(Inv. Mercados) Tema 12 - Preparación de los Datos

PREPARACIÓN
DE LOS DATOS
CAPÍTULO Nº 12
Ing. Erick Mita Arancibia

Objetivo Particular
Instructivo Educativo
Efectuar los pasos necesarios para preparar los
datos obtenidos a través de la aplicación de
instrumentos de recolección de información
primaria los pasos necesarios para efectuar el
trabajo de campo en procesos de investigación
de mercados
Propiciar el interés de los estudiantes respecto a
los pasos requeridos para la preparación de
datos, en procesos de investigación de
mercados.
Contenido
Conocimientos Habilidades
 Preparación de los datos
 Verificación del cuestionario
 Revisión
 Codificación
 Transcripción
 Depuración de los datos
 Elección de una estrategia de análisis de
datos
 Clasificación de las técnicas estadísticas
Después de estudiar este capítulo, los
estudiantes podrán:
 Comprender la importancia de la preparación
de datos.
 Describir y analizar los pasos requeridos
para la preparación de datos
 Elegir una estrategia de análisis de datos.
Ing. Erick Mita A.

1. PROCESO DE PREPARACIÓN DE LOS DATOS
El objetivo de la
mayor parte de las
investigaciones de
mercados es
proporcionar
información.
La información se
refiere a un conjunto
de hechos que tienen
un formato adecuado
para la toma de
decisiones.
Los datos son
medidas registradas
de ciertos fenómenos.
Los datos en bruto
que se recopilan en el
trabajo de campo
deben ser
transformados en
información que
responda a las
preguntas de los
tomadores de
decisiones.
Ing. Erick Mita A.

Con relación a la preparación de datos, el primer paso
consiste en verificar que los cuestionarios sean
aceptables, sigue a continuación la revisión, codificación
y transcripción de los datos. Estos se depuran y se
establece un tratamiento para las respuestas faltantes.
Muchas veces es necesario hacer un ajuste estadístico
para que los datos sean representativos de la población
que se estudia.
Posteriormente el investigador debe elegir la estrategia
conveniente para el análisis de datos.
Ing. Erick Mita A.

PROCESO DE PREPARACIÓN DE LOS
DATOS
Ing. Erick Mita A.
Preparación preliminar del plan de análisis de datos
Revisión del cuestionario
Edición
Codificación
Transcripción
Depuración de los datos
Ajuste estadístico de los datos
Elección de la estrategia de análisis de los datos

1.1 REVISIÓN DEL CUESTIONARIO
cConsiste en comprobar
que todos los cuestionarios
sean de calidad y estén
terminados.
Un cuestionario puede ser
inaceptable por varias
razones:
Ing. Erick Mita A.

Algunas partes o secciones del cuestionario están incompletas.
No se siguieron las instrucciones para el registro de respuestas.
Las respuestas mostraron poca variación. Por ejemplo: en una escala de 7 puntos
todas las partidas se marcaron con 4, lo cual da la impresión que el encuestado
respondió sin leer los enunciados.
Se perdieron páginas del cuestionario.
El cuestionario se recibió después de la fecha de corte establecida
El cuestionario fue llenado por alguien no calificado.
Ing. Erick Mita A.
Los problemas para cumplir con los requisitos del muestreo deben
identificarse y corregirse, así como realizarse otras encuestas en casos
determinados, antes de continuar con la edición de datos.

1.2 EDICIÓN
La edición consiste en efectuar la
revisión de los cuestionarios con objeto
de aumentar su fidelidad y precisión.
Consiste en examinarlos para detectar
respuestas ilegibles, incompletas,
incongruentes o ambiguas.
Ing. Erick Mita A.
Ejemplos:

• Cando se registran mal, es frecuente
en cuestionarios con preguntas no
estructuradas.
Respuestas
ilegibles
• Los cuestionarios pueden estar
incompletos en varios grados.
Respuestas
incompletas
• Una persona de ingresos bajos afirma
comprar solo en tiendas de prestigio y
cuenta con ingresos bajos.
Respuestas
incongruentes
Ing. Erick Mita A.

En esta etapa se debe realizar el
tratamiento de las respuestas
insatisfactorias que consiste en volver
al campo a recabar información,
asignar valores faltantes o descartar a
los encuestados insatisfactorios.
Ing. Erick Mita A.

• Consiste en volver a buscar a los encuestados para
corregir las respuestas insatisfactorias.
• Se aplica en el caso de mercados industriales donde es
fácil encontrar a los encuestados.
VOLVER AL CAMPO
• Si no es viable devolver los cuestionarios al campo, el revisor
puede asignar valores faltantes a las respuestas
insatisfactorias. Se aconseja este método cuando: son pocos
los entrevistados con respuestas insatisfactorias, la
proporción de respuestas insatisfactorias por cada uno de
estos encuestados es pequeña y las variables con
respuestas insatisfactorias no son las más importantes.
ASIGNACION DE
VALORES
FALTANTES
• Consiste en descartar a los encuestados con
respuestas insatisfactorias. Es un sistema apropiado
cuando:
DESCARTAR A LOS
ENCUESTADOS
INSATISFACTORIOS
Ing. Erick Mita A.

La proporción de entrevistados es baja (menos del 10%).
La muestra es grande.
Los encuestados insatisfactorios no difieren de los satisfactorios de
manera obvia, por ejemplo: en factores demográficos o características de
uso del producto.
La proporción de respuestas insatisfactorias de cada entrevistado
es grande.
Faltan respuestas a variables clave.
Ing. Erick Mita A.

Ejemplo:
• En una investigación dirigida a
gerentes de marketing se 192
encuestas, se descartaron 4
porque los encuestados
indicaron que no estaban a
cargo de las decisiones
generales de marketing.
• Dicha decisión se tomó porque
la muestra era grande y la
proporción de encuestados
insatisfactorios era pequeña.
Ing. Erick Mita A.

1.3 CODIFICACIÓN
Consiste en asignar un número (código) a cada una
de las posibles respuestas susceptibles de aparecer
en cada una de las preguntas del cuestionario.
El código incluye una indicación del lugar en una
columna y el registro que ocupará.
Ejemplo: el sexo de los entrevistados se codificaría con el
número 1 apara las mujeres y con el número 2 para los hombres.
Ing. Erick Mita A.

• En función del tipo de pregunta de que se trate, la
codificación se habrá efectuado:
En la fase del diseño
del cuestionario
(precodificación)
Después de haber
obtenido la información
(postcodificación).
Ing. Erick Mita A.

• Precodificación del cuestionario
Consiste en asignar un código a cada una de
las posibles respuestas susceptibles de ser
mencionadas por los encuestados en las
preguntas estructuradas del cuestionario.
Puesto que estas posibles respuestas son
conocidas antes de haber obtenido la
información, la precodificación del cuestionario
se efectúa en la fase del diseño del mismo.
Al precodificar, habrá que prever un código
específico para cada posible respuesta y
además se debe reservar un código para los
individuos que no respondan. La forma de
codificar dependerá también de si se trata de
una pregunta uni-respuesta o multi-respuesta.
Ing. Erick Mita A.

OPCIONES DE RESPUESTA CÓDIGOS ASIGNADOS A
CADA OPCIÓN DE
RESPUESTA
( ) Supermercado 1
( ) Mercado 2
( ) Tiendas especializadas 3
( ) Bodega 4
( ) No sabe/no responde 5
Ejemplo (pregunta unirespuesta):
¿En qué establecimiento suele usted comprar la mayoría de sus
productos alimenticios? Marque una sola opción.
Ing. Erick Mita A.

Ejemplo (pregunta multi-respuesta):
¿En qué establecimientos suele usted comprar la mayoría de sus productos
alimenticios? Puede marcar varias opciones.
OPCIONES DE RESPUESTA CÓDIGOS ASIGNADOS A CADA
OPCIÓN DE RESPUESTA
SI NO
( ) Supermercado 1 2
( ) Mercado 1 2
( ) Tiendas especializadas 1 2
( ) Bodega 1 2
( ) No sabe/no responde 1 2
Ing. Erick Mita A.

• Postcodificación del cuestionario
Consiste en asignar un
código a cada una de las
posibles respuestas
susceptibles de ser
mencionadas por los
encuestados en las
preguntas abiertas del
cuestionario.
Puesto que las respuestas
son desconocidas “a
priori”, la postcodificación
del cuestionario se
realizará una vez que se
haya obtenido la totalidad
o una parte de la
información.
La postcodificación se
efectúa en dos fases:
Ing. Erick Mita A.

Se finalizará con la elaboración de una lista que contenga todas las posibles respuestas
a cada una de las preguntas abiertas con el código que se le haya asignado, a esta lista
se le denomina “libro de códigos”.
En función de la frecuencia de las respuestas obtenidas, se decidirá a qué respuestas se
les asignará un código específico y qué respuestas se agruparán bajo un mismo código
que corresponda a “otras respuestas”.
A partir del listado de “respuestas distintas”, el responsable de codificación decidirá qué
respuestas pueden ser agrupadas entre ellas, debido a su similitud.
1ra FASE: cuando se ha llevado a cabo una parte suficiente del trabajo de campo, se
selecciona una muestra de los cuestionarios y se efectúa un recuento manual de la
totalidad de respuestas distintas que los encuestados han dado a cada una de las
preguntas no estructuradas.
Ing. Erick Mita A.

• En la 2da FASE, cuando haya finalizado el trabajo de
campo, se seleccionarán todos los cuestionarios, y en
cada una de las preguntas abiertas, en el espacio previsto
para ello, se anotará el código que corresponda a cada
respuesta, siguiendo las instrucciones especificadas en el
libro de códigos.
Ing. Erick Mita A.

1.3.1 LIBRO DE CÓDIGOS
El libro de códigos
contiene las
instrucciones para la
codificación y la
información necesaria
sobre las variables y
el conjunto de datos.
El libro de códigos
orienta el trabajo de
los codificadores y
ayuda al investigador
a identificar y localizar
adecuadamente las
variables.
Por lo general un libro
de códigos contiene
la siguiente
información:
Ing. Erick Mita A.

Número de columna.
Número de registro.
Número de variable.
Nombre de la variable.
Número de la pregunta.
Instrucciones para la codificación
El término “variable” puede ser empleado en lugar del término “pregunta”.
Ing. Erick Mita A.

1.4 TRANSCRIPCIÓN
Transcribir los datos consiste en
transferirlos de los cuestionarios o de
las hojas de codificación a discos
duros, cintas magnéticas o capturarlos
directamente en las computadoras.
Si los datos se reunieron en
entrevistas asistidas por
computadoras este paso es
innecesario, dado que se capturan en
el momento de recibirlos.
Ing. Erick Mita A.

1.5 DEPURACIÓN DE LOS DATOS
Comprende la verificación de la congruencia y el tratamiento de las
respuestas faltantes.
La verificación en esta fase es realizada en computadora, mediante
los programas estadísticos SPSS, SAS, EXCEL, MINITAB, entre
otros.
• En este paso se identifican los datos
impropios, ilógicos o extremos. Los
datos con valores no definidos en el
esquema de codificación son
inadmisibles.
Comprobación de la
congruencia
Ing. Erick Mita A.
Ejemplos:

• En una escala de 1 al 5, los encuestados
calificaron con 6, 7, 8 ó 9.
Datos
impropios
• Un encuestado pueden indicar que hace
llamadas de larga distancia por celular, pero no
cuenta con éste.
• A veces los encuestados indican que utilizan un
producto pero no lo conocen.
Datos
ilogicos
• Un individuo pudo haber marcado únicamente la
opción 1 para todos los atributos de una marca,
en una escala de 1 al 7, lo cual dará lugar a un
calificación promedio baja.
Datos
extremos
Ing. Erick Mita A.

• Las respuestas faltantes representan
valores de una variable que se
desconocen, ya sea porque los
entrevistados dieron respuestas ambiguas
o porque no fueron bien anotadas.
• Para tratar las respuestas faltantes se
tienen las siguientes opciones:
Tratamiento de
las respuestas
faltantes:
Ing. Erick Mita A.

 Reemplazar con valor
neutro
Un valor neutro por lo regular es la respuesta
promedio a la variable y no afecta demasiado a
otras estadísticas.
 Reemplazar con una
respuesta atribuida
Con el patrón de respuestas de los
entrevistados a otras preguntas, se puede atribuir
o se calcula una respuesta viable para las
preguntas faltantes.
 Eliminación de los
casos
Se descartan del análisis entrevistados con
respuestas faltantes. Produce diferencias en la
muestra planificada
 Eliminación por pares
En vez de descartar todos los casos con valores
faltantes, el investigador solo toma los casos con
respuestas completas para los cálculos, lo que
da lugar a distintos tamaños de muestra (en las
diferentes preguntas de la encuesta).
Esta técnica puede arrojar resultados que no son
convincentes .
Ing. Erick Mita A.

Ejemplo:
• En un estudio de 350 donde se aplicó la técnica de
eliminación por pares se obtuvieron los siguientes
resultados:
Ing. Erick Mita A.
Información requerida No de casos sobre los que
se realizó el análisis
•Ocupación clientes •350 casos
•Tipo de establecimientos detallistas
seleccionadas para comprar el
producto
•330 casos
•Frecuencia de compra del producto •345 casos
•Formas de pago del producto •320 casos

1.6 AJUSTE ESTADÍSTICO DE LOS DATOS
Los procedimientos para ajustar estadísticamente los
datos son la ponderación, la nueva especificación de
variables y las transformaciones de escalas. Los ajustes
no siempre son necesarios, pero mejoran la calidad del
análisis de datos.
PONDERACIÓN REDEFINICIÓN DE
VARIABLES
TRANSFORMACIÓN
DE ESCALA
Ing. Erick Mita A.

a) Ponderación
Consiste en un ajuste estadístico en los que a
cada caso o entrevistado de la base de datos se
le asigna un peso de acuerdo a su importancia
en relación con otros casos o entrevistados.
El valor 1 representa el caso sin ponderar; la
ponderación tiene el efecto de aumentar o
disminuir el número de casos de la muestra.
La ponderación se usa sobre todo para que los
datos de la muestra sean más representativos
de ciertas características de la población
objetivo.
Ing. Erick Mita A.

Ejemplo:
• Si se realiza un estudio para
determinar que modificaciones
deben hacerse a un producto, es
posible que el investigador
asigne mayor peso a las
opiniones de quienes más
consumen el producto.
• Esto se lograría mediante la
asignación de un peso de 3 a
estos usuarios, 2 a los usuarios
moderados y 1 a los usuarios
esporádicos o no usuarios.
Ing. Erick Mita A.

b) Nueva especificación de variables
Consiste en transformar los
datos para generar variables
nuevas o modificar las
actuales.
La intención es crear variables
que sean congruentes con el
objetivo del estudio.
Ing. Erick Mita A.

Ejemplo:
• Suponiendo que la variable
original era el uso del producto y
que tenía 10 categorías de
respuesta, estás podrían
reducirse a 4, como ser:
usuarios intensos, moderados,
esporádicos y no usuarios.
Ing. Erick Mita A.

c) Transformación de escalas
Con frecuencia se usan escalas diferentes para medir
diversas variables.
Por ejemplo:
la imagen se pudo haber medido con una escala
diferencial semántico de 7 puntos; la opinión acerca del
producto con una escala de clasificación continua y el
estilo de vida con una escala likert de cinco puntos, por lo
cual no tendría sentido hacer comparaciones entre las
mediciones, por lo que es preciso transformar las escalas.
Ing. Erick Mita A.

• Este procedimiento se desarrolla cuando es necesario
que las variables estén “alineadas”, para ello es posible
aplicar las técnicas de empobrecimiento y
enriquecimiento de variables.
Ing. Erick Mita A.
Empobrecimiento
• Convertir una
escala de mayor
nivel a menor
nivel en términos
estadísticos.
Enriquecimiento
• Convertir una
escala de menor
nivel a mayor
nivel en términos
estadísticos.

Ejemplos:
Enriquecimiento:
• ¿Cuánto es el precio que estaría
dispuesto a pagar por el producto
x?
( ) 5-10
( ) 11-15
( ) 20-25
( ) 26-30
• Posteriormente el investigador
codifica las respuestas en escala
de razón.
Empobrecimiento
• ¿Cuánto dinero gasta cada que
sale de compras?...........
• Posteriormente el investigador
codifica las respuestas en rangos
(escala nominal).
Ing. Erick Mita A.

1.7 ELECCIÓN DE UNA ESTRATEGIA DE
ANALISIS DE DATOS
El análisis de datos no es un fin en sí mismo, su objetivo es
brindar información que sirva para abordar y responder al
problema.
La selección de una estrategia de análisis de datos debe
comenzar con una consideración de las primeras etapas
del proceso:
1º Definición
del problema
2º Elaboración
del método
3º Diseño de la
investigación
Ing. Erick Mita A.

Las escalas de medición usadas también ejercen gran influencia en la elección
de las técnicas estadísticas.
El diseño de investigación puede favorecer ciertas técnicas. Ejemplo un análisis
de varianza se presta para el análisis de experimentos que arrojan los diseños
causales.
También es importante considerar las propiedades de las técnicas estadísticas,
algunas son apropiadas para explorar diferencias entre variables, otras para
evaluar las magnitudes de las relaciones entre variables y otras para hacer
pronósticos.
Por último, los antecedentes y la filosofía del investigador afectan la elección de
la estrategia de análisis de datos.
Ing. Erick Mita A.

ELECCIÓN DE LA ESTRATEGIA DE ANALISIS DE
DATOS
Etapas I, II, III de la investigación de
mercados
Características conocidas de los datos
Propiedades de las técnicas
estadísticas
Antecedentes y filosofía del
investigador
Estrategia de análisis de datos
Ing. Erick Mita A.

(Inv. Mercados) Tema 12 - Preparación de los Datos

Más contenido relacionado

La actualidad más candente

Destacado

Similar a (Inv. Mercados) Tema 12 - Preparación de los Datos

Más de mdelriomejia

Último

En este documento

(Inv. Mercados) Tema 12 - Preparación de los Datos