DE PREPARACIÓN DE LOS DATOS
Debe comenzar en cuanto vuelva del campo el primer lote de cuestionarios, en tanto continúa el trabajo de campo. Así se detectan problemas y puede modificarse el trabajo para incorporar las acciones correctivas.

· Verificación del cuestionario: Primero hay que comprobar que estén completos y que las entrevistas sean de calidad. Un cuestionario que llega del campo puede ser inaceptable por varias razones

o Partes del cuestionario pueden estar incompletas.
o La pauta de las respuestas indicaría que el entrevistado no entendió o no siguió las instrucciones.
o Las respuestas muestran poca variación.
o En el cuestionario se perdieron una o más páginas.
o El cuestionario se recibió después de la fecha de corte establecida.
o El cuestionario lo contestó alguien que no califica para participar.

· Revisión: Se examinan los cuestionarios con objeto de aumentar su fidelidad y precisión. Consiste en repasarlos para detectar respuestas ilegibles (si están mal anotadas), incompletas (pueden faltar las respuestas de pocas o muchas preguntas), incongruentes (Un entrevistado informa un ingreso anual de menos de 20.000 dólares, pero afirma que compra a menudo en tiendas departamentales de prestigio), o ambiguas (usar respuestas abreviadas o palabras ambivalentes).

o Tratamiento de las respuestas insatisfactorias
§ Volver al campo: Los cuestionarios con respuestas insatisfactorias se devuelven al campo, donde los entrevistadores pueden volver a buscar a los encuestados. Puede ser que los datos obtenidos la segunda vez sean distintos a los de la primera encuesta. Esas discrepancias son imputables a cambios con el tiempo o a diferencias en la forma de aplicar el cuestionario (por ejemplo, por teléfono o en persona).

§ Asignación de valores faltantes: Si no es viable devolver los cuestionarios al campo, el revisor puede asignar valores faltantes a las respuestas insatisfactorias. Es aconsejable cuando son pocos los entrevistados con respuestas insatisfactorias, la proporción de respuestas insatisfactorias por cada uno de estos entrevistados es menor, o las variables con respuestas insatisfactorias no son las más importantes.

§ Descartar a los encuestados insatisfactorios: Simplemente se descartan los entrevistados con respuestas insatisfactorias. Es apropiado cuando la proporción de entrevistados insatisfactorios es baja, la muestra es grande, los entrevistados insatisfactorios no difieren de los satisfactorios de manera obvia, la proporción de respuestas insatisfactorias de cada entrevistados es grande o, faltan respuestas a variables clave.

· Codificación: Codificar significa asignar un código, por lo regular numérico, a cada respuesta posible de cada pregunta. El código incluye una indicación del lugar en una columna y el registro que ocupará.

o Preguntas de codificación: El código del entrevistador y el número del registro deben aparecer en todos los registros. En cambio, se puede obviar el código del registro si únicamente hay uno por cada encuestado. También deben incluirse los códigos de proyecto, de entrevistador, de fecha y hora y de validación. Es muy deseable que se recurra a códigos de campo fijo, lo que significa que el número de registros de cada entrevistado es el mismo y que los mismos datos aparecen en la misma columna para todos. La codificación de respuestas estructuradas es simple, porque las opciones de respuestas están determinadas con antelación. Los datos deben codificarse de manera que se conserven tantos detalles como sea posible.

o Libro de códigos: Contiene las instrucciones para codificar la información necesaria acerca de las variables del conjunto de datos. Contiene el número de columnas, número de registros, número de variables, nombre de las variables, número de las preguntas e instrucciones para codificar.

· Transcripción: Transferirlos de los cuestionarios o de las hojas de codificación a los discos o cintas magnéticas, o en capturarlos directamente en las computadoras. Los avances tecnológicos han traído sistemas de análisis sensorial computarizado que automatiza el proceso de recopilación de datos.

· Depuración de los datos: Comprende la verificación de la congruencia y el tratamiento de las respuestas faltantes. Aunque las verificaciones preliminares de la congruencia se realizan durante la revisión, las verificaciones de esta fase son más completas y extensas, porque se hacen en computadora.

o Comprobación de la congruencia: Se identifican los datos impropios, ilógicos o extremos. Los datos impropios sin inadmisibles y hay que corregirlos. Las preguntas pueden ser ilógicas de varias maneras. Por ejemplo, un entrevistado puede decir que no conoce un producto, pero que lo usa con frecuencia. Por último, los valores extremos deben examinarse atentamente. No todos los valores extremos son resultado de un error y pueden apuntar a problemas con los datos.

o Tratamiento de respuestas faltantes: Representan valores de una variable que se desconocer, ya sea porque los entrevistados dieron respuestas ambiguas o porque no fueron bien anotadas.

§ Reemplazar por un valor neutro: Por lo regular es la respuesta promedio a la variable. Así la media de la variable no cambia ni se afectan demasiado otras estadísticas.

§ Reemplazar con una respuesta atribuida: Con el patrón de respuestas de los entrevistados a otras preguntas se atribuye o se calcula una respuesta viable para la pregunta.

· Ajuste estadístico de los datos: Sus procedimientos son la ponderación, la nueva especificación de las variables y las transformaciones de escala.

o Ponderación: A cada caso o entrevistado de la base de datos se le asigna un peso de acuerdo con su importancia en relación con otros casos o entrevistados. Tiene el efecto de aumentar o disminuir el número de casos de la muestra y posee ciertas características. Se usa sobre todo para que los datos de la muestra sean más representativos de ciertas características de la población objetivo. También es útil para ajustar la muestra de modo que se dé la mayor importancia a los entrevistados que tienen ciertas características.

o Nueva especificación de las variables: Consiste en transformar los datos para generar variables o modificar las actuales. La intención es crear variables que sean congruentes con el objetivo del estudio. Un procedimiento importante consiste en tomar variables ficticias para volver a especificar variables de categorías. Las variables ficticias aceptan sólo dos valores, como 0 ó 1.

o Transformación de las escalas: Manipular los valores de las escalas para garantizar que pueden compararse con otras escalas o que los datos se prestan para el análisis.

· Elección de una estrategia de análisis de datos: Debe basarse en las etapas anteriores del proceso de investigación de mercados, las características conocidas de los datos, las propiedades de las técnicas analíticas y los antecedentes y la filosofía del investigador.

El análisis de datos no es un fin en sí mismo. Su finalidad es brindar información que sirva para abordar el problema. La selección de una estrategia para esto debe comenzar con una consideración de las primeras etapas del proceso. El plan preliminar del análisis de datos es preparado como parte del diseño de la investigación debe servir como trampolín.

La siguiente fase es considerar las características conocidas de los datos. El diseño de la investigación puede favorecer ciertas técnicas.

Algunas técnicas estadísticas son apropiadas para explorar diferencias entre variables; otras para evaluar las magnitudes de las relaciones entre variables y otras para hacer pronósticos.

6.2 ANÁLISIS ESTADÍSTICO
· Técnicas univariadas: Son apropiadas cuando hay una sola medición de cada elemento de la muestra, o si hay varias mediciones, cada variable se analiza por separado.

o Datos métricos: Se miden en una escala de intervalo o proporcional.

o Datos no métricos: Se miden en una escala nominal u ordinal.

Estas técnicas también se clasifican por su número de muestras: una, dos o más. Debe observarse que aquí el número de las muestras se determina de acuerdo con el tratamiento que se dé a los datos para el análisis, no por la forma en que fueron recolectados.

§ Muestras independientes: Muestras que se toman en forma aleatoria de poblaciones diferentes.

§ Muestras pareadas: Muestras cuyos datos se relacionan con el mismo grupo de entrevistados.

· Técnicas multivariadas: Analizar datos cuando hay dos o más mediciones de cada elemento y las variables se analizan simultáneamente. Se ocupan de las relaciones simultáneas entre dos o más fenómenos.

o Técnicas de dependencia: Apropiadas cuando una o más de las variables se identifican como dependientes y las demás como independientes.

o Técnicas de interdependencia: Agrupar datos por su semejanza básica, lo que permite la interpretación de estructuras de datos. No se distingue que variables son dependientes y cuáles independientes.

EDWARD FERNANDO FRAGOSO SERRANO

COD: 2030563