Professional Documents
Culture Documents
( )
( )
2
1
Para muestras mayores a 30 datos
N
Xi X
n
( )
2
PROCEDIMIENTO MUESTRAL. PROCEDIMIENTO MUESTRAL.
Pgina 93 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
a) Determinar la poblacin y definir los parmetros que nos interesan,
por ejemplo los tarjetabientes de tarjeta de crdito internacional de
Banamex, con lmite superior a $ 15,000.00
b) Seleccionar el marco apropiado de referencia, que debe representar
a los miembros de la poblacin, por ejemplo el directorio telefnico,
listado bancario, estudiantes de universidades particulares, etc.
c) Escoger entre muestreo probabilstico y no-probabilstico; y
secuencial o fijo.
Muestreo fijo:
Tienen un tamao previamente establecido, y todos los
datos muestrales se recaban antes de analizar los resultados.
Muestreo secuencia:
El nmero de unidades se determina por una regla de
decisin. Luego de tomar cada muestra, se decide si continuar
con el muestreo o llegar a conclusiones y aplicar medidas a
partir de la informacin reunida hasta ese momento.
Muestreo por atributos y muestreo por variables
El muestreo por atributos estudia caractersticas
cualitativas o descriptivas que un miembro de la poblacin
posee o no posee, y generalmente establece la proporcin de la
poblacin que la posee.
El muestreo por variables estima la media de la poblacin
y no una proporcin de ella; como determinar la frecuencia con
que se compra un producto.
Muestreo probabilstico:
Las muestras probabilsticas exigen mtodos de seleccin
Pgina 94 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
en que los miembros de la muestra se escogen aplicando un
proceso aleatorio. Requiere relativamente poco conocimiento
de la poblacin, solo la magnitud; sin embargo sus desventajas
estriban en el mayor costo y mayor tiempo.
Muestreo no-probabilstico:
Las muestras no probabilsticas no brindan la oportunidad
de determinar la posibilidad de que determinado elemento de
la poblacin haya sido incluido en la muestra haciendo
imposible asegurar que la muestra sea representativa de la
poblacin.
d) Escoger el mtodo de muestreo, es decir, la forma en que
seleccionamos a los integrantes de la muestra.
Muestreo probabilstico:
Muestreo aleatorio simple. Cada miembro de la poblacin
tiene igual probabilidad de figurar en la muestra. Se basa en
la eleccin del marco de referencia y posteriormente,
mediante una tabla de nmeros aleatorios, elegir a los
elementos de la muestra.
Muestreo sistemtico. Se basa en elegir una secuencia
adecuada al muestreo por realizar, p. ej. si queremos elegir a
200 personas de entre 2,000 del directorio, haremos
intervalos de 2,000200 = 10 personas (10, 20, 30, etc.).
Muestreo estratificado proporcional: Si la poblacin tiene un
20 % de universitarios, la muestra tambin.
Muestreo estratificado desproporcional. Podemos obtener el
Pgina 95 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
error muestral ms pequeo posible aplicando la siguiente
frmula de asignacin ptima del tamao de la muestra total
(el menor estrato es el de menor desviacin standard).
( )
n
A
nN
A A
N
A A
N
B B
N
C C
+ +
nA = tamao ptimo de la muestra del estrato A
n = tamao total de la muestra
NA = nmero de elementos en el estrato A
A = desviacin estndar de los elementos en el estrato A
Muestreo por conglomerados. Est fundamentalmente
orientado a la seleccin de grupos y no de individuos dentro
de la poblacin. Consiste en dividir a la poblacin en grupos
que sean mutuamente excluyentes y colectivamente
exhaustivos, y el siguiente paso es una muestra aleatoria de
los grupos seleccionados y obtener una muestra aleatoria
para llegar a la muestra definitiva.
Muestreo por rea. Es una forma de muestreo por
conglomerados en la cul las reas geogrficas sirven de
base para determinar los estratos de la poblacin.
Muestreo de etapas mltiples. Est compuesta por dos o ms
tipos de muestreo, por ejemplo, se puede hacer un muestreo
por reas, y posteriormente un muestreo aleatorio.
Muestreo no-probabilstico:
Pgina 96 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Muestreo basado en la comodidad el entrevistador. Este tipo
est caracterizado por la frase "Porque se cuenta con ellas",
y las muestras se seleccionan atendiendo a la comodidad del
investigador como por ejemplo aquel que se detiene en una
esquina cercana a sus domicilio, a una hora cmoda y realiza
su encuesta a las personas que pasan por ah. Este tipo es
recomendable nicamente en la fase exploratoria o como
estudios precedentes para la determinacin de la muestra.
Muestreo de seleccin con fines especiales. Son aquellas en
que los miembros se escogen a fin de cumplir con criterios
previamente establecidos que se juzgan importantes, aunque
no sean representativas de la poblacin.
Muestreo por cuotas. Trata de garantizar sistemticamente
que la muestra se parezca a la poblacin. Consiste en dividir
a la poblacin en categoras, luego los miembros de la
muestra se escogen segn las cuotas establecidas que hacen
que la composicin de la muestra sea proporcionalmente
semejante a la poblacin respecto al nmero de miembros de
esas categoras. La categorizacin usada puede ser
unidimensional (p. ej. edades), bidimensional (p. ej. edades y
sexo) o tridimensional (p. ej. edad, sexo y escolaridad) o
multidimensional. Est basado en censos y la proporcin de
las caractersticas encontradas en el censo se guardan en la
muestra, p. ej. si el 10% son mujeres y el 90% son hombres,
y cada sexo tiene diferentes porcentajes de escolaridad, esas
mismas proporciones deber contener la muestra.
Pgina 97 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Muestreo de Juicio. Es aquella en la que "a juicio" del
investigador, representa a la poblacin, es decir, la muestra
puede o no ser tpica, sino que el investigador la considera
como tal.
e) Delimitar el tamao de la muestra
POBLACIN DESCONOCIDA : n
Z S
E
2 2
2
;
POBLACIN CONOCIDA :
n
S
M
E
Z
S
M
N
_
,
2
2
2
2
f) Escoger la muestra y reunir la informacin, ya sea por entrevistas,
cuestionarios, correo, telfono y observacin.
g) Validar la muestra para saber si hemos escogido una seccin
representativa de la poblacin; por ejemplo, si sabemos que el 45 % de
la poblacin utiliza una tarjeta de crdito, y en nuestra muestra solo el
21 % la usa, significa que esta muestra no fue adecuadamente elegida.
Estos procedimientos deben planearse en el momento de elaborar los
cuestionarios como preguntas de control.
h) Analizar los datos, formalizar las conclusiones y presentar los
resultados. Esto implica la eleccin de un mtodo de anlisis adecuado
y seguro, adems de concluir claramente sobre el objetivo que se
busca, si adems en nuestro estudio encontramos otras relaciones que
pueden ser importantes debemos presentarlas posteriormente en otro
reporte y en el momento adecuado; el reporte debe incluir tanto la
forma en que se determin el tamao de muestra, el marco de
referencia, la validacin de la misma los resultados compendiados el
mtodo de anlisis y las conclusiones.
Pgina 98 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
DELIMITACIN DEL TAMAO DE LA MUESTRA. EJEMPLOS
La mayor dificultad al determinar el tamao de la muestra para
estimar la media de la poblacin, es calcular la desviacin
estndar de la poblacin, puesto que requiere de conocer a la
poblacin, con lo que no sera necesaria la investigacin sobre
sus parmetros; para subsanar esto, se requiere de estudios
exploratorios, empleando un tamao de muestra
n N +1
(EMPRICA).
Ejemplo 1. Deseamos saber cuanto gasta anualmente en el
mantenimiento de su casa el propietario promedio en cierto
poblado. Sabemos por estudios anteriores que en la poblacin
se presentan tres estratos, cada una con una estimacin de
variabilidad dentro del estrato:
Elementos en el estrato Desviacin estndar
Estrato A 19,800 personas $20
Estrato B 11,880 personas $50
Estrato C 7,920 personas $80
Si tenemos una poblacin total de 39,600 y decidimos extraer
una muestra de 200 personas ( n + 39600 1 , ), aplicamos
entonces la formula de asignacin ptima:
Pgina 99 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
( )
n
n NA
NA N NC c
+ +
( )
( ) ( ) ( )+...
N
A
= 200(19,800)(20)((19,800 X 20)+(11,880 X 50)+(7,920 X 80))=49
(24.5 %)
N
B
= 200(11,880)(50)((19,800 X 20)+(11,880 X 50)+(7,920 X 80))=73
(36.5 %)
N
C
= 200( 7,920)(80)((19,800 X 20)+(11,880 X 50)+(7,920 X 80))=78
(39.0 %)
El estrato A que es el 50% de la poblacin, constituye solo el 24.5% de
la muestra total. Ello se debe a que el estrato A tiene la mnima
variacin interna, y por lo mismo, no requiere de una submuestra
grande para que su media pueda ser estimada; de forma anloga, el
estrato C, que cubre un 20% del total de la poblacin, constituye el
39% de la muestra debido a la alta variacin interna.
Cuando se conoce la desviacin standard de la poblacin, las frmulas
para calcular el tamao necesario de una muestra para estimar la
media de la poblacin son las siguientes:
POBLACIN DESCONOCIDA : n
Z S
E
2 2
2
;
POBLACIN CONOCIDA :
n
S
M
E
Z
S
M
N
_
,
2
2
2
2
donde:
Pgina 100 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
n = Tamao necesario de la muestra
Z = Nmero de unidades de desviacin estndar en la distribucin
normal que producir el nivel deseado de confianza
S = Desviacin estndar de la poblacin (de estudios precedentes).
E = Error o diferencia mxima entre la media de la poblacin que
estamos dispuestos a aceptar en el nivel de confianza que hemos
indicado
Ejemplo 2. Se desea saber la cantidad anual promedio que gasta una
poblacin en inscripciones a clubes deportivos. A partir de estudios
precedentes se determin que la desviacin estndar del gasto es de
aproximadamente de $3,000. Adems se pretende tener un nivel de
confianza del 95% de que la media muestral se encuentra dentro de
$500 de la verdadera media de la poblacin.
Revisando las tablas estadsticas de distribucin normal estndar,
encontramos que el valor de Z es 1.96.(95% = 1.96; 99% = 2.58)
( ) ( )
( )
n personas
196
2
3000
2
500
2
139
. ,
Ejemplo 3. Suponiendo que la poblacin que nos interesa es
solamente de 2,000 personas, entonces se aplica la formula:
n personas
+
_
,
3000
2
500
2
196
2
3000
2
2000
130
,
.
,
,
MEDICIN MEDICIN
Es la asignacin de nmeros a los objetos o fenmenos atendiendo a
reglas establecidas de antemano.
Pgina 101 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Asignar un valor a un parmetro, comparndolo contra un patrn
establecido.
Variables y conceptos de mercadotecnia. Variables y conceptos de mercadotecnia.
Casi siempre la meta de los trabajos de medicin ser determinar una
o ms de las siguientes clases de variables:
1. Variables de estado mental. Son variables internas del
individuo a quin estamos estudiando, por lo que son difciles
de medir y verificar, puesto que el estado mental del individuo
es cambiante y la sinceridad es relativa.
2. Variables de estado. Son variables externas del
individuo como la edad, ingresos,
3. Variables conductuales. Son las que se refieren a la
accin que se ejerce, ejerci o ejercer, incluyendo las
intenciones, ya que relacionan los futuros cursos de accin,
siempre y cuando sean compatibles con las variables de
estado.
Conceptos. Conceptos.
Sabemos que el concepto de un automvil, de una vaca son claros, sin
embargo, los conceptos estudiados en la investigacin de mercados, a
menudo son relativamente ms inespecficos, p. ej. los conceptos de
fidelidad a una marca, conocimiento de la marca, segmentacin de
mercado, posicionamiento del producto y clase social, y por lo tanto,
son ms difciles de definir en un sentido fsico.
Al definir un concepto, hablamos de la definicin conceptual
describindolos a partir de otras nociones, p. ej. el cliente es alguien
Pgina 102 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
que compra nuestros productos; mientras que la definicin operacional
lo traslada a trminos que son ms precisos y mensurables, p.ej. el
cliente ser alguien que figura en nuestros registros de garantas por
haber comprado uno de nuestros productos hace menos de 12 meses.
ESCALAS DE MEDICIN ESCALAS DE MEDICIN
Escala nominal.
Es el tipo ms primitivo de los existentes, y tiene una gran debilidad
matemtica, consiste en categorizar colectivamente exhaustivas
(todos pertenecen a alguna categora) y mutuamente excluyentes (las
categoras no se sobreponen) a los elementos de la muestra. En la
medida en que los nmeros se asignan a individuos o fenmenos, su
objetivo consiste tan solo en identificar la categora a que pertenecen
cada uno de ellos, p. ej. el nmero del seguro social, los que usan los
jugadores de algn deporte, etc.
Escala ordinal.
Permite la identificacin y tiene la posibilidad de indicar "mayor que" y
"menor que" como descriptores adicionales.
Escala de intervalo.
Incluye, adems de las posibilidades de "mayor que" y "menor que", la
capacidad de precisar "cunto ms o cuanto menos".
Escala de razn.
Tiene un punto de cero absoluto e iguales intervalos.
Todos los esfuerzos que se hacen por medir una variable de
mercadotecnia consisten en calcular su valor numrico:
Pgina 103 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Valor medido = valor real + error
El error lo definiremos como sistemtico dado por sesgos, y no
sistemticos como el error muestral.
Dentro del error, encontramos los siguientes factores:
El respondiente.
Adems de poseer el verdadero valor de la medicin que estamos
buscando, puede ser, intencionalmente o sin intencin, una fuente de
error en nuestros intentos por cuantificar el valor buscado. El
respondiente es una combinacin de caractersticas estables y
transicionales que se juntan y afectan la reaccin que emite en la
situacin de investigacin.
Procedimiento de medicin.
El instrumento de obtencin de datos, a menudo un cuestionario o una
entrevista personal o telefnica, influir en el valor de la medicin
observada, al igual que el impacto que causar un mtodo inadecuado
de muestreo.
Los cuestionarios escritos adolecen de una redaccin confusa, son
lentos, muestran sesgo, y falta de espacio para las respuestas (si es
que el respondiente acepta contestarlo). Las entrevistas personales se
ven afectadas por el tipo de vestido del respondiente, edad sexo, las
expresiones verbales y gesticuladas.
Situacin de la medicin.
La situacin en que se desenvuelve la medicin es otro de los factores
que contribuyen de manera contundente a la acumulacin de errores.
Las situaciones ms ordinarias pueden ser causa del fracaso de la
entrevista, por ejemplo si se hace una encuesta sobre costumbres
Pgina 104 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
sexuales, tanto la presencia de personas al rededor que puedan
escuchar, generalmente ser un obstculo, y sin embargo
posiblemente el individuo tambin se sienta cohibido para responder si
se trata de un investigador del sexo opuesto aunque no haya personas
escuchando, o puede ser tambin que intencionalmente de una
respuesta falsa.
MEDICIN DE ACTITUDES MEDICIN DE ACTITUDES
La actitud se define como un estado mental que predispone al
individuo a reaccionar de determinada manera cuando de le somete a
un estmulo determinado.
La investigacin de mercados se ocupa de las actitudes en dos formas:
1 Medimos las actitudes de los clientes o respondientes ante el
objeto de nuestras actividades mercadolgicas.
2 Una vez descubiertas, comparamos la eficacia de otras
estrategias que las mejoran o las moldean en alguna otra forma.
La cuantificacin de las actitudes puede ser unidimensional como una
sola dimensin de actitudes, o multidimensional, es decir que los
objetos se examinan como puntos en el espacio multidimensional de
actitudes.
Generalmente se considera que las actitudes tienen tres componentes:
- Un componente cognoscitivo, es decir lo que pensamos o sabemos de
un objeto.
- Un componente afectivo, es decir los sentimientos positivos o
negativos hacia el objeto.
- Un componente conductual, es decir la predisposicin a ejecutar una
Pgina 105 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
accin en cierta situacin.
Las escalas de clasificacin exigen que el respondiente indique su
actitud frente a un objeto en las siguientes formas:
Sealando una posicin a lo largo de un continuo p serie
de categoras ordenadas.
Seleccionando un objeto sobre otro en relacin a un
atributo determinado.
Asignando valores numricos a uno o ms objetos como
reflejo de sus ventajas relativas en la posesin de un atributo.
Entre las escalas de clasificacin ms conocidas se cuentan la escala
grfica, en la cual se pide al respondiente indicar su actitud o
respuesta sobre una lnea continua con dos extremos como por
ejemplo "el precio mas bajo y el precio mas alto"; la escala de
clasificacin por categoras en la que se pide al respondiente escoger
entre un nmero reducido de categoras en vez de poner una marca
sobre una lnea con dos extremos; la escala de orden de rangos en la
que se pide al respondiente que ordene varias alternativas de acuerdo
con algn atributo desde el valor de ms aceptable hasta el menos
aceptable como la comida en diferentes restaurantes; la escala de
comparaciones pareadas en la que se presentan una combinacin de
comparaciones de dos en dos, de acuerdo con el numero de objetos, el
nmero de pares N se calcula como
( )
[ ]
N
n n
1
2
, donde n es el
nmero total de objetos, como por ejemplo un nmero determinado de
restaurantes; la escala de sumas constantes en la que el respondiente
debe asignar un nmero determinado de puntos entre varios objetos a
partir de cierto criterio; y la escala de fraccionamiento o alternativa de
referencia exige que los respondientes clasifiquen un objeto
comparndolo con otro de referencia.
Pgina 106 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Dentro de las tcnicas de combinacin de escalas de actitudes
encontramos dos:
Escala de Likert o escala sumada. Escala de Likert o escala sumada.
En ella se pide al respondiente indicar su grado de aceptacin o
discrepancia con cada uno de los enunciados que estn relacionados
con el objeto en cuestin. Se clasifican las respuestas de modo que
sean congruentes en cuanto a la direccionalidad y luego se suman
para obtener la calificacin total de la actitud del respondiente ante el
objeto, por ejemplo, se proponen una serie de caractersticas del
objeto en estudio y se entregan a los respondientes y posteriormente
se hace una escala sobre cada caracterstica definiendo el nmero de
respondientes sobre cada factor:
discrepa discrepa neutral concuerda
concuerda
fuertemente
fuertemente
-2 -1 0 +1
+2
Caro * *
Sabroso **
Feo **
Buena msica **
caro +2 X - 1 = - 2
sabroso -2 X + 1 = - 2
feo -2 X - 1 = +2
buena msica +1 X + 1 = + 1
Pgina 107 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
total - 1
Por tanto, la actitud tiende a ser negativa, lo que obliga a la toma de
decisiones para corregir las deficiencias.
Si la aseveracin del enunciado que cuestiona sobre una actitud ante
un objeto particular es de carcter negativo, el hecho de concordar
implica una actitud muy negativa en dicho enunciado por lo que el
valor se multiplica por -1 para obtener una direccionalidad. Al terminar
la suma algebraica de todos los enunciados ya corregidos, arrojar un
valor positivo, negativo o cero, lo que denotar la actitud hacia el
objeto.
Escala de Diferencial Semntico. Escala de Diferencial Semntico.
En ella se pide al respondiente expresar sus sentimientos referentes a
un objeto, seleccionando una posicin a lo largo de una escala en
cuyos extremos se encuentran adjetivos opuestos (frases bipolares)
seleccionados de acuerdo a las caractersticas que deseamos estudiar
al comparar dos objetos (marcas por ejemplo), y se unen los puntos de
las posiciones marcadas dando con resultado un anlisis de perfil
donde grficamente podemos apreciar el sentir de los respondientes
hacia ambos objetos.
moderno _______+_______*_________________ anticuado
rpido _________+___________*___________ lento
iluminado _____+______________*____________ oscuro
alegre _______+_______________*_________ triste
barato __________+_______________*______ caro
limpio ______+_________________*________ sucio
1 2 3 4 5 6 7
+ Restaurante A
* Restaurante B
Pgina 108 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Escala de Stapel. Escala de Stapel.
Reemplaza a la pareja de adjetivos de la escala de diferencial
semntico con un solo adjetivo o frase y los puntos de la escala son
numricamente idnticos y casi siempre hay diez posiciones de escala
en lugar de siete y solo se escoge una frase o un adjetivo sobre una
lnea horizontal y a manera de niveles de un ecualizador se proyectan
hacia arriba y abajo las escalas positivas y negativas de unidad en
unidad; y los respondientes deben circular el valor que representa su
posicin frente al objeto (el +5 es el de mejor descripcin y el -5 es el
de menor acercamiento a esa descripcin).
+5 +5 +5
+4 +4 +4
+3 +3 +3
+2 +2 +2
+1 +1 +1
Servicio Rpido Buena Comida
Precios Bajos
-1 -1 -1
-2 -2 -2
-3 -3 -3
-4 -4 -4
-5 -5 -5
Criterios de validez y confiabilidad. Criterios de validez y confiabilidad.
Estas dos nociones frecuentemente asociadas a la teora de la
investigacin y a la investigacin de mercados:
Validez. Un instrumento de medicin es vlido cuando mide aquello a
lo cual est destinado y sus mediciones estn libres de error
sistemtico.
Confiabilidad. Un instrumento de medicin es confiable cuando los
resultados que arroja son congruentes y sus mediciones estn exentas
del error no sistemtico.
Pgina 109 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Evaluacin de la validez:
1) Validez de contenido. Se denomina validez aparente, y se
refiere a la medida en que el instrumento parece estar midiendo la
caracterstica en cuestin, generalmente subjetiva.
2) Validez predictiva. Designa la capacidad que tiene la
medicin de pronosticar algn valor futuro asociada a la variable que
pretendemos medir como la "intencin de compra".
3) Validez concurrente. Consiste en comparar la decisin con
algn criterio externo de xito, haciendo comparaciones entre nuestra
medicin y otras que se han hecho ms o menos al mismo tiempo.
4) Validez de constructo (concepto). Se ocupa de los
conceptos sobre los que descansan las mediciones numricas.
5) Validez convergente. Se observa cuando los resultados
obtenidos por medio de dos o ms tcnicas independientes convergen
en un solo valor numrico.
6) Validez discriminatoria. Se presenta cuando el
procedimiento de medicin no cuantifica las caractersticas que no
debe medir.
Evaluacin de la confiabilidad: Evaluacin de la confiabilidad:
1) Estabilidad. Este mtodo involucra la aplicacin del
instrumento de medicin a las mismas personas u objetos en dos
Pgina 110 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
puntos diferentes de tiempo; luego se averigua si las medidas
resultantes guarden correlacin entre s. En caso de que el instrumento
sea confiable y de que los individuos u objetos no hayan cambiado en
el lapso transcurrido durante las mediciones, la primera medicin de
cada individuo u objeto deber corresponder estrechamente a la
segunda. A este mtodo se le conoce como confiabilidad de test-retest.
2) Equivalencia. Este mtodo incluye dos mediciones tomadas
en el mismo punto de tiempo y generalmente se conoce con el nombre
de confiabilidad por mitades. Aqu lo que nos interesa es la
consistencia o congruencia interna del instrumento ms que su
estabilidad en el tiempo. Dividimos el instrumento en dos o ms grupos
reactivos e introducimos preguntas de control, es decir repetidas en
cada uno de ellos, para determinar si en todos los casos la respuesta
es semejante.
Pgina 111 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
DISEO DE CUESTIONARIOS DISEO DE CUESTIONARIOS
El cuestionario sirve de gua a la comunicacin entre el respondiente y
el investigador. Aunque a menudo se le asocie con las peticiones
informales de informacin, es aplicable a todas las tcnicas de
encuestas mencionadas anteriormente.
Antes de construir el cuestionario, es preciso examinar las
interrelaciones potencialmente importantes que hay entre varios
elementos fundamentales:
1) La naturaleza de la informacin que se busca.
2) La naturaleza de los respondientes que aportarn la
informacin.
3) El medio con que se aplica el cuestionario.
Los cuestionarios pueden clasificarse de acuerdo con la estructura y
con sus carcter directo. La estructura designa formalidad y
estandarizacin de ellos; en cambio, el carcter directo indica en que
medida el respondiente est enterado del propsito del cuestionario. El
cuestionario directo estructurado es el tipo de mayor uso en la
investigacin de mercados.
El instrumento directo no estructurado suele componerse
exclusivamente de preguntas generales dirigidas al tema del trabajo, y
permite al entrevistador mucha libertad en la formulacin de
preguntas especficas y en la bsqueda de ms informacin que juzgue
necesaria. La habilidad y competencia del entrevistador son
indispensables cuando el cuestionario se administra por telfono o
personalmente.
El instrumento indirecto estructurado es de naturaleza e importancia
Pgina 112 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
singulares; suele emplearse en las tcnicas proyectistas que reconocen
a las personas que estn ms o menos dispuestas a dar respuestas
significativas si no conocen la verdadera finalidad del estudio.
Es necesario tomar una serie de decisiones respecto a la construccin
del cuestionario. En todas esas etapas, es indispensable que
procuremos ver el cuestionario desde el punto de vista del
respondiente.
Al evaluar cada posible pregunta nos cuestionaremos:
1) es realmente necesaria esta pregunta?
2) podr y querr el respondiente dar la informacin que se pide?
3) abarca adecuadamente la pregunta el rea de contenido a que
est destinada?
Es de vital importancia el hecho de que el respondiente comparta
nuestro marco de referencia, puesto que las preguntas o palabras que
significan para nosotros una cosa, para l pueden representar otra.
Se utilizan tres tipos bsicos de pregunta:
1) Preguntas abiertas
2) Preguntas de opcin mltiple
3) Preguntas dicotmicas
Cuando se pide a los respondientes seleccionar en una lista de
alternativas, habr la posibilidad de que se presente la tendencia
direccional segn la posicin. Segn la ndole de la pregunta y de las
contestaciones alternas, los participantes tendern a escoger las
respuestas que se presenten primero, al final o en medio. La tendencia
direccional segn la posicin tambin se debe a la secuencia de las
Pgina 113 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
preguntas entre s; tambin se produce por el orden con que se
evalan dos productos u otros estmulos.
La redaccin de las preguntas debe tener una forma que sea clara a
los respondientes y ha de estar formulada con un vocabulario y un
marco de referencia comunes al investigador y al respondiente, sin que
ejerza una excesiva influencia sobre este ltimo. Las preguntas
referentes a temas delicados como la edad, el sexo, los ingresos, etc.
han de abordarse teniendo cuidado de no causar un enfado en el
respondiente.
Otro factor importante es la secuencia en que se presenten las
preguntas. Las iniciales han de ser sencillas e interesantes, aunque no
constituyan la parte central del estudio. Dentro de un tema
determinado, las preguntas generales procedern a las ms
especficas. Las preguntas difciles o sensibles han de ponerse al final
del cuestionario, lo mismo que las de ndole clasificadora.
La organizacin tipogrfica de las preguntas debe facilitar el recorrido
de las preguntas por parte del investigador y del respondiente. Ello se
facilita al ofrecer un diagrama de flujo fsico o una descripcin de
cuales preguntas deben abordarse luego de anotar cierta respuesta.
Con tal ayuda se omitirn las preguntas que no sean aplicables a un
sujeto en particular.
Despus de hacer el proyecto de cuestionario, conviene someterlo a
pruebas preliminares que simulen lo ms posible las condiciones reales
de la investigacin donde se aplicar. Con ello se lograrn identificar
las ambigedades y otros problemas; conviene que participen en ella
el mismo tipo de personas que participarn en la encuesta formal.
Es importante antes de iniciar la encuesta que en los respondientes
Pgina 114 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
existen dos grandes grupos, aquellos que se sienten favorecidos por
ser sujetos de encuesta como los estudiantes , quienes generalmente
no asocian un valor a su tiempo, y aquellos que consideran que estn
cediendo su tiempo y que ste tiene un valor el cul debe ser
retribuido mediante un regalo o una compensacin para que de este
modo, las respuestas puedan tener cierto grado de validez y no hayan
sido dadas para salir del paso.
1. Solicitud de cooperacin.
Enunciado diseado para obtener la cooperacin del
encuestado con relacin a la entrevista. Identifica al
entrevistador y a la organizacin que realiza la entrevista, y
se explica el objetivo y la duracin de la encuesta.
2. Datos de identificacin.
Nombre, direccin y telfono del encuestado, Fecha y hora de
la entrevista y Cdigo del entrevistador.
3. Instrucciones.
Comentarios realizados al encuestador o al encuestado, en
relacin a la manera de utilizar el cuestionario
4. Informacin solicitada (diseo del cuestionario).
Consideraciones preliminares
Proyecto de investigacin
Poblacin objetivo
Plan de muestreo
Contenido de las preguntas
Habilidad para responder con precisin
Desinformacin del respondiente
Pgina 115 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
El respondiente es olvidadizo
Deseo de responder con precisin
Enunciado contrarrestado (iniciar una
pregunta con un enunciado que sugiere que el
comportamiento en cuestin es comn)
Enunciado indirecto (reflejar en otras
personas la pregunta al encuestado)
Respuestas clasificadas (respuestas posibles
agrupadas por categoras e identificadas por
letras o nmeros)
Clasificacin:
Estructura del cuestionario se refiere al grado en que
las preguntas y posibles respuestas son formales y
estandarizadas.
El carcter directo del cuestionario denota el grado en
que el respondiente conoce el objetivo del cuestionario.
El cuestionario directo estructurado
Datos fciles de registrar, tabular y
analizar dando generalmente resultados
confiables. Los prejuicios e inexperiencia
del entrevistador tiene menos a influir en
los resultados. Se emplea en la etapa final
de la investigacin. Por su inflexibilidad no
se emplea en la etapa exploratoria.
El cuestionario directo no estructurado
Suele componerse exclusivamente de
preguntas generales dirigidas al tema del
trabajo, y permite al entrevistador mucha
libertad en la formulacin de preguntas
especficas y en la bsqueda de ms
informacin que juzgue necesaria. La
Pgina 116 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
habilidad y competencia del entrevistador
son indispensables cuando el cuestionario
se administra por telfono o
personalmente.
El cuestionario indirecto estructurado
Es de naturaleza e importancia singulares;
suele emplearse en las tcnicas
proyectistas que reconocen a las personas
que estn ms o menos dispuestas a dar
respuestas significativas si no conocen la
verdadera finalidad del estudio.
5. Formato de las respuestas
La naturaleza de la informacin que se busca.
La naturaleza de los respondientes que aportarn la
informacin.
El medio con que se aplica el cuestionario.
Al evaluar cada posible pregunta nos cuestionaremos:
es realmente necesaria esta pregunta?
podr y querr el respondiente dar la informacin que
se pide?
abarca adecuadamente la pregunta el rea de
contenido a que est destinada?
Se utilizan tres tipos bsicos de pregunta:
Preguntas abiertas
Preguntas de seleccin mltiple
Preguntas dicotmicas
6. Redaccin de las preguntas
El entrevistador y el respondiente debern dar el mismo
significado a las palabras empleadas y por consiguiente a las
preguntas formuladas.
Evitar preguntas que sugieran respuestas
Pgina 117 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Evitar preguntas sesgadas (palabras con tendencia
exagerada)
Evitar alternativas implicitas
Evitar supuestos implicitos
Evitar preguntas de doble respuesta
Considerar el marco de referencia
7. Secuencia de las preguntas
Pregunta introductoria sencilla e interesante
Preguntas generales
Preguntas poco interesantes o difciles al final
Orden LGICO (diagrama de flujo).
8. Caractersticas fsicas.
Calidad del papel
Calidad de la impresin
Presentacin del entrevistador
Diccin de la telefonista
9. Preprueba, revisin y borrador final.
Pgina 118 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
ENTREVISTAS, OBSERVACIN Y PANELES ENTREVISTAS, OBSERVACIN Y PANELES
En algunos casos las entrevistas de profundidad personalizadas y las
grupales, las tcnicas proyectivas y la observacin constituyen una
alternativa muy til para la encuesta. Son tcnicas menos directas,
menos estructuradas o bien combinan ambos aspectos. Otra
alternativa es el panel de consumidores, el cual puede aportar
informacin en forma intermitente o continua.
La entrevista de profundidad es una situacin donde el
entrevistador, casi siempre una persona muy preparada sobre el
particular y con conocimientos de psicologa, interacta con el sujeto y
lo alienta para que exprese libremente los pensamientos referentes al
producto o tema de inters.
Adems ahonda en las contestaciones superficiales que da el
respondiente, sin embargo su principal desventaja reside en el tiempo
que se dedica a cada respondiente, obligando a muestras reducidas y
por lo tanto la extrapolacin estadstica para el anlisis de los
resultados resulta de un bajo nivel de confiabilidad.
La entrevista grupal se parece a la entrevista de profundidad
personalizada, salvo que no se entrevista a un individuo a la vez, sino a
grupos pequeos, fcilmente dirigidos por la capacidad del
entrevistador.
La figura clave en ella es la del moderador, quien debe ser sensible
ante los miembros del grupo, sus sentimientos y comentarios pero
tambin debe dirigirlos para que no se aparten del tema de discusin.
Tambin esta tcnica permite ir ms all de las respuestas
superficiales o incompletas. Sin embargo, exige menos pericia por
parte del investigador, tiende a costar menos y permite la aportacin
Pgina 119 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
de ms individuos durante las sesiones.
Las tcnicas proyectivas derivan de los mtodos de la psicologa
clnica, y se basan en la ambigedad del estmulo para lograr
respuestas ms libres y abiertas de los participantes. Cuanto ms
ambiguo sea el estmulo, ms recurrir es respondiente a sus
experiencias y creencias para formular una respuesta. Estas tcnicas a
menudo le permiten manifestar "indirectamente" sus ideas a travs de
un tercero o interpretando el comportamiento ajeno.
Lo mismo que en el caso de las entrevistas de profundidad
personalizadas y las grupales, las tcnicas proyectivas son de gran
utilidad en casos en que el interrogatorio directo producira respuestas
superficiales o tendenciosas y en especial en aquellos temas
considerados como delicados.
Las tcnicas ms conocidas son la de asociacin de palabras, la
terminacin de oraciones, la terminacin de historias, los test con
caricaturas y el test de percepcin temtica.
En vez de pedir informacin a los individuos, en ocasiones cuesta
menos y es preferible limitarse a observar su comportamiento actual o
los resultados de sus acciones anteriores, o el comportamiento de un
mercado, como por ejemplo la situacin de stress de los corredores de
bolsa o la tendencia a encontrar mayor existencia de ciertos productos
en los autoservicios.
Existen cinco formas de clasificar los estudios observacionales:
1) Que la observacin se haga en circunstancias naturales o
Pgina 120 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
artificiales.
2) Que la persona sepa que est participando en la investigacin.
3) Que el proceso de observacin sea estructurado o no.
4) Que el comportamiento observado realmente se realice.
5) Que las observaciones las haga el ser humano o se registren
con equipos de medicin.
Los paneles estn constituidos por personas, familias o empresas que
comunican sus actividades de compra a intervalos peridicos y que se
seleccionan a partir de una combinacin de disponibilidad y
representatividad. Los paneles se realizan bajo los auspicios de
instituciones gubernamentales, corporaciones, firmas de investigacin y
universidades. La informacin recabada permite a los mercadlogos medir
la eficiencia de las estrategias de mercadotecnia, vigilar el xito de los
nuevos productos, descubrir a los clientes o distribuidores ms
prometedores y realizar experimentos de campo para averiguar el efecto
que los cambios planeados o reales tienen en la combinacin
mercadolgica: precio, producto, promocin y plaza.
EXPERIMENTACIN EXPERIMENTACIN
La experimentacin, o sea descubrir las relaciones entre causa y
efecto, es la primera opcin de los investigadores que se dedican a los
estudios causales. En la toma de decisiones sobre la mezcla de
marketing, los gerentes suelen basarse en los trabajos experimentales
que describen el efecto que una estrategia posiblemente ejerce sobre
variables como ventas, participacin de mercado y actitud de los
consumidores.
En un experimento controlamos o manipulamos una o ms variables
independientes a fin de precisar el efecto que tales manipulaciones
Pgina 121 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
producen en la variable dependiente.
Las "variables extraas" son aquellas que pueden influir en el
comportamiento o valor de la variable dependiente, pero que se hallan
fuera de nuestro conocimiento y por tanto de nuestro control.
Una tcnica alternativa para obtener informacin til respecto a una
funcin de demanda de cierto producto comprende los experimentos
de mercado. Una de las tcnicas de experimentos de mercado
comprende el examen de la conducta del consumidor en mercados
reales. La empresa localiza uno o ms mercados con caractersticas
especficas, luego vara los precios, la publicidad y otras variables
controlables de la funcin de la demanda, con las variaciones que
ocurren ya sea en el tiempo o entre mercados.
Las unidades de prueba son entidades a las que se aplican los
tratamientos y a partir de las cuales hacemos mediciones que
describen el efecto de la variable independiente. Cuando en un diseo
experimental hay ms de un grupo, esas unidades pueden asignarse al
grupo experimental o al de control.
La validez interna es la que determina si realmente el tratamiento
experimental fue decisivo.
La validez externa es la nos indica si se pueden generalizar los
resultados.
Si un experimento no tiene validez interna, el trabajo resulta intil,
pues no ha logrado proporcionar informacin causal sobre la variable
independiente y la dependiente. Las principales amenazas contra la
validez interna son la historia, maduracin, realizacin de pruebas,
regresin estadstica, sesgo o direccionalidad de la seleccin,
Pgina 122 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
determinacin de la muestra, instrumentacin, mortalidad.
Hay dos clases de ambientes donde podemos efectuar los
experimentos de investigacin de mercados: en campo o en
laboratorio.
En el experimento de laboratorio, los tratamientos se administran a las
unidades de prueba, generalmente los consumidores, en un ambiente
artificial semejante al natural creado para la prueba. En este ambiente
se evita la interaccin de variables fuera de control. Su principal
desventaja estriba en que la misma artificialidad tiende a debilitar la
validez externa de los resultados.
En las pruebas de campo, se deja que las unidades de prueba acten
en un medio ms natural, como la casa o un supermercado, y en
consecuencia los consumidores tienden menos a reaccionar ante la
naturaleza de la situacin experimental; pero como disminuye el
control de todas las variables externas, tiende a aminorar la validez
interna.
Los diseos experimentales verdaderos se recurre a la aleatoriedad en
la asignacin de las unidades de prueba al grupo experimental y al de
control, fortaleciendo la validez interna, y se clasifican en base a pre-
mediciones y post-mediciones.
Tipos de diseos: Tipos de diseos:
Diseo antes-despus con grupo de control: Se encuesta al
individuo antes y despus de ser sometido a la experimentacin.
Provoca sesgo informacional.
Diseo solo despus con grupo de control: Se encuesta al
individuo despus de ser sometido a la experimentacin.
Pgina 123 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Diseo completamente aleatorizado. Los tratamientos
experimentales se asignan de modo aleatorio a las unidades de
prueba, suponindose adems que las variables extraas no afectarn
a un grupo ni en menor ni en mayor grado que a los dems.
Diseo de bloques aleatorizados. Supone que no hay interaccin
entre la variable del tratamiento y la variable externa que va a ser
controlada. Permite controlar una variable extraa que de lo contrario
podra confundir los resultados del experimento. El trmino bloques
designa una estratificacin de las unidades de prueba en trminos de
una variable extraa como la escolaridad.
Diseo de cuadros latinos. Supone que no hay una interaccin
entre las dos variables controladas. Permite controlar los efectos de
dos variables extraas con lo cual hace del diseo una extensin del
de bloques aleatorizados.
Se basa en la formacin de cuadros experimentales en los que para
cada factor o variable independiente se aplica en forma equivalente a
todas las unidades de prueba pero sin un orden solo por
aleatorizacin.
Diseo factorial. No hace suposiciones acerca de las interacciones
entre las variables controladas. Permite cuantificar los efectos
simultneos de dos o ms variables independientes, cada una en dos o
ms niveles de tratamiento; midiendo en forma especial:
efectos principales, o sea los efectos de cada variable independiente
de manera individual y
efectos interactivos., que resultan de dos variables que interactan y
producen un efecto mayor que la simple suma de sus efectos
individuales.
Pgina 124 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Los diseos experimentales avanzados nos permiten:
a) medir los efectos de varios niveles de una variable del
tratamiento.
b) controlar el efecto que una o dos variables extraas ejercen
sobre la variable que va a medirse.
c) determinar el efecto de dos o ms variables, cada una a
varios niveles distintos.
Las Pruebas de Mercado son pruebas experimentales de un
producto nuevo o mezcla de marketing en un ambiente representativo
del campo. Dentro del contexto de la toma de decisiones de
mercadotecnia, esto constituye la obtencin de mayor cantidad de
informacin tendiente a reducir la incertidumbre propia de la situacin
de decisin. Las pruebas de mercado tambin ayudan a lograr una
estimacin de las ventas potenciales del producto, las estrategias de
mezcla de marketing especficas de la prueba.
Pgina 125 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
PREPARACIN DE RESULTADOS PREPARACIN DE RESULTADOS
El proceso de preparacin de los datos incluye la Correccin, la
Codificacin, la Tabulacin, la Sntesis Estadstica y la Sntesis Grfica.
Correccin:
Son legibles las respuestas?
Son coherentes las respuestas?
Estn completas las respuestas?
Toma en serio su papel el respondiente?
Son demasiado congruentes las respuestas?
La Codificacin es la asignacin de respuestas a las categoras e
incluye la identificacin de cada respuesta con un nmero asociado a
esa categora.
Tabulacin:
Una vez asignadas las respuestas a las categoras, el siguiente paso
consiste en contar cuantas tenemos en cada categora, y lo podemos
hacer de manera de tabulacin sencilla o tabulacin cruzada.
Tabulacin sencilla:
Tiempo en Baja
Edad Respondientes Tratamiento Respondientes en Peso Respondientes
< 21 47 <2 90 0 113
21-30 104 2 80 1-5 104
31-40 132 3 80 6-10 130
41-50 118 4 60 11-15 88
51-60 61 5 50 16-20 47
>60 38 >5 140 >20 18
Total 500 500 500
Pgina 126 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Tabulacin cruzada:
( ) 1
Mientras ms grande es la muestra, ms exactos son las predicciones
hechas sobre la media de la poblacin.
Para entender correctamente esta situacin, consideremos una
pequea poblacin de cinco resultados de prueba. Supongamos
muestras de dos resultados tomadas para ser analizados.
Los cinco resultados son: 4, 5, 6, 7, 8. La media de la poblacin ()es
6.
Que pasar si dos de estos resultados son tomados al azar y se
determina su media?
Que oportunidades hay de que la media de la muestra ( X ) sea
tambin seis?
Pgina 132 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
X Posibles muestras de Valor de la media de
dos elementos cada muestra
1 4,4 4.0
2 4,5 4.5
3 4,6 5.0
4 4,7 5.5
5 4,8 6.0
6 5,4 4.5
7 5,5 5.0
8 5,6 5.5
9 5,7 6.0
10 5,8 6.5
11 6,4 5.0
12 6,5 5.5
13 6,6 6.0
14 6,7 6.5
15 6,8 7.0
16 7,4 5.5
17 7,5 6.0
18 7,6 6.5
19 7,7 7.0
20 7,8 7.5
21 8,4 6.0
22 8,5 6.5
23 8,6 7.0
24 8,7 7.5
25 8,8 8.0
Si analizamos en la grfica siguiente cual es la probabilidad de escoger
una muestra con una media de 6.0, es de 5/25 = 20 %, de hecho la
mayor probabilidad es esa, siguiendo con una probabilidad de 4/25 =
16 % de obtener una media muestral de 5.5 o de 6.5, y as
sucesivamente; por lo tanto, si consideramos la posibilidad de obtener
un valor de media muestral entre 5.25 - 6.75 ser de 13/25= 52 %.
----
X21
------------
X16 X17 X22
-------------------
X11 X12 X13 X18 X23
---------------------------
X6 X7 X8 X9 X14 X19 X24
-----------------------------------
X1 X2 X3 X4 X5 X10 X15 X20 X25
--------------------------
4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0
Pgina 133 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
5.25 6.75
Si aumentamos el nmero de elementos de la poblacin, y el tamao
de la muestra, el nmero de cuadrados se incrementar formando una
curva simtrica conocida como Curva Normal o Campana de
Distribucin de Gauss. La siguiente formula se emplea para calcular el
nmero de elementos a muestrear:
( )
n
N
C
N
n N n
!
! !
,
Los valores de referencia en el muestreo estadstico son:
X
1 S = rea de 68.26 %
X
2 S = rea de 95.45 %
X
3 S = rea de 99.73 %
MUESTRAS GRANDES: VALORES Z ( 30)
La prediccin del rango de la media de la poblacin en el ejemplo
anterior da unos lmites para el valor de la X a un valor especfico de
certeza: 68.26 %.
En la mayora de las aplicaciones es til poder seleccionar el grado de
certeza deseado o necesitado cuando se toman decisiones acerca de la
poblacin basados en los datos de la muestra.
Se han desarrollado tablas basados en las reas bajo diferentes
porciones de la curva normal llamadas Valores Z, y nos permiten
calcular la prediccin de un rango para la media de la poblacin; es
decir, se elige que tan alto es el grado de certeza deseado.
VALORES DE Z:
GRADO DE COLUMNA I COLUMNA II
CERTEZA CHECAR SOLO EL CHECAR AMBOS, EL
LIMITE SUPERIOR O LIMITE SUPERIOR Y EL
LIMITE INFERIOR LIMITE INFERIOR
___________________________________________________________________
60 0.26 0.84
Pgina 134 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
65 0.53 1.04
75 0.84 1.28
85 1.04 1.44
90 1.28 1.65
95 1.65 1.96
99 2.33 2.58
Una vez que se han calculado el valor de Z, la prediccin del rango de
puede ser calculado usando la siguiente frmula general:
Rango Media Poblacional () =
X
S
M
n
Z t
donde
X
es la media de la muestra y S
X
es la desviacin estndar de
la muestra.
Esta tcnica se usa con poblaciones mayores a 100 elementos
y muestras mayores a 30 elementos.
MUESTRAS PEQUEAS: VALORES t (< 30)
Cuando el tamao de la muestra es menor de 30 elementos, la curva
normal pierde precisin al ser empleada para describir la distribucin
de la media muestral.
Se han encontrado diferentes familias de curvas que actan como la
curva normal y son conocidas como curvas t de student.
La forma de cada curva t depende de lo que conocemos como el
nmero de grados de libertad (df) para una muestra en particular.
Pgina 135 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
0
0.1
0.2
0.3
0.4
-4 -3 -2 -1 0 +1 +2 +3 +4
Normal df =
df = 24
df = 9
df = 1
Fre
cu
an
cia
Rel
ati
va
AREAS BAJ O LAS CURVAS t DE DISTRIBUCION
El nmero de grados de libertad es igual al tamao de la muestra
menos el nmero de estadsticos calculados (df = n - 1).
Ntese que para un alto nmero de grados de libertad (esencialmente
df = 31 mayor), la curva t se equipara a la curva normal y pueden
ser usados los valores Z. Las tablas estadsticas con los valores de t se
encuentran ampliamente difundidas en las obras sobre estadstica.
Ejemplo: Si tomamos dos nmeros, 2 y 3, calculamos la media como
2.5. Ahora, si le decimos a alguien que tenemos dos nmeros, que su
media es 2.5 y que uno de los nmeros es el 2, al pedirle encontrar el
otro nmero, no tiene libertad para asumir otro valor diferente al 3, es
decir su grado de libertad con n=2 es 1 (n-1).
Para un alto nmero de grados de libertad (esencialmente df = 31
mayor), la curva t se equipara a la curva normal y pueden ser usados
los valores Z, mientras que para un bajo nmero de grados de libertad,
la curva se vuelve ms alta.
Pgina 136 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Con los valores t de student, los datos de muestras pequeas pueden
analizados de forma anloga a las muestras grandes con valores de Z.
Se determina la media y la desviacin estndar de la
muestra.
Con esta informacin se calcula el rango de la media de
poblacin.
Se decide el grado de certidumbre para la prediccin del
rango de la media poblacional.
Para este nivel de certeza se busca en las tablas (se usa la
tabla para un solo lmite si la decisin involucra slo el valor
mximo o mnimo de la media, si no, se emplea la tabla para
ambos lmites).
Se determina el nmero de grados de libertad y se localiza el
valor de t.
Aplicar la formula:
Rango de la media poblacional () =
X
S
n
t
M
t
Prediccin de rangos para la media.
Con la ayuda de la curva normal, una poblacin puede ser analizada,
basados en una muestra, de la siguiente forma:
Primero se encuentra la media de la muestra y la desviacin estndar.
Posteriormente, con 68.26 % de certeza, la media de la poblacin cae
dentro del siguiente rango:
( )
X
SX
n
t
Pgina 137 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Es decir, los datos de la muestra pueden ser utilizados para lograr
predicciones sobre el rango de la media de la poblacin. Este rango es
tan cercano como es posible a la media de la poblacin debido a la
incertidumbre del proceso de emplear datos muestrales para trazar
conclusiones acerca de la poblacin. Solo se puede establecer, dentro
de un cierto grado de certeza, que la media de la poblacin cae en
algn lugar dentro de ese rango.
EJEMPLOS SOBRE INFERENCIA ESTADSTICA:
Siempre que debemos decidir acerca de una poblacin grande
basndonos en una muestra pequea, una cierta cantidad de
incertidumbre est presente. Cuando un fabricante indica que uno de
sus artculos cumplen con cierta especificacin, se pueden emplear
datos tomados de una muestra para verificar a un determinado grado
de certeza que la especificacin se cumple.
Se trata de analizar la media de la muestra ( X ) para poder inferir
acerca de la media de la poblacin ().
Ejemplo 1:
Se ha recibido un cargamento de productos en aerosol. El certificado
de este cargamento indica que contienen 510 g del ingrediente.
Si estos envases contienen ms de 510 g no trabajan adecuadamente,
y si contienen menos, entonces estaramos pagando de ms.
Se ha tomado una muestra de 40 envases y al analizarlos encontr
que el peso medio de la muestra ( X ) es de 508.75 g, y que la
Pgina 138 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
desviacin estndar de la muestra (s
x
) es de 19.97 g
Se debe aceptar o rechazar el cargamento?
Supongamos que deseamos estar 95% seguros que el proveedor no
cumple con su especificacin antes de rechazar el embarque.
Como el tamao de la muestra es mayor de 30 se considera que la
desviacin estndar de la muestra es igual a la desviacin estndar de
la poblacin ().
Para determinar el rango dentro del cual se encuentra la media de la
muestra, seleccionamos de la tabla de valores de Z para un nivel de
certeza del 95% el valor para dos lmites (porque si estos envases
contienen ms de 510 g no trabajan adecuadamente, y si contienen
menos entonces estaramos pagando de ms), el cual es de 1.96, y
tenemos entonces:
Z = 1.96
= s
x
= 19.97 (solo si n > 30)
n = 40
X = 508.75 g
rango de =
( )
X
n
Z t
=
( )
50875
1997
40
196 .
.
. t
= 502.56 -- 508.75 --
514.94
Decisin:
El peso medio indicado por el fabricante es de 510 g, Al analizar la
muestra encontramos con 95% de certeza, que el rango de pesos si
Pgina 139 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
incluye el peso indicado por el fabricante. Por lo anterior el cargamento
se acepta.
Ejemplo 2:
El fabricante de un producto electrnico requiere de bateras. un
proveedor le ha entregado 5,000 bateras e indica que el tiempo de
vida media del embarque es de 180 h.
El fabricante requiere verificar lo indicado por el proveedor, indicando
que es crtico que la vida media del embarque no sea menor a 180 h.
Para probar la poblacin (N) de 5,000 bateras, un tcnico someti una
muestra de 100 bateras (debido a que la prueba es destructiva y de
alto costo, el valor impacta en el tamao de la muestra) a descarga
normal encontrando un valor medio de duracin de 175 h con una
desviacin standard de 18 h. El fabricante desea esta 95% seguro de la
correcta aceptacin del embarque de bateras.
Z = 1.65 (se rechaza solo si no se alcanza el lmite inferior de duracin)
= s
x
= 18.00 (solo si n > 30)
N = 5,000
n = 100
X = 175h
rango =
( )
( ) ( )
X
N n
N n
Z t
1
=
( )
( ) ( )
175
5000 100
5000 1
18
100
165 t
,
,
.
=172.06 - 175.00 - 177.94
Pgina 140 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Nota: La expresin
( )
( )
N n
N
_
,
1
es un factor de correccin debido a que
cuando se saca un elemento de la poblacin para la muestra, no se
puede regresar despus de la prueba, lo que afecta la aleatoriedad de
la seleccin.
Decisin:
La media poblacional se predice caer en algn punto entre 172.06 y
177.94 h de vida media con 95% de certeza, por lo que la vida media
mnima requerida e indicada por el proveedor de bateras no se
alcanza y por tanto el cargamento debe rechazarse.
Ejemplo 3:
Se realiza el chequeo de un proceso computarizado de formulacin de
pinturas color rosa, el cual se prepara adicionando en cada lata de 3.75
Kg. de pintura color blanco base, 15.5 g de tinta roja. Se desea
verificar el correcto funcionamiento del sistema de formulacin
considerando que si se dispensa menos de la cantidad indicada de la
tinta, el color ser plido, y que si se dispensa una cantidad mayo, el
color ser ms fuerte que el debido. Se desea tener 90% de seguridad
del correcto funcionamiento del sistema antes de detener la venta y
someter a ajuste el sistema. El anlisis es costoso por lo que se toma
una muestra pequea de 8 envases preparados con los siguientes
resultados acerca del contenido de tinta roja por envase:
15.2 g 15.8 g
15.0 g 16.1 g
15.7 g 15.6 g
Pgina 141 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
15.9 g 15.9 g
La tcnica diseada para probar muestra pequeas e inferir a partir de
estas se conoce como Prueba t de Student. y se emplean los valores
de la tabla de valores de t del final del captulo.
gl = n-1 = 7
t = 1.895
s
x
= 0.37
n = 8
X = 15.65 g
rango =
( )
X
Sx
n
t t
=
( )
1565
037
8
1895 .
.
. t
= 15.40 -- 15.50 -- 15.90
Grados de libertad = tamao de la muestra - nmero de estadsticos
calculados, (si tomamos dos nmeros: 2 y 3, su media es 2.5. Si le
decimos a alguien que tenemos dos nmeros, que uno de ellos es 2, y
que la media de ambos es 2.5, esta persona sabr que el otro nmero
tiene que ser el 3; no tiene libertad para asumir otro valor que no sea
el 3; es decir, con n = 2 solo hay un grado de libertad n - 1).
Decisin:
Se puede establecer a partir de la pequea muestra de ocho envases,
con 90% de certeza, que la media de la poblacin de preparaciones de
pintura tienen entre 15.4 y 15.9 g de tinta; y a partir de que el valor
indicado de 15.5 g cae dentro de estos limites podemos decir que el
proceso parece aceptable.
Ejemplo 4:
Se requiere asesorar al comprador de un distribuidor de medicamentos
sobre lo siguiente: Ha recibido un gran cargamento de medicamentos
contra la tos. El laboratorio fabricante indica un contenido de alcohol
del 8%. El distribuidor debe estar seguro (al 95% de certeza) de que el
medicamento no contiene ms del porcentaje indicado de alcohol.
Enva una muestra de cinco envases a analizar con los resultados
siguientes:
7.85 %
8.33 %
7.97 %
Pgina 142 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
8.31 %
7.76 %
Para realizar el anlisis encontramos los siguientes valores:
gl = n-1 = 4
t = 2.132
s
x
= 0.26
n = 8
X = 8.04 %
rango =
( )
X
Sx
n
t t
=
( )
804
026
5
2132 .
.
. t
= 7.79 -- 8.04 -- 7.79
Decisin:
Basados en la pequea cantidad de muestras, la cantidad real de
alcohol pudiera ser 7.79%. Dado que el marbete indica 8%, el
embarque se acepta. En este caso, el rango de prediccin de la media
poblacional debiera ser mayor que el 8% antes de rechazar el
embarque con 95% de certeza.
Ejemplo 5:
Un fabricante de lmparas de flash recin recibi un lote de focos de
flash de un nuevo proveedor y quiere estar seguro de la calidad del
embarque antes de aceptarlo. El proveedor garantiza un mximo de
12% de defectivos (88% de aprobados).
El supervisor de lnea prob 250 focos, de los cuales 43 fallaron
(17.2%). En base a esta informacin desea estar 90% seguro de que no
encontrar ms del 12% de defectivos en el embarque; el porcentaje
de aprobados es de 82.8% (207 250)
Pgina 143 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Para predecir el rango de la proporcin de defectivos se emplea la
siguiente formula:
P
P P
n
Z t
_
,
( ) 1
=
0828
08281 0828
250
128 .
. ( . )
. t
_
,
= 79.7% --
82.8% -- 85.9%
Decisin:
En base al resultado anterior el embarque se rechazara ya que el
porcentaje de productos aprobados indicado por el proveedor (88%),
no cae dentro del rango del porcentaje de aprobados.
Sin embargo, si quisiramos aumentar el grado de certeza al 99%,
aplicaramos la frmula con el siguiente resultado:
P
P P
n
Z t
_
,
( ) 1
=
0828
08281 0828
250
233 .
. ( . )
. t
_
,
= 77.2% --
82.8% -- 88.4%
Con el resultado anterior el embarque se aceptara. Ntese que al
incrementar el grado de certeza de que el embarque contiene ms del
12% de defectivos, tambin incrementa la probabilidad de no detectar
que pudieran haber ms de ese 12% de defectivos.
En cierto tipo de situaciones, se deben tomar decisiones concernientes
a cuando un nuevo proceso ha creado un cambio significante cuando
se compara con un proceso anterior. Ejemplo de este tipo de
situaciones lo dan nuevas tcnicas educacionales, mtodos de
produccin, sistemas de ingeniera y la innovacin en general.
Algunas ocasiones el resultado de ciertos cambios parecen ser obvios.
En otros casos sin embargo, podra parecer que ciertas mejoras se han
realizado sin proporcionar un cambio tal que justifique todos los
problemas adjuntos a los cambios de cualquier tipo.
Las decisiones en tales circunstancias se tornan ms difciles, en
Pgina 144 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
especial basados en datos muestrales.
Unos de los mtodos estadsticos ms comnmente empleados para
resolver este tipo de problemas de decisin se denominan
Procedimiento del Intervalo de Confianza y el mtodo de la Prueba
F de Fisher.
Ejemplo 6:
Un proveedor ofrece un nuevo tipo de tubera con un recubrimiento
que le proporciona hasta tres veces ms de duracin sobre la tubera
estndar sin recubrir. La decisin del cambio involucra un elevado
incremento en costo, por lo que debemos tener una certeza del 95%
sobre nuestra decisin.
El soporte de los argumentos del proveedor acerca de la duracin de la
tubera debido a su recubrimiento se sustenta en el resultado de seis
experimentos en los cuales diferentes tramos de tubera, tanto
estndar como recubierta fueron enterrados. Al cabo de un ao se
midi la prdida de peso ocasionada por la corrosin medida en
gramos por metro por ao:
Tubera sin recubrimiento Tubera con
recubrimiento
Diferencias
3.68 2.68 1.00
1.28 0.45 0.83
1.84 0.92 0.92
3.68 1.69 1.99
1.83 0.05 1.78
6.00 0.16 5.84
MEDIA: 2.06
DESVIACIN STD.: 1.9135
Queremos determinar que tanto es mejor la tubera realmente.
Procedimiento:
1. Primero determinamos la media y la desviacin estndar de las
diferencias entre cada experimento (par de datos).
Pgina 145 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
2. A continuacin empleamos el procedimiento del intervalo de confianza
para determinar el rango de diferencia en la media de prdida de peso.
3. Se encuentra el valor de t de la tabla correspondiente (95% y gl=5) para
un solo lmite pues solo nos interesa la mejora del material con el
recubrimiento.
4. rango =
( )
X
Sx
n
t t
=
( )
206
19135
6
2015 .
.
. t
= 0.4859 -- 2.06 -- 3.6341
Decisin:
Basados en este anlisis, hay 95% de confianza que la diferencia en las
medias entre tubera recubierta y estndar est entre 3.6314 y 0.4859
gramos/metro/ao. Esto significa que, con 95% de certeza, la tubera
recubierta se comportar mejor que la estndar hasta 3.6314 g/m/ao y tan
poco como 0.4859 g/m/ao.
La ofrecido por el proveedor hasta tres veces mejor comportamiento de
esta tubera parecer ser correcto, aunque tambin podramos sealar que
en un momento determinado solo se comportara con una pequea mejora
(lmite inferior).
Ejemplo 7.
Un investigador de biologa necesita analizar datos obtenidos de un
experimento en el que se ha probado un nuevo medicamento que afecta la
inteligencia en hmsters, la cual se mide tomando el tiempo que tardan en
completar una prueba de laberintos.
La prueba se aplic en un grupo de control de 13 animales sin
administrarles la droga, y a otro grupo a los que se les administr la droga.
El resultado de estas pruebas se tabul de la siguiente forma:
Sin Droga Tratados con la droga
Nmero de hmsters en la muestra 13 9
Tiempo medio para completar la prueba 110.01 101.58
Pgina 146 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Desviacin estndar 9.9116 2.8566
Cuadrado de la desviacin estndar 98.24 8.16
Debemos probar que existe una diferencia significativa entre los dos grupos
con una confianza del 99%, mediante la realizacin de la Prueba F, y
posteriormente, basados en el resultado obtenido de esta prueba, se
calcula el intervalo de confianza corregido o no-corregido:
Para realizar la prueba F, primero se identifica al grupo con el mayor valor
de desviacin estndar (alto) y al grupo con el menor valor de desviacin
estndar (bajo).
Sin Droga Tratados con la droga
Nmero de hmsters en la muestra 13 = n
A
9 = n
B
Tiempo medio para completar la prueba
110.01 =
X A
101.58 =
X B
Desviacin estndar 9.9116 = Sx
A
2.8566 = Sx
B
Cuadrado de la desviacin estndar 98.24 = Sx
A
2
8.16 = Sx
B
2
La prueba se inicia realizando el cociente Sx
A
2
Sx
B
2
y se compara el
resultado contra el valor F de la tabla de Valores de F. En este caso el valor
de F se obtiene del numerador (n
A
-1) = 12 grados de libertad para el
numerador y (n
B
-1) = 8 grados de libertad para el denominador, y a 99%
de certeza. Esto da un valor F = 5.67 en tablas.
Si el valor calculado es menor que el valor de tablas, la Prueba-F pasa y
se puede calcular entonces el intervalo de confianza. Si por el contrario, el
valor calculado es mayor que el encontrado en tablas, entonces se debe
emplear el procedimiento del intervalo corregido de confianza.
La prueba F empleada aqu, se llama prueba de una cola, probando si Sx
A
2
> Sx
B
2
:
98.24 8.16 = 12.039 > 5.67 (de tablas) La prueba F no pasa, y
debemos calcular el intervalo corregido de confianza (provee un nmero
corregido de grados de libertad.); posteriormente se emplea el valor
apropiado de t para calcular el rango de prediccin de las medias de las
poblaciones (deseamos alta seguridad, por lo que empleamos t al 99.5% de
Pgina 147 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
certeza)
El nmero corregido de grados de libertad est dado por la siguiente
formula:
( )
1
2
1
1
2
1
2
2 2
K
n
A
K
n
B
dondeK
Sx
A
n
A
Sx
A
n
A
Sx
B
n
B
_
,
_
,
, :
K
+
_
,
9824
13
816
9
0893
13
9824
.
.
.
.
( )
1
0893
2
13 1
1 0893
2
9 1
1
0797
12
001145
8
14734
.
.
. .
.
_
,
_
,
_
,
1
]
1
1
1
1
2 2
El valor de t (en tablas) se encuentra expresado en grados de libertad
enteros (no fracciones), entonces debemos interpolar el valor de t:
gl = 14 : t = 2.977 :: gl = 15 : t = 2.947
t
gl = 14.734
= 2.624 - ((14.734 - 14) (2.977 - 2.947)) = 2.955 (99.5% certeza)
( )
11001 10158
9824
13
816
9
2955 . .
. .
. t +
1
]
1
1
= 8.43 t 8.597 = -0.167 a
17.027
Pgina 148 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Decisin:
Basados en los datos, podemos establecer con 99.5% de certeza que la
diferencia entre las medias cae en el rango de 17.027 (lmite superior)
a -0.167 (lmite inferior). Si la droga no tuviera efecto sobre el
desempeo de los hmsters, se esperara una diferencia de cero entre
las medias. Debido a que el rango obtenido incluye el cero, no
podemos estar seguros (a 99.5% de certeza) de que un cambio ocurri
con la administracin de la droga.
Consecuentemente, no hay una diferencia significativa
(estadsticamente) entre los dos grupos al 99.5% de certeza; por lo
tanto requerimos datos adicionales.
Cambiando el nivel de certeza al 99% encontramos lo siguiente:
gl = 14 : t = 2.624 :: gl = 15 : t = 2.602
t
gl = 14.734
= 2.624 - ((14.734 - 14) (2.624 - 2.602)) = 2.608 (99% certeza)
( )
11001 10158
9824
13
816
9
2608 . .
. .
. t +
1
]
1
1
= 8.43 t 7.587 = 0.843 --
16.017
En este caso el rango obtenido no contiene el valor cero por lo que
predecimos una diferencia significativa (estadsticamente) entre los
dos grupos de hmsters a 99% de certeza. Sin embargo el lmite
inferior est cercano a cero y deberamos analizar otros factores como
la dosis letal y el costo de la droga, as como valorar un nmero mayor
de muestras para tomar decisiones sin riesgo.
Pgina 149 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Valores F a nivel de certeza del 95%
Grados de Libertad del Numerador
1 2 3 4 5 6 7 8 9 10 12 15 20 30 60 120
G 1 161.
4
199.
5
215.
7
224.
6
230.
2
234.
0
236.
8
238.
9
240.
5
241.
9
243.
9
245.
9
248.
0
250.
1
252.
2
253.
3
254.
3
L 2 18.5
1
19.0
0
19.1
6
19.2
5
19.3
0
19.3
3
19.3
5
19.3
7
19.3
8
19.4
0
19.4
1
19.4
3
19.4
5
19.4
6
19.4
8
19.4
9
19.5
3 10.1
3
9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.74 8.70 8.66 8.62 8.57 8.55 8.53
D 4 7.71 6.94 6.59 6.9 6.26 6.16 6.09 6.04 6.00 5.96 5.91 5.86 5.80 5.75 5.69 5.66 5.63
e 5 6.61 5.79 5.41 5.19 505 4.95 4.88 4.82 4.77 4.74 4.68 4.62 4.56 4.50 4.43 4.40 4.36
n 6 5.99 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.00 3.94 3.87 3.81 3.74 3.70 3.67
o 7 5.59 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.57 3.51 3.44 3.38 3.30 3.27 3.23
m 8 5.32 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.28 3.22 3.15 3.08 3.01 2.97 2.93
i 9 5.12 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.07 3.01 2.94 2.86 2.79 2.75 2.71
n 10 4.96 4.1 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.91 2.85 2.77 2.70 2.62 2.58 2.54
a 11 4.84 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.79 2.72 2.65 2.57 2.49 2.45 2.40
d 12 4.75 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.69 2.62 2.54 2.47 2.38 2.34 2.30
o 13 4.67 3.81 3.41 3.18 3.03 2.92 2.83 2.77 2.71 2.67 2.60 2.53 2.46 2.38 2.30 2.25 2.21
r 14 4.60 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.53 2.46 2.39 2.31 2.22 2.18 2.13
15 4.54 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.48 2.40 2.33 2.25 2.16 2.11 2.07
16 4.49 3.63 3.24 3.01 2.85 2.74 2.66 2.59 2.54 2.49 2.42 2.35 2.28 2.19 2.11 2.06 2.01
17 4.45 3.59 3.20 2.96 2.81 2.70 2.61 2.55 2.49 2.45 2.38 2.31 2.23 2.15 2.06 2.01 1.96
18 4.41 3.55 3.16 2.93 2.77 2.66 2.58 2.51 2.46 2.41 2.34 2.27 2.19 2.11 2.02 1.97 1.92
19 4.38 3.52 3.13 2.90 2.74 2.63 2.54 2.48 2.42 2.38 2.31 2.23 2.16 2.07 1.98 1.93 1.88
20 4.35 3.49 3.10 2.87 2.71 2.60 2.51 2.45 2.39 2.35 2.28 2.20 2.12 2.04 1.95 1.90 1.84
21 4.30 3.47 3.07 2.84 2.68 2.57 2.49 2.42 2.37 2.32 2.25 2.18 2.10 2.01 1.92 1.87 1.81
22 4.32 3.44 3.05 2.82 2.66 2.55 2.46 2.40 2.34 2.30 2.23 2.15 2.07 1.98 1.89 1.84 1.78
23 4.28 3.42 3.03 2.80 2.64 2.53 2.44 2.37 2.32 2.27 2.20 2.13 2.05 1.96 1.86 1.81 1.76
24 4.26 3.40 3.01 2.78 2.62 2.51 2.42 2.36 2.30 2.25 2.18 2.11 2.03 1.94 1.84 1.79 1.73
25 4.24 3.39 2.99 2.76 2.60 2.49 2.40 2.34 2.28 2.24 2.16 2.09 2.01 1.92 1.82 1.77 1.71
26 4.23 3.37 2.98 2.74 2.59 2.47 2.39 2.32 2.27 2.22 2.15 2.07 1.99 1.90 1.80 1.75 1.69
27 4.21 3.35 2.96 2.73 2.57 2.46 2.37 2.31 2.25 2.20 2.13 2.06 1.97 1.88 1.79 1.73 1.67
28 4.20 3.34 2.95 2.71 2.56 2.45 2.36 2.29 2.24 2.19 2.12 2.04 1.96 1.87 1.77 1.71 1.65
29 4.18 3.33 2.93 2.70 2.55 2.43 2.35 2.28 2.22 2.18 2.10 2.03 1.94 1.85 1.75 1.70 1.64
30 4.17 3.32 2.92 2.69 2.53 2.42 2.33 2.27 2.21 2.16 2.09 2.01 1.93 1.84 1.74 1.68 1.62
40 4.08 3.23 2.84 2.61 2.45 2.34 2.25 2.18 2.12 2.08 2.00 1.92 1.84 1.74 1.64 1.58 1.51
60 4.00 3.15 2.76 2.53 2.37 2.25 2.17 2.10 2.01
4
1.99 1.92 1.84 1.75 1.65 1.53 1.47 1.39
120 3.92 3.07 2.68 2.45 2.29 2.17 2.09 2.02 1.96 1.91 1.83 1.75 1.66 1.55 1.43 1.35 1.25
3.84 3.00 2.60 2.37 2.21 2.10 2.01 1.94 1.88 1.83 1.75 1.67 1.57 1.46 1.32 1.22 1.00
Pgina 150 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Valores F a nivel de certeza del 99%
Grados de Libertad del Numerador
1 2 3 4 5 6 7 8 9 10 12 15 20 30 60 120
G 1 4052 4999 5403 5625 5764 5859 5928 5982 6022 6056 6106 6157 6209 6261 6313 6339 6366
L 2 98.4
9
99.0
0
99.1
7
99.2
5
99.3
0
99.3
3
99.3
6
99.3
7
99.3
9
99.4
0
99.4
2
99.4
3
99.4
5
99.4
7
99.4
8
99.4
9
99.5
0
3 34.1
2
30.8
2
29.4
6
28.7
1
28.2
4
27.9
1
27.6
7
27.4
9
27.3
5
27.2
3
27.0
5
26.8
7
26.6
9
26.5
0
26.3
2
26.2
2
23.1
3
D 4 21.2
0
18.0
0
16.6
9
15.9
8
15.5
2
15.2
1
14.9
8
14.8
0
14.6
6
14.5
5
14.3
7
14.2
0
14.0
2
13.8
4
13.6
5
13.5
6
13.4
6
e 5 16.2
6
13.2
7
12.0
6
11.3
9
10.9
7
10.6
7
10.4
6
10.2
9
10.1
6
10.0
5
9.89 9.72 9.55 9.38 9.20 9.11 9.02
n 6 13.7
4
10.9
2
9.78 9.15 8.75 8.47 8.26 8.10 7.98 7.87 7.72 7.56 7.40 7.23 7.06 6.97 6.88
o 7 12.2
5
9.55 8.45 7.85 7.46 7.19 6.99 6.84 6.72 6.62 6.47 6.31 6.16 5.99 5.82 5.74 5.65
m 8 11.2
6
8.65 7.59 7.01 6.63 6.37 6.18 6.03 5.91 5.81 5.67 5.52 5.36 5.20 5.03 4.95 4.86
i 9 10.5
6
8.02 6.99 6.42 6.06 5.80 5.61 5.47 5.35 5.26 5.11 4.96 4.81 4.65 4.48 4.40 4.31
n 10 10.0
4
7.56 6.55 5.99 5.64 5.39 5.20 5.06 4.94 4.85 4.71 4.56 4.41 4.25 4.08 4.00 3.91
a 11 9.65 7.21 6.22 5.67 5.32 5.07 4.89 4.74 4.63 4.54 4.40 4.25 4.10 3.94 3.78 3.69 3.60
d 12 9.33 6.93 5.95 5.41 5.06 4.82 4.64 4.50 4.39 4.30 4.16 4.01 3.86 3.70 3.54 3.45 3.36
o 13 9.07 6.70 5.74 5.21 4.86 4.62 4.44 4.30 4.19 4.10 3.96 3.82 3.66 3.51 3.34 3.25 3.17
r 14 8.86 6.51 5.56 5.04 4.69 4.46 4.28 4.14 4.03 3.94 3.80 3.66 3.51 3.35 3.18 3.09 3.00
15 8.68 6.36 5.42 4.89 4.56 4.32 4.14 4.00 3.89 3.80 3.67 3.52 3.37 3.21 3.05 2.96 2.87
16 8.53 6.23 5.29 4.77 4.44 4.20 4.03 3.89 3.78 3.69 3.55 3.41 3.26 3.10 2.93 2.84 2.75
17 8.40 6.11 5.18 4.67 4.34 4.10 3.93 3.79 3.68 3.59 3.46 3.31 3.16 3.00 2..83 2.75 2.65
18 8.29 6.01 5.09 4.58 4.25 4.01 3.84 3.71 3.60 3.51 3.37 3.23 3.08 2.92 2.75 2.66 2.57
19 8.18 5.93 5.01 4.50 4.17 3.94 3.77 3.63 3.52 3.43 3.30 3.15 3.00 2.84 2.67 2.58 2.49
20 8.10 5.85 4.94 4.43 4.10 3.87 3.70 3.56 3.46 3.37 3.23 3.09 2.94 2.78 2.61 2.52 2.42
21 8.02 5.78 4.87 4.37 4.04 3.81 3.64 3.51 3.40 3.31 3.17 3.03 2.88 2.72 2.55 2.46 2.36
22 7.95 5.72 4.82 4.31 3.99 3.76 3.59 3.45 3.35 3.26 3.12 2.98 2.83 2.67 2.50 2.40 2.31
23 7.88 5.66 4.76 4.26 3.94 3.71 3.54 3.41 3.30 3.21 3.07 2.93 2.78 2.62 2.45 2.35 2.26
24 7.82 5.61 4.72 4.22 3.90 3.67 3.50 3.36 3.26 3.17 3.03 2.89 2.74 2.58 2.40 2.31 2.21
25 7.77 5.57 4.68 4.18 3.85 3.63 3.46 3.32 3.22 3.13 2.99 2.85 2.70 2.54 2.36 2.27 2.17
26 7.72 5.53 4.64 4.14 3.82 3.59 3.42 3.29 3.18 3.09 2.96 2.81 2.66 2.50 2.33 2.23 2.13
27 7.68 5.49 4.60 4.11 3.78 3.56 3.39 3.26 3.15 3.06 2.93 2.78 2.63 2.47 2.29 2.20 2.10
28 7.64 5.45 4.57 4.07 3.75 3.53 3.36 3.23 3.12 3.03 2.90 2.75 2.60 2.44 2.26 2.17 2.06
29 7.60 5.42 4.54 4.04 3.73 3.50 3.33 3.20 3.09 3.00 2.78 2.73 2.57 2.41 2.23 2.14 2.03
30 7.56 5.39 4.51 4.02 3.70 3.47 3.30 3.17 3.07 2.98 2.84 2.70 2.55 2.39 2.21 2.11 2.01
40 7.31 5.18 4.31 3.83 3.51 3.29 3.12 2.99 2.89 2.80 2.66 2.52 2.37 2.20 2.02 1.92 1.80
60 7.08 4.98 4.13 3.65 3.34 3.12 2.95 2.82 2.72 2.63 2.50 2.35 2.20 2.03 1.84 1.73 1.60
120 6.85 4.79 3.95 3.48 3.17 2.96 2.79 2.66 2.56 2.47 2.34 2.19 2.03 1.86 1.66 1.53 1.38
6.63 4.61 3.78 3.32 3.02 2.80 2.64 2.51 2.41 2.32 2.18 2.04 1.88 1.70 1.47 1.32 1.00
Pgina 151 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Anlisis de VarianzaError! Marcador no definido.:
Se emplea para probar la hiptesis de que las medias de ms de dos
poblaciones son iguales o diferentes cuando las poblaciones estn
normalmente distribuidas con igual varianza.
Los pasos son los siguientes:
1. Estimar la varianza de poblacin partiendo de la varianza entre las
medias muestrales (MSA)
2. Estimar la varianza de poblacin partiendo de la varianza dentro de
las muestras (MSE)
3. Calcular la relacin F (MSA MSE)
4. Si la relacin F calculada es mayor que el valor tabulado en tablas y
grados de libertad, entonces la hiptesis se rechaza.
Tabla de anlisis de varianza (ANOVA)
Fuente de
Variacin
Suma de cuadrados Grados de
Libertad
Cuadrado medio Relacin F
Entre las
medias
explicado por
el factor A
SSA =
r X
j
X
_
,
2
c-1
MSA = SSA c-
1
MSA MSE
Error o
Inexplicado
(dentro de las
columnas)
SSE =
_
,
X
ij
X
j
2
(r-1)c
MSE = SSE (r-
1)c
Total
SST=
_
,
X
ij
X
j
2
=
SSA + SSE
rc - 1
--o--
Pgina 152 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Ejemplo 8: Una compaa vende un jabn idntico en tres envolturas
diferentes al mismo precio. Las ventas de 5 meses se presentan en la
siguiente tabla y deseamos saber con 95% de certeza si las ventas por
envoltura son iguales:
Envoltura 1 Envoltura 2 Envoltura 3
87 78 90
83 81 91
79 79 84
81 82 82
80 80 88
= 410 = 400 = 435
X
= 82
X
= 80
X
= 87
( ) ( )
X
+ +
410 400 435
5 3
83
Primero se determinan los valores:
SSA = Suma de Cuadrados Explicados por el factor
A r X
j
X
_
,
2
SSE = Suma de Cuadrados de errores no explicados por el factor
A X
ij
X
j
_
,
2
SST = Suma total de cuadrados = SSA + SSE =
_
,
X
ij
X
j
2
donde:
SSA = 5 { (82-83)
2
+ (80-83)
2
+ (87-83)
2
} = 130
SSE = (87-82)
2
+ (83-82)
2
+ (79-82)
2
+ (81-82)
2
+ (80-82)
2
+ (78-80)
2
+
(81-80)
2
+ (79-80)
2
+ (82-80)
2
+ (80-80)
2
+ (90-87)
2
+ (91-87)
2
+ (84-87)
2
+ (82-87)
2
+ ( 88-87)
2
= 110
SST = (87-83)
2
+ (83-83)
2
+ (79-83)
2
+ (81-83)
2
+ (80-83)
2
+ (78-83)
2
+
(81-83)
2
+ (79-83)
2
+ (82-83)
2
+ (80-83)
2
+ (90-83)
2
+ (91-83)
2
+ (84-83)
2
+ (82-83)
2
+ ( 88-83)
2
= 240
Pgina 153 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
En seguida se prepara la tabla de anlisis de varianza (ANOVA)
Tabla de anlisis de varianza para envolturas de jabn
Variacin Suma de
cuadrados
Grados de
Libertad
Cuadrado medio Relacin F
Explicada por las
envolturas (entre
columnas)
SSA = 130 c-1 = 2 MSA = 130 2 =
65
MSA MSE =
65 9.17 =
7.09
Error o Inexplicado
(dentro de las
columnas)
SSE = 110 (r-1) = 12 MSE = 110 12 =
9.17
Total SST = 240 rc - 1 = 14 --o--
Ejemplo 9. Un analista del departamento de personal requiere estimar
el nmero medio de las horas de entrenamiento anuales para los
supervisores de una compaa con un factor de error de t 3.0 horas y
con un 90 % de confiabilidad. Basado en la informacin de otras
divisiones, calcula la desviacin estndar de horas de capacitacin en
20 hrs. El tamao requerido de la muestra es:
n = (1.65 X 20)
2
= 33
2
= 11
2
= 121
3
2
3
2
Ejemplo 10. Suponga que se desea establecer un almacn de juguetes
en un aeropuerto y se sabe que la desviacin estndar para estas
compras es de $ 1.20 USD. (lo anterior podra haberse determinado de
informacin de otros aeropuertos). Determinar que tamao de muestra
aleatoria debe obtenerse como mnimo si se requiere estimar el monto
medio de ventas dentro de 25 cents. con un intervalo de confianza del
99 %.
n = 2.58
2
X 1.20
2
= 154
0.25
2
Despus de realizar el muestreo aleatorio a 154 personas, comprueba
que la media de compra est en $ 4.63 usd con una desviacin
estndar de $ 1.20 usd. Se desea ahora determinar el intervalo de
confianza del 95 % para el lmite inferior y el 99 % para el lmite
superior de la poblacin:
Pgina 154 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
S
S
n
120
154
0097
.
.
Limite inferior: Media Zs = 4.63 1.65 (0.097) = $ 4.47
Limite superior: Media + Zs = 4.63 + 2.58 (0.097) = $ 4.88
Por lo anterior decimos que con una confianza del 95 % se puede
asegurar que la cantidad media de ventas de todos los clientes es igual
o mayor a $ 4.47 usd; y que con un grado de confianza de 99 %, se
puede asegurar que la cantidad media de ventas no es mayor de $
4.88 usd.
Cuando no se conoce ni se tiene forma de estimar ms o menos de
forma acertada los valores de la desviacin estndar se emplea la
frmula siguiente:
n
Z
E
1
]
1
2
2
Ejemplo:
Un mercadologo desea estimar la proporcin de los estudiantes del rea
de administracin que tambin tiene diplomado en mercadotecnia,
dentro de un error mximo de 0.05 y con un 95 % de confianza. Que
tamao de muestra se debe estudiar como mnimo, si no se tiene una
base para estimar el valor aproximado de la proporcin antes de tomar
la muestra?
n
1
]
1
165
2005
2
165
2
273
.
( . )
( . )
Pgina 155 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Definiciones bsicas:
La EstadsticaError! Marcador no definido. es el conjunto de
procedimientos y tcnicas usadas para recolectar, presentar y analizar
datos sobre los cuales basar decisiones en una situacin de
incertidumbre o frente a una informacin incompleta. La Estadstica
Descriptiva resume un grupo de datos con uno o dos elementos de
informacin que caracterizan la totalidad de los datos. Se refiere
tambin a la presentacin de un grupo de datos en forma de tablas,
diagramas, grficos y otras formas de presentacin. La Estadstica
Inductiva, es decir la estimacin y la prueba de hiptesis se refiere a la
generalizacin sobre las propiedades del todo llamado poblacin,
partiendo de lo especfico o muestra, contrastando del razonamiento
deductivo, que atribuye propiedades a la muestra partiendo de la
poblacin.
La EconometraError! Marcador no definido. es la integracin de
la teora econmica, las matemticas y las tcnicas estadsticas con el
propsito de probar hiptesis sobre fenmenos econmicos, estimas
coeficientes de relaciones econmicas, y predecir o pronosticar valores
futuros de variables o fenmenos econmicos.
El Anlisis de RegresinError! Marcador no definido. estudia la
relacin causal entre una variable econmica que debe explicarse
(dependiente) y una o ms variables explicatorias (independientes).
Cuando hay una sola variable explicatoria se conoce como regresin
simple, pero en el caso de existir ms de una variable explicatoria se
conoce como regresin mltiple.
ECUACIN DE LA FUNCIN LINEALError! Marcador no definido.:
El modelo lineal de dos variables, o anlisis de regresin simple, se usa
para probar hiptesis sobre la relacin entre una variable dependiente
Pgina 156 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Y, y una variable independiente o explicatoria X, y tambin con fines
predictivos; en Econometra se adiciona un trmino de error o de
perturbacin o estocstico (y = mX + b + u) el cul refleja el hecho de
que en el mundo real, las relaciones entre las variables
socioeconmicas son inexactas y algo errticas; es decir, no sera de
esperar que la mayora de los valores observados de Y cayeran
precisamente sobre una lnea recta, o sea que todos los valores sean
explicados perfectamente por la variable X, sino que depende
primariamente de ella, pero existen numerosas variable omitidas que
afectan el comportamiento de Y pero con un efecto tenue e irregular.
Si fuera significativo este efecto, entonces dicha variable debiera ser
considerada y medida, se convierte entonces en una regresin
mltiple.
Al realizar la grfica de dispersin analizamos visualmente si puede o
no existir cierta correlacin de los datos, pero al realizar los clculos
estadsticos de la recta ptima por aproximacin de mnimos
cuadrados ordinarios, minimizando la suma de los cuadrados de las
desviaciones verticales entre cada punto observado y la lnea recta,
esta funcin o modelo representa la recta ms aproximada a todos los
puntos, y dependiendo de que tan alto sea el valor arrojado por los
mnimos cuadrados, menor ser la correlacin existente y el trmino
estocstico cobrar mayor importancia.
Sin embargo, considero que el establecimiento de modelos busca
encontrar la mejor explicacin de la variable dependiente por las
variables independientes analizadas para que el dicho trmino
estocstico tienda a cero. Por ende si definimos nuestro modelo de la
forma ms acercada a la realidad, el trmino estocstico tiende a cero,
y por consecuencia a desaparecer, y la constante u ordenada al
origen del modelo seguir la misma regla, es decir mientras nuestro
modelo contenga mayor nmero de variables explicatorias y
Pgina 157 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
correctamente medidas, nuestro modelo partir del origen del plano
cartesiano, esto es, para los modelos de comportamiento
socioeconmico, si no hay una accin, no habr una reaccin.
Variables ficticias: Para la elaboracin de los modelos se emplean las
cuales son variables explicatorias cualitativas dicotmicas como el
tiempo de guerra, perodo de huelga, sexo, etc. a las cuales se les
asigna valores de 1 0 y se manejan como cualquier otra variable.
Prediccin: La prediccin se refiere a la estimacin de una variable
dependiente, dado el valor observado o proyectado de la(s) variable(s)
independiente(s). Cuando la prediccin se basa sobre un valor
estimado o proyectado y no sobre uno observado de la variable
independiente, tenemos una prediccin condicional. El trmino
pronstico se usa frecuentemente como equivalente de prediccin, y
en otras se refiere a la estimacin de un valor intramuestral de la
variable dependiente, mientras que la prediccin se refiere a la
estimacin de un valor futuro de la variable dependiente.
Existen errores inherentes a las predicciones dadas por :
- La naturaleza aleatoria del trmino estocstico o de error.
- Los parmetros estimados que solo igualan a los parmetros
verdaderos en el promedio.
- Los errores al proyectar las variables independientes.
- La incorrecta especificacin del modelo.
La variaza de error de prediccin: s
2
F
, est dada por:
( )
( )
s
F
s
n
XF X
Xi X
2 2
1
1
2
2
+ +
1
]
1
1
1
1
Pgina 158 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
donde n es el nmero de observaciones, s
2
F
es la varianza estimada
de error de prediccin y
( )
s
Yi Yi
i
n
2
2
2
_
,
_
,
donde:
Yi valores reales
i valores estimados por mnimos cuadrados Y
_
_ _ _ _
Ao n Y
i
X
i
1981 1 40 6
1982 2 44 10
1983 3 46 12
1984 4 48 14
1985 5 52 16
1986 6 58 18
1987 7 60 22
1988 8 68 24
1989 9 74 26
1990 10 80 32
_
,
_
,
(se
determina aplicando el modelo encontrado para cada valor de X el
estimado de Y y se resta del valor observado de Y elevado al cuadrado:
Ao Y
i
Y
iEst
e
i
e
i
2
( )
s
Yi Yi
i
n
2
2
2
473056
8
591
_
,
_
,
.
.
Si proyectamos para 1991 una cantidad de gasto publicitario 35
millones de pesos, cuales sern las ventas esperadas?
Pgina 160 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
( )
s s F
F
2
5911
1
10
35 18
2
576
946 308 + +
1
]
1
1
1
. . .
Entonces encontramos que:
Y
Pred
= (27.125+1.659(35)) (2.31)(3.08) = 85.197.115 =
78.075<Y
Pred
>92.305 (intervalo de confianza del 95%)
Coeficiente de Correlacin:
Ejemplo 1. Prediccin de ventas debidas a publicidad,
Supngase una compaa inici recientemente publicidad con un
nuevo medio. El gerente de marketing a registrado el gasto publicitario
semanal (x) y los correspondientes volmenes de ventas (y). Desea
saber cual es el nivel esperado de ventas si la prxima semana se
invierte en publicidad us$ 3,250.00
Gasto Publicitario (x) Ventas Semanales
(y)
1,000.00 101,000
1,250.00 126,000
1,500.00 163,000
2,000.00 194,000
2,500.00 209,000
3,250.00 ?
En este ejemplo el resultado es 274,517 unidades, con un valor del
coeficiente de correlacin de 0.964.
La correlacin es buena, pero el pequeo nmero puntos usados y la
Pgina 161 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
distancia entre 3,250 y 2,500 (ltimo valor registrado), lo convierten en
menos significativo.
Significancia del coeficiente de correlacin.
Como se mencion en el ejemplo anterior, se trata de predecir el
futuro basado solamente en cinco puntos del pasado. En general,
mientras menos sean los datos analizados, menos confiable ser la
prediccin.
Para saber que tan significativo es el coeficiente de correlacin se
puede seguir el siguiente procedimiento:
1. Determinar el nivel de certeza requerido para el coeficiente
de correlacin.
2. Localizar el valor de r obtenido en la tabla siguiente, para el
grado de certeza seleccionado y el nmero de muestras
usadas.
3. Si el valor del coeficiente de correlacin calculado es mayor
que el valor en tablas, podemos estar seguros, al nivel de
certeza seleccionado, que el valor de r calculado no es
debido solo a la casualidad.
Para el ejemplo anterior, si deseamos un 95% de certeza, con cinco
muestra empleadas, el valor de tablas es 0.878.
El valor calculado es mayor que el de tablas, por lo que podemos
asumir. con 95 % de seguridad, que en realidad los valores analizados
tienen una buena correlacin, la cual no es debida a la casualidad.
Ejemplo 2. Supongamos que el gerente de ventas de una compaa
est invirtiendo en una serie de pruebas para medir el desempeo en
ventas, y desea saber que tan correlacionados estn las calificaciones
con el desempeo en el campo.
Pgina 162 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Empleado Calificacin
(x)
Desempeo (y)
Lane 5 10
Bob 13 30
Britt 8 30
Ralph 10 40
Lana 15 60
Dae 20 50
Dennis 4 20
Patrick 16 60
Kathy 18 50
Kevin 6 20
Para este ejemplo, el valor del coeficiente de correlacin calculado es
0.866 , y se considera bueno (un coeficiente se considera bueno
empricamente si se cumple: -0.7 r 0.7 )
Para determinar que tan significativa es la correlacin entre las
calificaciones de la prueba, se localiza en la tabla la fila
correspondiente a 10 muestras, y se busca en ella, el valor de r ms
aproximado al calculado. En este caso 0.866 queda entre 0.765 y
0.872 (en tabla), por lo que podemos decir que tenemos una certeza
entre 99 % y 99.99 % de que la correlacin entre las calificaciones
obtenidas en la prueba (por esos vendedores nicamente), y el
desempeo en ventas en campo, es buena y no se debe solo a la
casualidad este resultado.
Pgina 163 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
TABLA DE VALORES DE COEFICIENTES DE CORRELACIN:
------------------------NIVEL DE
CONFIANZA------------------------
MUESTRAS 80 % 90 % 95 % 99 % 99.99 %
3 0.951 0.988 0.997 1.000 1.000
4 0.800 0.900 0.950 0.990 0.999
5 0.687 0.805 0.878 0.959 0.991
6 0.608 0.729 0.811 0.917 0.974
7 0.551 0.669 0.755 0.875 0.951
8 0.507 0.621 0.707 0.834 0.925
9 0.472 0.582 0.666 0.798 0.898
10 0.443 0.549 0.632 0.765 0.872
11 0.419 0.521 0.602 0.735 0.847
12 0.398 0.497 0.576 0.708 0.823
13 0.380 0.476 0.553 0.684 0.801
14 0.365 0.457 0.532 0.661 0.780
15 0.351 0.441 0.514 0.641 0.760
16 0.338 0.426 0.497 0.623 0.742
17 0.327 0.412 0.482 0.606 0.725
18 0.317 0.400 0.468 0.590 0.708
19 0.308 0.389 0.456 0.575 0.693
20 0.299 0.378 0.444 0.561 0.679
21 0.291 0.369 0.433 0.549 0.665
22 0.284 0.360 0.423 0.537 0.652
23 0.277 0.352 0.413 0.526 0.640
24 0.271 0.344 0.404 0.515 0.629
25 0.265 0.337 0.396 0.505 0.618
26 0.260 0.330 0.388 0.496 0.607
27 0.255 0.323 0.381 0.487 0.597
28 0.250 0.317 0.374 0.479 0.588
29 0.245 0.311 0.367 0.471 0.579
30 0.241 0.306 0.361 0.463 0.570
31 0.237 0.301 0.355 0.456 0.562
32 0.233 0.296 0.349 0.449 0.554
42 0.202 0.257 0.304 0.393 0.490
62 0.165 0.211 0.250 0.325 0.408
122 0.117 0.150 0.178 0.232 0.294
Anlisis de Fidelidad a la MarcaError! Marcador no definido.
Cadenas de Markov:
Constituyen un modelo probabilstico para la prediccin del
comportamiento futuro de un sistema, en base al comportamiento de un
perodo pasado.
Ejemplo:
La empresa Colgate Palmolive est proyectando una intensa campaa publicitaria
para incrementar su participacin en el mercado nacional de jabones de tocador,
la informacin cuantitativa reunida durante un perodo de tres meses, y compil
Pgina 164 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
los siguientes datos:
Muestra: 2,000 consumidores (representativa)
Marcas analizadas: LA LUZ; CORONA; PROCTER & GAMBLE Y COLGATE
PALMOLIVE.
El mercado cubierto por estas cuatro marcas es 93% del consumo
MUESTRA DE PREFERENCIAS POR 4 MARCAS EN UN PERIODO.
VARIACIONES DURANTE EL PERIODO
MARCA INICIO
DEL
FINAL DEL
PERIODO AUMENTOS DESCENSOS NETO PERIODO
LA LUZ 460 48 38 10 470
CORONA 520 50 65 -15 505
P & G 540 15 35 -20 520
COLGATE 480 75 50 25 505
2000 188 188 0 2000
ANLISIS:
1o. AL INICIO DEL PERIODO 480 CONSUMIDORES DE JABN DE TOCADOR PREFERAN
LA MARCA COLGATE.
2o. DURANTE EL PERIODO DE ESTUDIO, SE GANARON 75 NUEVOS CLIENTES, QUE
DEJARON DE CONSUMIR LAS OTRAS MARCAS.
3o. COLGATE PERDI 50 CLIENTES QUE PREFIRIERON PROBAR OTRAS MARCAS.
4o. HUBO UN INCREMENTO NETO DE 25 CLIENTES DANDO UN TOTAL DE 505
CONSUMIDORES AL FINAL DEL PERIODO.
EL ANLISIS DETALLADO ES DE SUMA IMPORTANCIA PUESTO QUE DE AH DEPENDER LA
ESTRATEGIA DE MANTENIMIENTO O AMPLIACIN DEL MERCADO.
POR EJEMPLO, LA COLGATE AL ADVERTIR QUE HA INCREMENTADO SU MERCADO EN 25
CONSUMIDORES, PUEDE CONCENTRAR SUS ESFUERZOS EN LA CAPTACIN DE NUEVOS
CLIENTES RESTNDOLOS DE SUS COMPETIDORES, Y DESCUIDAR EL ANLISIS DE LAS
RAZONES POR LAS QUE PERDI 50 DE SUS CONSUMIDORES, QUE PUDE SER MUCHO
MAS SIGNIFICATIVA A LARGO PLAZO.
LA POLTICA MAS CONVENIENTE SERIA LA DE INTENTAR DIVERSAS FORMAS DE RECUPERAR
LOS CLIENTES QUE TENIA AL PRINCIPIO DEL PERIODO DE OBSERVACIN Y OBTENER
PRIMERAMENTE UN RESULTADO DE PERMANENCIA EN EL MERCADO, Y LATERALMENTE LANZAR
CAMPAAS DE CAPTACIN DE NUEVOS CLIENTES.
ANLISIS DETALLADO DE LOS CAMBIOS DE PREFERENCIAS.
INICIO DEL VARIACIONES DURANTE EL PERIODO FINAL DEL
PERIODO AUMENTOS DESCENSOS PERIODO
Pgina 165 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
MARCAS LUZ COR P&G C.P. LUZ COR P&G C.P.
LA LUZ 460 0 10 4 24 0 25 8 15 470
CORONA 520 25 0 6 34 10 0 10 30 505
P & G 540 8 10 0 17 4 6 0 5 520
COLGATE 480 15 30 5 0 24 34 17 0 505
2000 48 50 15 75 38 65 35 50 2000
ANLISIS:
LA MARCA "LA LUZ" AUMENTO 48 CONSUMIDORES PROVENIENTES, 25 DE "LA CORONA",
8 DE "P & G", Y 15 DE "COLGATE".
LAS COLUMNAS DE LA TABLA DE AUMENTOS INDICAN LAS PERDIDAS SUFRIDAS POR UNA
MARCA, Y LAS FILAS LOS AUMENTOS QUE ORIGINARON EN OTRAS MARCAS.
OBSERVAMOS QUE EL ARREGLO PRODUCE UNA MATRIZ DE ELEMENTOS NULOS EN LA DIAGONAL.
LA SUBMATRIZ DESCENSOS ES LA TRANSPUESTA DE LA SUBMATRIZ AUMENTOS
MODELACION DE MARKOV:
A) PROBABILIDAD DE RETENCIN: SE EFECTA A PARTIR DE LAS COLUMNAS DE LA PRIMERA TABLA:
MARCAS INICIO DESCENSO
S
CONSERVADOS PROPORCIONES
LUZ 460 38 422 422/460= 0,917 91,7%
COR 520 65 455 455/520= 0,875 87,5%
P & G 540 35 505 505/540= 0,935 93,5%
C. P. 480 50 430 430/480= 0,896 89,6%
Pgina 166 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
B) PROBABILIDADES DE TRANSICIN DE CONSUMIDORES: SE EFECTA CONCENTRANDO EN UNA
TABLA LOS VALORES DE LA SEGUNDA Y ULTIMA COLUMNA DE LA PRIMERA TABLA, LA CUARTA COLUMNA
DE LA TERCERA TABLA, Y LA SUBMATRIZ DE DESCENSOS DE LA SEGUNDA TABLA CON EL
SIGUIENTE ARREGLO MATRICIAL:
MARCAS LUZ COR P & G C. P. INICIO
LUZ 422 10 4 24 460
COR 25 455 6 34 520
P & G 8 10 505 17 540
C. P. 15 30 5 430 480
FINAL 470 505 520 505 2000
ANLISIS:
-LA PRIMERA COLUMNA INDICA QUE "LA LUZ" RETUVO 422 DE SUS CONSUMIDORES INICIALES,
OBTUVO 25 DE LOS CLIENTES DE "LA CORONA", 8 DE "P & G", Y 15 DE "COLGATE".
-LA PRIMERA FILA INDICA QUE "LA LUZ" RETUVO 422 DE SUS CONSUMIDORES Y PERDI
10, 4, Y 24 A FAVOR DE LOS RESPECTIVOS COMPETIDORES.
AS OBTENEMOS LAS PROBABILIDADES DE TRANSICIN DE UNA MARCA A OTRA DIVIDIENDO
A CADA ELEMENTO DE ESTA MATRIZ ENTRE EL TOTAL DE LA FILA A QUE CORRESPONDE:
(1,1)=422/460;
LUZ COR P & G C. P. TOTAL
LUZ 0,91739 0,02173 0,00869 0,05217 1
COR 0,04807 0,87500 0,01153 0,06538 1
P & G 0,01481 0,01851 0,93518 0,03148 1
C. P. 0,03125 0,0625 0,01041 0,89583 1
OBSERVEMOS QUE LOS ELEMENTOS DE LA DIAGONAL SON LOS VALORES OBTENIDOS COMO
PROBABILIDADES DE RETENCIN; MIENTRAS QUE LOS ELEMENTOS RESTANTES REPRESENTAN
LAS PROBABILIDADES DE TRANSICIN DE UNA MARCA EN FILA A OTRA EN COLUMNA.
ESTIMACIN DEL FUTURO DEL SISTEMA:
A) SE PREMULTIPLICA EL VECTOR INICIO (bo) POR LA MATRIZ DE TRANSICIN (T):
460 520 540 480 * 0,91739 0,02173 0,00869 0,05217 = 470 505 520 505
0,04807 0,87500 0,01153 0,06538
0,01481 0,01851 0,93518 0,03148
0,03125 0,06250 0,01041 0,89583
Pgina 167 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
B) PARA UN PERIODO FUTURO (b
k
) SE REALIZA LA OPERACION:
b
k
= bo x T
k
(PARA CALCULAR LA POTENCIA DE UNA MATRIZ CUADRADA:
A
4
= A
1
x A
1
x A
1
x A
1
= A
2
x A
2
COMO EJEMPLO LA SITUACIN FUTURA EN EL PERIODO 9 SERIA (ver producto de matrices adelante) :
460 520 540 480 * 0,5242 0,1497 0,0623 0,2638 = 521,62 462,04 404,82 611,13
0,2363 0,3955 0,0727 0,295
0,1181 0,1261 0,5645
6
0,1912
0,1955 0,2488 0,0698 0,4857
SI UTILIZAMOS VALORES RELATIVOS, ES DECIR, CADA ELEMENTO DEL VECTOR INICIO
SE DIVIDE ENTRE 2,000 (MUESTRA), OBTENDREMOS LAS PROPORCIONES DE MERCADO.
0,23 0,26 0,27 0,24 * 0,5242 0,1497 0,0623 0,2638 = 0,2608 0,2310 0,2024 0,3055
0,2363 0,3955 0,0727 0,2951
0,1181 0,1261 0,5645 0,1912
0,1955 0,2488 0,0698 0,4857
DE ESTE MODO CONCLUIMOS QUE DESPUS DE NUEVE PERIODOS, SE ESTIMA QUE
LA PARTICIPACIN DEL MERCADO POR CADA UNA DE LAS MARCAS SER:
INICIO 9o. INCREMENTO
LA LUZ 23,00% 26,08% 13,39 %
CORONA 26,00% 23,10% -11,14 %
P & G 27,00% 20,24% -25,03 %
COLGATE 24,00% 30,56% 27,31 %
EN TRMINOS DE ESTRATEGIA DE MERCADO LA RECOMENDACIN PARA COLGATE PALMOLIVE
SER LA DE ANALIZAR LOS FACTORES PRECIO, CALIDAD, SERVICIO Y PRESENTACIN QUE
SON DETERMINANTES EN LAS VENTAS DE ESTOS PRODUCTOS QUE ESTN INCIDIENDO EN
EL DESMEDRO DE LAS MARCAS "CORONA" Y "P & G", MIENTRAS TANTO, LA CAMPAA
PUBLICITARIA DEBER ENFOCARSE EN AQUELLAS CARACTERSTICAS DE IGUAL PESO ENTRE
LA MARCA "LA LUZ" Y "COLGATE" PARA RESALTAR U OCULTAR DIFERENCIAS (EJ. PRECIO).
Pgina 168 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Producto de matrices:
Criterio de la conformabilidad: A(m,n) X B(n,p) = C(m,p) A(2,3) X B(3,3) = C(2,3)
0,917 0,022 0,009 0,052 0,917 0,022 0,009 0,052 0,844 0,042 0,017 0,09
6
A(1)
=
0,048 0,875 0,012 0,065 A(1)
=
0,048 0,875 0,012 0,065 A(2)
=
0,088 0,771 0,022 0,11
9
0,015 0,019 0,935 0,033 0,015 0,019 0,935 0,033 0,029 0,036 0,875 0,06
3
0,031 0,063 0,010 0,896 0,031 0,063 0,010 0,896 0,060 0,112 0,020 0,80
9
0,844 0,042 0,017 0,096 0,917 0,022 0,009 0,052 0,780 0,062 0,025 0,13
4
A(2)
=
0,088 0,771 0,022 0,119 A(1)
=
0,048 0,875 0,012 0,065 A(3)
=
0,122 0,684 0,031 0,16
2
0,029 0,036 0,875 0,063 0,015 0,019 0,935 0,033 0,044 0,052 0,820 0,09
0
0,060 0,112 0,020 0,809 0,031 0,063 0,010 0,896 0,086 0,150 0,029 0,73
5
0,780 0,062 0,025 0,134 0,780 0,062 0,025 0,134 0,628 0,112 0,045 0,21
5
A(3)
=
0,122 0,684 0,031 0,162 A(3)
=
0,122 0,684 0,031 0,162 A(6)
=
0,194 0,502 0,055 0,24
9
0,044 0,052 0,820 0,090 0,044 0,052 0,820 0,090 0,084 0,095 0,677 0,15
4
0,086 0,150 0,029 0,735 0,086 0,150 0,029 0,735 0,150 0,220 0,052 0,57
9
0,628 0,112 0,045 0,215 0,780 0,062 0,025 0,134 0,524 0,150 0,062 0,26
4
A(6)
=
0,194 0,502 0,055 0,249 A(3)
=
0,122 0,684 0,031 0,162 A(9)
=
0,237 0,396 0,073 0,29
6
0,084 0,095 0,677 0,154 0,044 0,052 0,820 0,090 0,120 0,128 0,565 0,20
0
0,150 0,220 0,052 0,579 0,086 0,150 0,029 0,735 0,195 0,249 0,070 0,48
6
3 4 2 1 2 4 25 10 34
A= B= 4 1 5 C=
3 9 1 3 0 1 42 15 58
1
3 4 2 X 4 = 3x1 + 4x4 + 2x3
=
25
3
2
3 4 2 X 1 = 3x2 + 4x1 + 2x0
=
10
0
4
3 4 2 X 5 = 3x4 + 4x5 + 2x1
=
34
1
1
3 9 1 X 4 = 3x1 + 9x4 + 1x3
=
42
3
2
3 9 1 X 1 = 3x2 + 9x1 + 1x0
=
15
0
4
3 9 1 X 5 = 3x4 + 9x5 + 1x1
=
58
1
Pgina 169 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
DETERMINACION DE PRECIOS
NATURALEZA DEL PRECIO
Para el comprador es el valor puesto en lo que es intercambiado. Algo del valor
es intercambiado por satisfaccin o utilidad.
El poder de compra depende del ingreso, crdito y riqueza.
Los compradores tienen recursos limitados, por lo que deben dirigir su poder de
compra de tal modo que puedan adquirir los bienes ms deseados.
El comprador decide si la utilidad ganada en un intercambio vale el poder de
compra sacrificado.
IMPORTANCIA
La distribucin, normalmente requiere de compromisos a largo plazo entre los
contratantes.
El precio es el nico aspecto que un mercadologo puede variar rpidamente para
responder a los cambios en la demanda o a las acciones de los competidores.
El precio es un elemento clave en la mezcla de marketing ya que esta relacionado
directamente con la generacin de ingresos:
Ganancias = Ingresos totales - Costos totales
Ganancias = (Precios X Cantidades vendidas) - Costos totales
El precio puede tener fuertes efectos sobre las ventas.
El precio tiene un efecto psicolgico: Si se sube, se puede enfatizar la calidad
del producto y tratar de aumentar el status asociado con sus adquirientes. Si se
baja, se puede enfatizar el negocio haciendo atractivo ste para clientes
distantes, quienes harn un esfuerzo por ahorrar alguna cantidad.
COMPETENCIA: Precios y Cualidades
Un producto puede competir con base en el precio o no.
Competencia basada en precios:
Los mercadologos enfatizan el precio como un evento y empatan o vencen los
precios de competidores.
Pgina 170 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Para competir efectivamente en base al precio, una firma debera ser la
manufacturera de "bajo-costo" del producto. Si todas las firmas productoras de
un producto cargan precios similares, la que opera con menores costos es la ms
rentable.
Las empresas que fuerzan precios bajos como elementos clave en la mixtura de
marketing, tienden a producir productos estandarizados.
Un vendedor que emplea la competencia de precios es capaz de modificar
precios frecuentemente.
Puede crearse una guerra de precios.
Competencia no basada en precios.
Ocurre cuando un vendedor elige no enfocarse sobre el precio y en su lugar
enfatiza las caractersticas distintivas del producto, servicio, calidad, promocin,
empaque u otros factores para distinguir su producto de las marcas
competidoras.
La mayor ventaja de la competencia no basada en precios es que una firma puede
fomentar la lealtad hacia la marca. El precio no es el factor ms durable desde el
punto de vista de lealtad a la marca.
Distinguir cualidades y caractersticas de una marca que la colocan aparte de la
competencia es sumamente difcil, si no imposible para aquellas firmas que gustan
de imitar.
OBJETIVOS DE LA DETERMINACION DE PRECIOS
Son metas globales que describen lo que la firma quiere lograr a travs de sus
esfuerzos en la determinacin de precios. La fijacin de precios influencian las
decisiones de la mayora de las reas funcionales, incluyendo finanzas,
contabilidad y produccin, por lo que los objetivos fijados para la determinacin
de precios debe ser consistente con la misin y metas globales de la empresa:
1. Supervivencia
Uno de los objetivos fundamentales es la supervivencia. La mayora de las
organizaciones pueden tolerar dificultades tales como prdidas por perodos
cortos o trastornos internos. Ocasionalmente, debido a que el precio es una
variable flexible y conveniente de ajustar, algunas veces es usada para
incrementar ventas y alcanzar los niveles de gastos de la organizacin.
2. Utilidades.
Pgina 171 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Normalmente los objetivos de esta ndole son fijados sobre bases de
conveniencia para los propietarios.
3. Retorno sobre la inversin (ROI).
La mayora de objetivos de determinacin de precios basados en ROI son
alcanzados por prueba y error debido a que no toda la informacin necesaria
sobre costos e ingresos est disponible cuando los precios son fijados.
4. Participacin de mercado
Es la relacin de las ventas del producto dividido por las ventas totales de la
industria.
El mantenimiento o incremento de la participacin de mercado no necesariamente
depende del crecimiento de ventas en la industria.
5. Cash flow
Algunas empresas determinan precios para recuperar el efectivo tan rpido como
sea posible.
6. Status Quo
El manejo de objetivos de status quo en la determinacin de precios puede
ayudar a la firma a minimizar al precio como una herramienta competitiva,
apuntando a un clima de competencia no basada en el precio en una industria.
7. Calidad del producto
Algunas firmas tienen como objetivo que la calidad de sus productos sea lder en
el mercado. Esta meta normalmente dicta un alto precio para cubrir la alta
calidad del producto, y en algunas instancias, el alto costo de investigacin y
desarrollo.
FACTORES QUE AFECTAN LA DETERMINACION DE PRECIOS
Pgina 172 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Objectivos
Costos
Otras
Marketing
mixturas de
Determinacin
de Precios
Expectativas
de los miembros
del canal
Percepcin
de los
compradores
Competencia
Regulaciones
Legales
Objetivos de la
Organizacin y
Marketing
Fijacin de
Precios
Descuentos:
Comercial: Para intermediarios, dependiendo de las funciones que ste
desarrolla.
Por Cantidad:
Acumulativo
No-Acumulativo
Por pago en efectivo
Por pronto pago
Por temporada
Por concesiones:
Compras futuras
Recomendaciones
Uso continuo (vuelos)
Ubicacin geogrfica
F.O.B. destino (Free on Board)
F.O.B. factory
Precio por zonas
Transferencia de precios (interco)
Precio real total: todos los costos fijos y variables de un perodo entre las
unidades producidas.
Precio estndar total: cuanto costara producir los bienes a capacidad total de la
planta.
Pgina 173 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Costo ms inversin: costo total ms la porcin del costo de los activos que
intervienen.
Costo basado en el mercado: precio del mercado menos una pequea
cantidad que representa los esfuerzos de venta y otros gastos.
Discriminacin de precios:
1) El mercado debe ser segmentable
2) El costo de segmentar no debe exceder las rebajas por segmento.
3) No debe causar clientes descontentos
4) La competencia no debe poder robar el segmento al cual damos precio
mayor.
5) La prctica no debe violar las leyes aplicables.
Bases de discriminacin:
Ingreso de los compradores
Edad de los compradores
Ubicacin de los compradores
Uso del producto
Entrega de los productos.
Pgina 174 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
FIJACIN DE PRECIOS
i. DESARROLLO DE OBJETIVOS
Estn relacionados con el tamao y crecimiento esperado del mercado del
producto, e incluso con la duracin del producto.
ii. VALORACIN DE MERCADO META
Se debe considerar como mercado meta aquel que tiene el deseo de
adquirir el producto, la capacidad financiera para lograrlo y la autoridad legal de
hacerlo.
iii. DETERMINACIN DE DEMANDA
a) Productos de consumo (OTC).
Cantidad
Precio
CURVA DE DEMANDA
b) Productos de prestigio:
Cantidad
Precio
CURVA DE DEMANDA
P3
P2
P1
Q2 Q1
Pgina 175 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
c) Fluctuaciones en la demanda:
Cantidad
Precio
CURVA DE DEMANDA
P
Q1 Q2
La efectividad de otras mezclas de marketing, la presencia de sustitutos, los
cambios en las necesidades de los compradores y los factores ambientales
dinmicos influencian la demanda.
ELASTICIDAD DE LA DEMANDA:
Elasticidad del precio = Elasticidad del precio = Cambio porcentual en la demanda Cambio porcentual en la demanda
Cambio porcentual en el precio Cambio porcentual en el precio
iv. Evaluacin de precios de la competencia
Pgina 176 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Normalmente los mercadologos estn en mejor posicin de determinar
precios a sus productos, si conocen los precios de su competencia.
v. Seleccin de poltica de precios
Las polticas de precios establecen guas de las acciones necesarias para lograr
los objetivos de la fijacin de precios.
"Price skimming" es cargar el mximo precio posible que pagaran los
compradores quienes ms deseen el producto.
"Penetration Price" es un precio por debajo de la competencia, y que est
diseado para penetrar el mercado y producir un gran volumen de ventas.
"Odd-Even Pricing" este sistema est relacionado al aspecto psicolgico de la
fijacin de precios (ej. $99.95 en lugar de $100.00)
"Customary Pricing" a ciertos bienes se les fija un precio bsicamente por la
tradicin (ej. telfono pblico).
"Prestige pricing" aqu los precios se fijan a un alto nivel artificial para proveer
de prestigio o imagen de calidad a un bien.
"Price lining" se refiere a cuando una organizacin fija un nmero limitado de
precios a un grupo seleccionado de mercancas.
vi. Seleccin de mtodo para establecer precio
Se manejan tres enfoques diferentes:
a) Orientacin al costo
b) Orientacin a la demanda
c) Orientacin a la competencia.
vii. Determinacin de precio especfico
De suma importancia por ser un factor preponderante en el modelo general de la
mercadotecnia:
Pgina 177 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Ventas=(m
1
)Precio+(m
2
)Promocin+(m
3
)Plaza+(m
4
)Producto+C
viii. ANLISIS DE DEMANDA-PRECIO-COSTO-GANANCIA
a) Anlisis Marginal: Es el anlisis de lo que sucede a los costos e ingresos
de una firma cuando la produccin (o el volumen de ventas) cambia en una unidad.
Tanto los costos de produccin como los ingresos deben ser evaluados de la
siguiente forma:
1 2 3 4 5 6 7
Cantidad Costos
Fijos
Costo fijo
promedio
(2) (1)
Costo variable
promedio
Costo
promedio total
(3) + (4)
Costo total
(5) x (1)
Costo marginal
1 40 40 20 60 60
2 40 20 15 35 70 (70-60)=10
3 40 13.33 11.67 25 75 (75-70)= 5
4 40 10 12.5 22.5 90 (90-75)=15
5 40 8 14 22 110 (110-90)=20
6 40 6.67 16.67 23.33 140 (140-110)=30
7 40 5.71 20 25.71 180 (180-140)=40
Cantidad
Costo Marginal
Costo Promedio
$
Pgina 178 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
b) Ingreso Marginal: Es el cambio en el ingreso total que ocurre cuando una
firma vende una unidad adicional de producto, ejemplo:
1 2 3 4 5 6 7
Precio
(US$)
Cantidad
vendida
Ingreso
total
(1) x (2)
Ingreso
marginal
Costo
marginal
Costo total Ganancia
(3) - (6)
57 1 57 57 0 60 3
55 2 110 53 10 70 40
40 3 120 10 5 75 45
33.75* 4 135 15 15 90 45
30 5 150 15 20 110 40
27 6 162 12 30 140 2
25 7 175 13 40 180 -5
*= Indica la mejor combinacin precio-ganancia.
Cantidad
Ingreso Marginal
Demanda (ingreso promedio)
Precio
Combinando ambas grficas se muestra que para cualquier unidad la cual su
ingreso marginal excede el costo marginal, proporciona ganancias, y cualquier
unidad para la cual su costo marginal excede su ingreso marginal, reduce las
ganancias de la firma. La firma debera producir al punto donde los ingresos
marginales igualen los costos marginales porque este es el punto de produccin
de mayor ganancia.
Pgina 179 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Cantidad
Costo Marginal
Costo Promedio
Ingreso promedio
Ingreso marginal
$
P
Q
FIJACION DE PRECIOS EN BASE AL COSTO:
La siguiente formula se emplea para determinar precios en base a los costos
totales y un rendimiento deseado:
Precio=Costo Total / N Unidades X (1+(%REND / 100))
Pgina 180 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Anlisis del Punto de Equilibrio.
Punto de Equilibrio = Costos Fijos + Utilidades .
Precio - Costos Variables unitarios
$
Unidades de produccin
Punto de equilibrio
Costos Fijos
Costos Variables
Ganancias
Costo total
Prdidas
Ingreso por ventas
Pgina 181 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Determinacin del precio de equilibrio entre oferta y demanda:
Supuestos del modelo:
1. A medida que el precio (P) aumenta, la cantidad demandada (Q
d
)
disminuye en proporcin constante y a la inversa, es decir, Q
d
es una funcin
lineal decreciente de P.
Q
d
= a - bP
2. A medida que el precio aumenta, la cantidad ofrecida Q
o
aumenta en
proporcin constante y a la inversa, es decir, Q
o
es una funcin lineal creciente
de P.
Q
o
= -c + dP
3. El mercado del producto de referencia se considerar en equilibrio si y solo si
la demanda es igual a la oferta.
Q
d
= Q
o
Al resolver el sistema de ecuaciones por el mtodo algebraico encontramos:
P = a+c / b+d Q = ad bc / b+d
Pgina 182 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
BIBLIOGRAFA
Marketing, Decisiones y conceptos bsicos. Interamericana.
Westwood Jhon. Planeacin de Mercados. Legis Editores,
Marketing Publishing Center, Inc. El Plan Marketing. Madrid, Ediciones
Daz de Santos,
Weiers, R. Investigacin de Mercados.U Prentice Hall.,
Kinnear, T. y Taylor J. Investigacin de Mercados Mc Graw-Hill.
Salvatore, Dominik. Econometra. Serie Schaum. McGraw-Hill.
De Velasco, Emilio. El Precio. Serie Management. McGraw-Hill.
Dez de Castro, Enrique. Distribucin Comercial. McGraw-Hill.
Spencer, Milton H. Economa de la administracin de empresas. Uthea.
Montogomery, Douglas. Forecasting & Time Series Analysis. McGraw-Hill.
Infante V., Arturo. Evaluacin Financiera de Proyectos de Inversin.
Norma.
Coss Bu, Ral. Analsis y Evaluacin de Proyectos de Inversin. Limusa.
Dibb, Sally & Symkin, Lindon. Marketing, Concepts & Strategies. Houghton
Kleiman A. & Kleiman E. Matrices, aplicaciones matemticas en
economa y administracin. Limusa. 1987.
Pgina 183 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
Naturaleza de marketing .................................................................................................. 1
Las actividades de marketing deben evaluarse .......................................................... 2
Definicin de Marketing: ................................................................................................. 3
El marketing se lleva a cabo por individuos y por organizaciones .......................... 4
El marketing estimula los intercambios ........................................................................ 4
Actividades generales de marketing ............................................................................. 6
EL CONCEPTO DE MARKETING ................................................................................... 7
Elemento bsico del concepto de marketing ............................................................... 8
Evolucin del concepto del marketing ........................................................................... 9
La etapa de produccin ..................................................................................................... 9
La etapa de ventas ........................................................................................................... 10
La etapa de marketing .................................................................................................... 10
Puesta en prctica del concepto de marketing ......................................................... 10
Cmo poner en operacin el concepto de marketing ................................................. 11
Problemas que se presentan en la implantacin del concepto de marketing ...... 12
La adopcin del concepto marketing ............................................................................ 14
Las variables de marketing ............................................................................................ 14
Variables de la mixtura de marketing ......................................................................... 14
LA VARIABLE PRODUCTO ............................................................................................ 16
LA VARIABLE PRECIO ................................................................................................... 17
LA VARIABLE DISTRIBUCION .................................................................................. 18
LA VARIABLE PROMOCION ........................................................................................ 18
Variables del medio ambiente de marketing .............................................................. 19
FUERZAS POLITICAS .................................................................................................. 20
FUERZAS DE LA LEY Y LOS REGLAMENTOS ........................................................ 20
FUERZAS SOCIALES .................................................................................................... 22
FUERZAS DE MOVIMIENTOS DE CONSUMIDORES ......................................... 22
FUERZAS ECONOMICAS ............................................................................................. 25
FUERZAS TECNOLOGICAS ........................................................................................ 25
producto, precio, distribucin y promocin. ............................................................. 26
ADMINISTRACIN DE MARKETING ...................................................................... 28
Planeacin de las actividades de Marketing .............................................................. 29
La planeacin de marketing es un proceso circular. ................................................ 30
Fijacin de objetivos de marketing ............................................................................. 31
Desarrollo de la estrategia de marketing. ................................................................ 32
SELECCIONAR Y ANALIZAR LOS MERCADOS ESCOGIDOS COMO METAS
............................................................................................................................................. 33
CREACION Y MANTENIMIENTO DE UNA MIXTURA DE MARKETING
SATISFACTORIA .......................................................................................................... 34
Organizacin de las actividades de marketing ......................................................... 35
Pgina 184 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
El lugar de marketing dentro de la organizacin ..................................................... 35
Alternativas principales al organizar el departamento de marketing ................. 36
Organizacin segn las funciones ................................................................................ 37
Organizacin por productos .......................................................................................... 37
Organizacin por regiones ............................................................................................. 38
ORGANIZCION SEGUN LOS TIPOS DE CLIENTES ........................................ 39
EMPLEO DE VARIAS BASES PARA LA ORGANIZACION .................................. 39
PUESTA EN PRACTICA DE LAS ACTIVIDADES DE MARKETING .................. 39
Coordinacin de las actividades de marketing .......................................................... 40
Motivacin del personal de marketing ........................................................................ 40
Comunicaciones dentro del departamento de marketing ........................................ 41
CONTROL DE LAS ACTIVIDADES DE MARKETING ............................................ 41
Establecer normas de funcionamiento ................................................................... 42
Evaluar el funcionamiento real ................................................................................. 42
Efectuar las medidas correctivas ........................................................................... 43
Problemas del control de actividades de marketing ............................................... 44
PLAN DE MERCADOTECNIA ....................................................................................... 45
DEFINICIONES: ........................................................................................................... 45
ALCANCE: ......................................................................................................................... 45
ETAPAS DE UN PROYECTO: ........................................................................................ 46
ORIGEN DE UN PROYECTO: ....................................................................................... 46
VENTAJAS y DESVENTAJAS DE LA PLANEACIN: .......................................... 50
PLAN MARKETING:. ...................................................................................................... 50
DIFERENCIA ENTRE MERCADEO Y VENTAS: ....................................................... 51
DEFINICIN DE MERCADO: ...................................................................................... 51
REQUISITOS DE UN MERCADO: ............................................................................. 52
AMBIENTE vs. MARKETING: ...................................................................................... 52
QUE ES PLAN MARKETING? ...................................................................................... 53
FORMULACIN DEL PLAN DE MERCADOTECNIA .............................................. 53
Mtodo de la Cadena ...................................................................................................... 54
Mtodo de construccin de mercado .......................................................................... 54
PRUEBA DE MERCADEO ............................................................................................... 55
PROYECCIN DEL MERCADO: .................................................................................... 58
Matriz de Boston: ........................................................................................................ 58
ELABORACIN DE MODELOS: .................................................................................. 60
CONSUMIDORES: .......................................................................................................... 61
Caractersticas de segmentacin: ................................................................................ 61
VARIABLES DE SEGMENTACIN ............................................................................ 62
CANALES DE DISTRIBUCION Y DETERMINACION DE PRECIOS ................ 64
- Integrantes .................................................................................................................... 64
Pgina 185 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
- Facilitadores ................................................................................................................. 64
Funciones de los Intermediarios ................................................................................. 65
Importancia de los Intermediarios: ............................................................................ 67
DISEO DE LOS CANALES DE DISTRIBUCION ................................................. 69
Nivel de los Canales: ....................................................................................................... 70
COMPORTAMIENTO DE LOS MIEMBROS DEL CANAL. ..................................... 72
INTEGRACION DE CANALES ..................................................................................... 74
INTEGRACION VERTICAL: ..................................................................................... 74
INTEGRACION HORIZONTAL: ............................................................................ 74
Canal tradicional: ........................................................................................................ 74
Distribucin Intensiva: .............................................................................................. 76
Distribucin Selectiva: ............................................................................................... 76
Distribucin Exclusiva: ............................................................................................... 76
Recursos de los canales de distribucin: ................................................................... 77
FRANQUICIAS ............................................................................................................... 78
INVESTIGACIN DE MERCADOS ............................................................................ 80
DEFINICIN ................................................................................................................... 80
REQUISITOS DE UN MERCADO ............................................................................... 80
TIPOS DE MERCADO .................................................................................................... 80
ENFOQUE DE MERCADO .............................................................................................. 81
1.- Mercado Total ....................................................................................................... 81
2- Segmentacin de Mercado. ................................................................................. 82
VARIABLES DE SEGMENTACIN ............................................................................ 83
Potencial de Ventas en el Mercado: ............................................................................ 83
PRUEBA DE MERCADEO: .............................................................................................. 85
INVESTIGACIN Y DECISIONES DE MERCADOTECNIA ............................... 85
ESTADOS DE DUDA ...................................................................................................... 86
1) Riesgo: ....................................................................................................................... 86
2) Incertidumbre: ....................................................................................................... 86
3) Ignorancia: ............................................................................................................... 87
DISEO, REALIZACIN Y CONTROL DE PROYECTOS MERCADOLOGICOS
............................................................................................................................................. 87
PROCESO DE INVESTIGACIN ................................................................................ 88
TIPOS DE INFORMACIN ......................................................................................... 90
EVALUACIN Y CONTROL DE LA INVESTIGACIN DE MERCADOS ........... 91
MUESTREO ...................................................................................................................... 92
PROCEDIMIENTO MUESTRAL. .................................................................................. 93
MEDICIN ...................................................................................................................... 101
Variables y conceptos de mercadotecnia. ................................................................ 102
Conceptos. ....................................................................................................................... 102
Pgina 186 de 187 Mtro. Salvador
Silva Rodrguez
ADMINISTRACIN DE LA MERCADOTECNIA UAEH
ESCALAS DE MEDICIN ........................................................................................... 103
MEDICIN DE ACTITUDES ..................................................................................... 105
Escala de Likert o escala sumada. ......................................................................... 107
Escala de Diferencial Semntico. .......................................................................... 108
Escala de Stapel. ...................................................................................................... 109
Criterios de validez y confiabilidad. ......................................................................... 109
Evaluacin de la confiabilidad: .................................................................................... 110
DISEO DE CUESTIONARIOS ................................................................................ 112
ENTREVISTAS, OBSERVACIN Y PANELES ....................................................... 119
EXPERIMENTACIN ................................................................................................... 121
Tipos de diseos: ....................................................................................................... 123
PREPARACIN DE RESULTADOS ........................................................................... 126
EVALUACIN Y CONTROL DE LA INVESTIGACIN DE MERCADOS. ...... 128
Pgina 187 de 187 Mtro. Salvador
Silva Rodrguez