viernes, 3 de julio de 2015

CUÁL ES LA IMPORTANCIA DEL ANALISIS MULTIVARIANTE EN INVESTIGACIÓN DE MERCADO

ANALISIS MULTIVARIANTE
Su importancia en investigación de mercado y estudios de opinión pública

Cuando se aborda una investigación de mercados o un estudio sobre opinión pública es frecuente dividir la recolección de datos en aspectos bien claros y delimitados de las características de la unidad de investigación. El instrumento de recolección de datos, ya sea por medio de entrevistas cara, telefónicas, mediante la observación directa o cualquier otra técnica empleada en el diseño de la investigación, se encuentra dividido en aspectos tales como; Datos generales del entrevistado, aspectos sobre preferencias de productos o servicios, evaluación del entrevistado de las marcas que adquiere y su percepción de la diferencia entre el producto o servicio de su preferencia y otros existentes en el mercado o su opinión sobre ciertos aspectos de la vida cotidiana en sociedad, su opinión sobre la reputación de algunas autoridades, intensión de voto en comisión próximos a realizarse, etc. Finalmente se indagará sobre su Nivel Socioeconómico (NSE)
Como se puede intuir, cada uno de estos aspectos en que se divide la recolección del dato individual se sub divide en una “batería de preguntas” que se le formula a cada entrevistado y que interesa al investigador y a quienes toman decisiones sobre los resultados del estudio, establecer una relación entre las repuestas obtenidas y si éstas siguen una secuencia que permita pronosticar comportamientos del consumidor y tomar acciones en consecuencia.
Es bueno destacar que cada una de estas preguntas realizadas es una variable del estudio, o más correctamente, cada variable se convierte en una pregunta o formular o a indagar al individuo entrevistado u observado. Si cada una de ellas es analizada de forma individual, usando estadísticas descriptivas el trabajo es largo y tedioso, además el informe de resultados muy extenso, volviéndose en muchos casos repetitivos, de allí la utilidad de emplear métodos de análisis multivariante.
http://plepso.com.ve/metodologia

En este sentido, de acuerdo con Salvador Figuera, M. (2000) el Análisis Multivariante es el conjunto de métodos estadísticos cuya finalidad es analizar simultáneamente conjuntos de datos multivariantes en el sentido de que hay varias variables medidas para cada individuo u objeto estudiado. Su razón de ser radica en un mejor entendimiento del fenómeno objeto de estudio obteniendo información que los métodos estadísticos univariantes y bivariantes son incapaces de conseguir.
En esta serie de artículos que comenzamos a publicar en este blog se va a dar una breve visión general de dicho conjunto de técnicas exponiendo, brevemente, cuál es su finalidad, ilustrada con ejemplos.
Esta serie de artículos sobre estas técnicas conocidas y utilizadas por Plepso C. A. tiene tres objetivos fundamentales:

1. Definir qué es el Análisis Multivariante y cuáles son sus objetivos
2. Clasificar las distintas técnicas multivariantes, distinguiendo entre métodos de dependencia, interdependencia y estructurales e indicando, de forma resumida, los objetivos de las diversas técnicas multivariantes presentadas en la lección.
3. Indicar cuáles son las etapas a seguir en la resolución de un problema de Análisis Multivariante
Cabe destacar que las técnicas a desarrollar son las utilizadas por Plepso, C. A. las cuales son el Análisis de Regresión, Análisis Factorial y Análisis de Componentes Principales, el Análisis Discriminante, el Análisis Conjunto (Conjoint) y el Análisis de Conglomerados o Cluster
Antes de comenzar con el desarrollo de estos temas se introducirán los conceptos generales sobre cada una de estos métodos:

- Análisis de Regresión: Es la técnica adecuada si en el análisis hay una o varias variables dependientes métricas cuyo valor depende de una o varias variables independientes métricas. Por ejemplo, intentar predecir el gasto anual en cine de una persona a partir de su nivel de ingresos, nivel educativo, sexo y edad. Pronosticar el índice de inflación en un período de tiempo partiendo de la fluctuación del precio del petróleo, de nivel de sustitución internacional del petróleo por fuentes de energía y el comportamiento del clima en los países compradores
- AnálisisFactorial y Análisis de Componentes Principales: Se utiliza para analizar interrelaciones entre un número elevado de variables cuantitativas explicando dichas interrelaciones en términos de un número menor de variables denominadas factores (si son inobservables) o componentes principales (si son observables).
Así, por ejemplo, si un analista financiero quiere determinar cuál es el estado de salud financiero de una empresa a partir del conocimiento de un número de ratios financieros, construyendo varios índices numéricos que definan su situación, el problema se resolvería mediante un Análisis de Componentes Principales.
Si un psicólogo quiere determinar los factores que caracterizan la inteligencia de un individuo a partir de sus respuestas a un test de inteligencia, utilizaría para resolver este problema un Análisis Factorial.
- AnálisisDiscriminante: Esta técnica proporciona reglas de clasificación óptimas de nuevas observaciones de las que se desconoce su grupo de procedencia basándose en la información proporcionada los valores que en ella toman las variables independientes. Por ejemplo, determinar los ratios financieros que mejor permiten discriminar entre empresas rentables y poco rentables.
AnálisisConjoint: Es una técnica que analiza el efecto de variables independientes no cuantitativas sobre variables cualitativas o cuantitativas. La diferencia con el Análisis de la Varianza radica en dos hechos: las variables dependientes pueden ser cualitativa y los valores de las variables independientes no métricas son fijadas por el analista. En otras disciplinas se conoce con el nombre de Diseño de Experimentos.  Por ejemplo, una empresa quiere diseñar un nuevo producto y para ello necesita especificar la forma del envase, su precio, el contenido por envase y su composición química. Presenta diversas composiciones de estos cuatro factores. 100 clientes proporcionan un ranking de las combinaciones que se le presentan. Se quiere determinar los valores óptimos de estos 4 factores.
- AnálisisCluster o de Conglomerados: Su objetivo es clasificar una muestra de entidades (individuos o variables) en un número pequeño de grupos  de forma que las observaciones pertenecientes a un grupo sean muy similares entre sí y muy disimilares del resto. A diferencia del Análisis Discriminante se desconoce el número y la composición de dichos grupos. Por ejemplo, clasificar grupos de alimentos (pescados, carnes, vegetales y leche) en función de sus valores nutritivos.   
Además de definir y explicar el fundamento de cada método, sus objetivos y las fase de aplicación, se presentará en forma sencilla la forma en que deben tabularse los datos para su procesamiento y con la utilización del software estadístico Statistical Package for the Social Sciences (SPSS) se explicarán la salidas de cada método y su interpretación
www.plepso.com.ve

En Plepso, C. A. nos ponemos a la orden para el procesamiento y análisis multivariante de sus datos. También somos expertos en operaciones de campo en hogares, por intersección o de la forma que su estudio lo requiera


Si te gustó el artículo o tienes alguna crítica constructiva coméntalo  y recuerda suscribirte al blog. Ah, y comparte con un Tiweet, +1 o por Facebook tus comentarios. Hasta una próxima entrega.
Para diseños de investigación de mercados, levantamiento de estudios de opinión pública y de seguimiento electoral no dude en contactar a Plepso Investigación, C. A. por sus teléfonos 0243 237.54.06 y 0412 439.25.85, a sus sitio web http://www.plepso.com.ve o al correo electrónico mercadeo@plepso.com.ve y jpleal@plepso.com.ve


REFERENCIASBIBLIOGRÁFICAS Y DOCUMENTALES

Aaker, D. y Day, G. S. (1989) Investigación de Mercados. México. Tercera Edición. Segunda Edición en Castellano. Mc Graw-Hill
Malhotra, N (1997) Investigación de mercado, un enfoque práctico. Naucalpan de Juárez México. Prentice Hall Segunda Edición
Pérez-Tejada, H. (2009) Estadística para las Ciencias Sociales, del Comportamiento y de la Salud. México. 3era Edición. CENGAGE Leaning
Salvador Figueras, M (2000): "Introducción al Análisis Multivariante", [Artículo en línea] disponible en: http://www.5campus.com/leccion/anamul  [Consulta: 2015, julio 04]

Siegel, S. y Castellan, J. (1998) Estadísticas No Paramétrica; Aplicadas a las ciencias de la conducta. México. Trillas 4ta edición

No hay comentarios:

Publicar un comentario

CÓMO ES UNA JORNADA TÍPICA DE COMPRAS DEL SHOPPER

Para hacer el trabajo más inteligente en esa Última Milla , para realmente influir en las acciones del   consumidor mientras recorre s...