Los 10 estadísticos más utilizados en la investigación de mercados
Según lo que hemos experimentado en la práctica es posible determinar que los diez principales estadísticos empleados en la investigación de mercados son los siguientes:
1.- Coeficiente de Correlación de Pearson: Nos permite conocer la intensidad de la relación existente entre una o más variables.
2.- Análisis de Regresión y Regresión Múltiple: Establece que tanto afecta una o más variables dependientes a otra independiente.
3.- Chi square: Nos indica el nivel de significancia ente dos o más variables. El Chi square es ampliamente usado como test de significancia para determinar segmentos en el análisis Chaid, Cart entre otros.
4.- Varianza y Coeficiente de Variación: La varianza nos proporciona la distribución de la muestra con respecto a la media. El análisis de la varianza (o Anova: Analysis of variance) es un método para comparar dos o más medias, que es necesario porque cuando se quiere comparar más de dos medias es incorrecto utilizar repetidamente el contraste basado en la t de Student. El coeficiente de variación nos sirve para comparar medidas de dos grupos diferentes y que estas se puedan expresar en términos de referencia.
5.- Coeficiente de Kurtosis: No indica que tan concentrada o dispersa se encuentra la muestra con respecto a los valores centrales de referencia.
6.- Prueba de T Studen: Nos indica las probabilidades de que dos grupos de datos distintos pertenezcan a una misma población.
7.- Escalas de Liker: Al aplicarlas en un cuestionario o instrumento nos ayuda a determinar los estadísticos de correlación y regresión. Por lo general se manejan de escalas del 1 al 3, del 1 al 5 o del 1 al 7, siempre impares para evitar el empate de variables y la nulificación de los test.
8.- Media, moda y mediana: Son las medidas de tendencia central ampliamente usadas para describir una variable. Nos indican en donde se ubican los puntos centrales de los datos.
9.-Tasa media de crecimiento anual: Este dato nos permite conocer el comportamiento de una variable a través del tiempo tomando como referencia dos puntos de temporalidad ejemplo: 2005 y 2010. A titulo personal recomiendo que para lograr mayor exactitud en el pronostico de este dato, la serie analizada debe contener al menos 5 años de referencia.
10.- Factoriales: El análisis de la varianza (o Anova: Analysis of variance) es un método para comparar dos o más medias, que es necesario porque cuando se quiere comparar más de dos medias es incorrecto utilizar repetidamente el contraste basado en la t de Student..
En la realidad los estudios de mercados y los modelos actuales de investigación combinan fases cuantitativas con fases cualitativas, en muchos casos una complementa a la otra. Ambas importantes.
La importancia de los números en una investigación se concentra en la necesidad que tenemos por cuantificar, medir y dar proporciones a los hábitos del mercado, así como conocer las tendencias y las estimaciones futuras apoyados de modelos estadísticos y econométricos que nos ayudan a pronosticar ciertos aspectos del mercado.
La estadística descriptiva nos ofrece un panorama de como se comportan las variables del mercado, mientras la estadística inferencial nos proporciona -a través de pruebas o tests- una confirmación de los supuestos e hipótesis planteadas en la investigación.
Por ejemplo, con los análisis de correlación y regresión determinamos que intensidad tiene una variable sobre otra y que tanto la afecta, con ello probar o no las hipótesis y supuestos. Los test de Chi Square, ANOVA, T de Studen entre otros nos ofrecen datos de como se comporta la muestra y que tan significante resultan ciertos ejercicios.
Los coeficientes de Kurtosis y Variación nos indican cuál es la distribución y la dispersión de la muestra, con ello se puede comprobar, por ejemplo, si el promedio de una serie de datos tiene una estructura normal o anormal y si el promedio efectivamente nos describe el comportamiento de los datos de manera correcta.
Fernando Mellado | Estudios Cuantitativos
Tambien debes tener en cuenta las técnicas de multivariado como análisis de componentes principales, análisis de correspondencia simple y multiple, clusters, estas tambien estan tomando mucha fuerza. Saludos.
Que tal Alex, en efecto tienes toda la razón, las técnicas que mencionas también son muy usadas en lo personal las que aplican a segmentación como los clusters. Si tienes alguna aportación y deseas la publique con gusto lo podemos hacer. Estos temas son algo complicados y muy poco se escribe sobre las tendencias reales. Saludos!
buena hueones!
Hola
La correlación de Pearson se calcula para DOS variables. Si es para varias variables como dices aquí (una o varias variables) se habla de matriz de correlaciones.
Gracias por tu comentario. En efecto la correlación de Pearson, es bivariada sin embargo, puedes correlacionar un grupo de variables una a una a través de SPSS u otros software.
Buena apreciación, de hecho la correlación de Pearson es bivariada una a una, y puedes correlacionar una serie de variables pero estás se conformarán en una matriz una a una, si se desea otro tipo de relaciones multivariantes, puede optarse por otros métodos que mejor predigan una variable dependiente de acuerdo a un grupo de variable independientes, esto puede ser por medio de Regresión y análisis multivariante.
Muy interesante el articulo, me gustaría que me oriente en alguna de ellas.
Con gusto Silene.