miércoles, 9 de septiembre de 2009

ANALISIS MULTIVARIANTE

Análisis multivariante
El análisis multivariante es un método estadístico utilizado para determinar la contribución de varios factores en un simple evento o resultado.
Los factores de estudio son los llamados factores de riesgo (
bioestadística), variables independientes o variables explicativas.
El resultado estudiado es el evento, la variable dependiente o la variable respuesta.
El análisis multivariante mediante técnicas de proyección sobre variables latentes tiene muchas ventajas sobre los métodos de
regresión tradicionales:
se puede utilizar la información de múltiples variables de entrada, aunque éstas no sean linealmente independientes
puede trabajar con matrices que contengan más variables que observaciones
puede trabajar con matrices incompletas, siempre que los valores faltantes estén aleatoriamente distribuidos y no superen un 10%
puesto que se basan en la extracción secuencial de los factores, que extraen la mayor variabilidad posible de la matriz de las X (variables explicativas, tienen que ser dependientes) pueden separar la información del ruido. Se asume que las X se miden con ruido.
Técnicas Multivariantes
Análisis de Componentes principales
Análisis factorial
Análisis discriminante
Análisis de Correlación Canónica
Análisis Cluster
Análisis de Escalamiento Dimensional
Análisis de correspondencias
Análisis factorial confirmatorio
Modelo de Ecuaciones Estructurales (SEM), análisis causal.
Análisis conjunto
Escalamiento Óptimo
Regresión Lineal Múltiple
Regresión Logit y Probit
Análisis Manova
Tres o más variables. Estas relaciones pueden ser de diversos tipos. Descriptivas como establecer perfiles, separación de grupos, segmentación, determinar influencias eficientes entre varias variables, entre otras
En general se las clasifica en dos grandes grupos
1. Métodos explicativos como regresión lineal, análisis discriminante, regresión logística, modelos de respuesta probit, logic, modelos loglineales, entre otros
2. Métodos descriptivos como análisis de conglomerados, análisis factorial, análisis de componentes principales, análisis de correspondencias simples y múltiples, etc. Este tipo de análisis ha avanzado mucho y hoy ocupa el corazón del análisis estadístico avanzado. Desafortunadamente es exigente y poco amigable en comprensión matemática aunque lo es gráficamente La gran virtud de este tipo de análisis es que sintetiza las relaciones entre las variables estudiadas, que de otro modo, tendrían que establecerse con los análisis anteriores, largos y que conllevan a equívocos Su difusión depende en gran medida de la disposición del profesional a adoptar nuevos enfoques.
TIPOS DE TECNICAS MULTIVARIANTES El análisis multivariante es un conjunto de técnicas de análisis de datos en expansión. Entre las técnicas más conocidas expuestas en este texto tenemos (1) regresión múltiple y correlación múl­tiple; (2) análisis discriminante múltiple; (3) componentes principales y análisis factorial común; (4) análisis multivariante de varianza y covarianza; (5) correlación canónica; (6) análisis cluster; (7) análisis multidimensional y (8) análisis conjunto. Entre las técnicas emergentes también incluidas están (9) análisis de correspondencias; (10) modelos de probabilidad lineal como logit y probit; y (11) modelos de ecuaciones simultáneas/estructurales. En este apartado, introduciremos cada una de las técnicas multivariantes, definiendo brevemente la técnica y el objetivo de su aplicación.
COMPONENTES FACTORIALES Y ANALISIS FACTORIAL COMUNEl análisis factorial, que incluye variaciones tales como el análisis de componentes y el análisis factorial común, es una aproximación estadística que puede usarse para analizar interrelaciones entre un gran número de variables y explicar estas variables en términos de sus dimensiones subyacentes comunes (factores). El objetivo es encontrar un modo de condensar la información contenida en un número de variables originales en un conjunto más pequeño de variables (factores) con una pérdida mínima de información.Si se proporciona una estimación empírica de la estructura de las variables consideradas, el análisis factorial se convierte en una base objetiva para crear escalas aditivas.
REGRESION MULTIPLE La regresión múltiple es el método de análisis apropiado cuando el problema del investigador in­cluye una única variable métrica dependiente que se supone está relacionada con una o más variables métricas independientes. El objetivo del análisis de la regresión múltiple es predecir los cambios en la variable dependiente en respuesta a cambios en varias de las variables independientes. Este objetivo se consigue muy a menudo a través de la regla estadística de los mínimos cuadrados. La regresión múltiple es útil siempre que el investigador esté interesado en predecir la cantidad o la magnitud de la variable dependiente. Por ejemplo, se puede hacer la predicción de los gastos mensuales de cenar fuera de casa (variables dependientes) con información referente a la renta familiar, su tamaño y la edad del cabeza de familia (variables independientes). De la misma forma. el investigador puede intentar predecir las ventas de una compañía a partir de información sobre sus gastos en publicidad, el número de vendedores y el número de tiendas que distribuyen sus productos.



ANALISIS DISCRIMANTE MULTIPLE Si la única variable dependiente es dicotómica (es decir, comprador-no comprador) o multidico­tómica (es decir, alto-medio-bajo) y por tanto no métrica, la técnica multivariante apropiada es un análisis discriminante múltiple (MDA). Como con la regresión múltiple, las variables independientes se supone que son métricas. El análisis discriminante es útil en situaciones donde la muestra total puede dividirse en grupos basándose en una variable dependiente caracterizada por varias clases conocidas. Los objetivos primarios del análisis discriminante múltiple son entender las diferencias de los grupos y predecir la verosimilitud de que una entidad (persona u objeto) pertenezca a una clase o grupo particular basándose en varias variables métricas independientes. Por ejemplo, el análisis discriminante puede usarse para distinguir innovadores de no innovadores de acuerdo a sus perfiles demográficos y psicográficos. Otras aplicaciones incluyen la distinción entre usuarios habituales u ocasionales de un producto, compradores de marcas de ámbito nacional o restringido y el riesgo de crédito bueno del riesgo de crédito malo. Incluso la Agencia Tributaria utiliza un análisis discriminante para comparar las declaraciones seleccionadas con las devoluciones compuestas hipotéticas del contribuyente normal (para distintos niveles de renta) con el fin de identificar las devoluciones y áreas más prometedoras para la auditoria.
ANALISIS MULTIVARIANTE DE LA VARIANZA Y COVARIANZA El análisis multivariante de la varianza (MANOVA) es una técnica estadística que puede ser usa­da simultáneamente para explorar las relaciones entre diversas categorías de variables indepen­dientes (usualmente denominadas como tratamientos) y dos o más variables métricas depen­dientes. Como tal, representa una extensión del análisis invariante de la varianza (ANOVA). El análisis multivariante de la covarianza {MANCOVA) puede usarse en conjunción con MA­NOVA para eliminar (después del experimento) el efecto de cualquier variable independiente no controlada sobre las variables dependientes. El procedimiento es similar al que se encuentra en la correlación parcial vicariante. MANOVA es útil cuando el investigador diseña una situación experimental (manipulación de varias variables de tratamiento no métricas) para comprobar hipótesis concernientes a la varianza de respuestas de grupos sobre dos o más variables métricas dependientes.
ANALISIS CONJUNTO El análisis conjunto es una técnica de dependencia emergente que ha introducido una nueva sofisticación en la evaluación de objetos. Sean nuevos productos, servicios o ideas. La aplicación más directa está en productos nuevos o desarrollo de servicios, permitiendo la evaluación de productos complejos mientras que mantiene un contexto de decisión realista para el encuestado. El analista de mercado es capaz de evaluar la importancia de atributos así como los niveles de cada atributo mientras que los consumidores evalúan sólo los perfiles de unos pocos productos, que son com­binaciones de niveles de producto. Por ejemplo, un concepto de un producto que tiene tres atribu­tos (precio, calidad y color), cada uno de los cuales a tres niveles (por ejemplo, rojo, amarillo y azul). En lugar de tener que evaluar todas las 27 combinaciones posibles (3 X 3 X 3), se puede evaluar un subconjunto (9 o más) por su atractivo para los consumidores: y el investigador sabe no sólo cuál es la importancia de cada atributo sino también la importancia de cada nivel (el atractivo del rojo frente al amarillo y frente al azul). Más aun, cuando se completan las evaluaciones del consumidor, pueden usarse los resultados del análisis conjunto en simuladores del diseño del producto, que mostrarán la aceptación del cliente para cualquier número de formulaciones de producto y ayudar en el diseño del producto óptimo.
CORRELACION CANONICA El análisis de correlación canónica puede verse como una extensión lógica de un análisis de re­gresión múltiple. Recordemos que el análisis de regresión múltiple implica una única variable de­pendiente métrica y varias variables métricas independientes. Con el análisis canónico el objetivo es correlacionar simultáneamente varias variables dependientes métricas y varias variables métri­cas independientes. Mientras que la regresión múltiple implica una única variable dependiente, la correlación canónica implica múltiples variables dependientes. El principio subyacente es desarrollar una combinación lineal de cada conjunto de variables (tanto independientes como dependientes) para maximizar la correlación entre los dos conjuntos. O dicho de otra forma, el procedimiento im­plica obtener un conjunto de ponderaciones para las variables dependientes e independientes que proporcione la correlación única máxima entre el conjunto de variables dependientes y el conjun­to de variables independientes.
ANALISIS CLUSTER El análisis cluster es una técnica analítica para desarrollar subgrupos significativos de individuo u objetos. De forma específica, el objetivo es clasificar una muestra de. Entidades (personas u objetos) en un número pequeño de grupos mutuamente excluyentes basados en similitudes entre las entidades. En el análisis cluster, a diferencia del análisis discriminante, los grupos no están pre­definidos. Por consiguiente, se usa la técnica para identificar los grupos. Habitualmente, el análisis cluster implica al menos dos etapas. La primera es la medida de alguna forma de similitud o asociación entre las entidades para determinar cuántos grupos existen en realidad en la muestra. La segunda etapa es describir las personas o variables pata determinar su composición. Este paso puede llevarse a cabo aplicando el análisis discriminante a los grupos identificados por la técnica cluster.
ANALISIS MULTIDIMENSIONAL En el análisis multidimensional, el objetivo es transformar los juicios de los consumidores de si­militud o preferencia (por ejemplo, preferencias por tiendas o marcas comerciales) en distancias. Representadas en un espacio multidimensional. Si los objetos A y B son en opinión de los encuestados más similares que el resto de los pares posibles de objetos, las técnicas de análisis mul­tidimensional situarán a los objetos A y B de tal forma que la distancia entre ellos en un espacio multidimensional es menor que la distancia entre cualquier otro par de objetos. Los mapas per­ceptuales resultantes muestran el posicionamiento relativo entre los objetos, pero es necesario un análisis adicional para evaluar qué atributos predicen la posición de cada objeto.
ANALISIS DE CORRESPONDENCIAS Para finalizar, el análisis de correspondencias es una técnica de interdependencia recientemente desarrollada que facilita tanto la reducción dimensional de una clasificación de objetos (por ejemplo: productos, personas, etc.,) sobre un conjunto de atributos y el mapa perceptual de objetos relativos a estos atributos. Los investigadores se enfrentan constantemente a la necesidad de «cuantificar datos cualitativos» que encuentran en variables nominales. El análisis de correspondencias difiere de otras técnicas de interdependencia discutidas antes en su capacidad para acomodar tanto datos no métricos como relaciones no lineales. En su forma más básica, el análisis de correspondencias emplea una tabla de contingencia, que es la tabulación cruzada de dos variables categóricas. A continuación transforma los datos no métricos en un nivel métrico y realiza una reducción dimensional (similar al análisis factorial) y un mapa perceptual (similar al análisis multidimensional). A modo de ejemplo, las preferencias por una marca de los encuestados pueden ser tabuladas de forma cruzada con variables demográficas (por ejemplo, género, categorías de renta, ocupación) indicando cuánta gente que prefiere cada una de las marcas entra dentro de cada categoría de las variables demográficas. A través del análisis de correspondencias, la asociación o «correspondencia» de marcas y las ca­racterísticas distintivas de aquellos que prefieren cada marca se muestran en un mapa bi o tridimensional, tanto de marcas como características de los encuestados. Las marcas percibidas como similares están localizadas en una cercana proximidad unas de otras. De la misma forma, las características más distintivas de los encuestados que prefieren cada marca están determinadas también por la proximidad de las categorías de las variables demográficas respecto de la posición de la marca. El análisis de las correspondencias proporciona una representación multivariante de la interdependencia de datos no métricos que no es posible realizar con otros métodos.
MODELOS DE PROBABILIDAD LINEAL Los modelos de probabilidad lineal, a menudo llamados análisis logit, consisten en una combina­ción de regresión múltiple y análisis de discriminante múltiple. Esta técnica es similar al análisis de regresión múltiple en que una o más variables independientes se usan para predecir una única variable dependiente. Lo que distingue un modelo de probabilidad lineal de la regresión múltiple es que la variable dependiente es no métrica, como en el análisis discriminante. La escala no mé­trica de la variable dependiente requiere diferencias en el método de estimación y supuestos sobre el tipo de distribución subyacente, siendo en la mayoría de sus otras facetas similar a la regresión múltiple. Por tanto, una vez que la variable dependiente está especificada correctamente y se em­plea la técnica de estimación apropiada, se usan igualmente los supuestos básicos considerados en la regresión múltiple. Los modelos de probabilidad lineal se distinguen del análisis discriminante en que acomodan todos los tipos de variables independientes (métricas y no métricas) y no requieren el supuesto de normalidad multivariante. Sin embargo, en muchos casos. particularmente con más de dos niveles de la variable dependiente, el análisis discriminante es la técnica más apropiada.
MODELOS DE ECUACIONES ESTRUCTURALES El modelo de ecuaciones estructurales, a menudo denominado simplemente como LISREL (el nom­bre de uno de los paquetes informáticos más populares), es una técnica que permite separar las re­laciones para cada conjunto de variables dependientes. En su acepción más simple, el modelo de ecuaciones estructurales proporciona la técnica de estimación más adecuada y eficiente para se­ries de estimaciones de ecuaciones simultáneas mediante regresiones múltiples. Se caracteriza por dos componentes básicos: (1) el modelo estructural y (2) el modelo de medida. El modelo estruc­tural es el modelo «guía», que relaciona variables independientes y variables dependientes. En ta­les situaciones, la teoría, antes que la experiencia u otras directrices, permitirá al investigador distinguir qué variables independientes predicen cada variable dependiente. Los modelos previa­mente discutidos que incluyen múltiples variables dependientes -análisis multivariante de la va­rianza y correlación canónica- no son apropiados en esta situación. dado que permiten sólo una única relación entre variables dependientes e independientes. El modelo de medida permite al investigador usar varias variables (indicadores), para una única variable dependiente o independiente. Por ejemplo, la variable dependiente puede ser un concepto representado por una escala aditiva, tal como el amor propio. En el modelo de me­dida el investigador puede evaluar la contribución de cada ítem de la escala así como incor­porar cómo la escala mide el concepto (fiabilidad) en la estimación de las variables dependientes e independientes. Este procedimiento es similar al desarrollo del análisis factorial (discutido en una sección posterior) de los ítems de la escala y utiliza las cargas factoriales en la regre­sión.
OTRAS TECNICAS MULTIVARIANTES EMERGENTES El uso generalizado de las herramientas informáticas ayudó a iniciar la era del análisis multivariante tal y como lo conocemos hoy, con un número de técnicas especializadas que se pueden aplicar a una gama amplia de situaciones. No obstante. Ahora nos encontramos al principio de una era en la cual el análisis multivariante incorpora nuevos enfoques para identificar y representar las relaciones multivariantes. Un área de desarrollo en el análisis multivariante es la búsqueda de datos y las redes neuronales. La búsqueda de datos es el intento de cuantificar las relaciones entre grandes cantidades de información con una especificación previa mínima de la naturaleza de las relaciones. Una técnica que se usa muchas veces junto con la búsqueda de datos son las re­des neuronales, una técnica de análisis flexible que es capaz de llevar a cabo una identificación de relaciones (parecida a la regresión múltiple o al análisis discriminante) o la reducción de datos y el análisis estructural (semejante al análisis factorial o cluster). Las redes neuronales son diferentes a las técnicas multivariantes más tradicionales citadas previamente tanto en la formulación del modelo como en los tipos de relaciones más complejos que se pueden formular. Otra área que incluye un distanciamiento de la teoría estadística inferencial tradicional es el desarrollo de la técnica de la muestra repetida o «arranque». Esta técnica elimina la necesidad de cumplir determinados supuestos estadísticos (como la normalidad), mediante el uso del ordenador para replicar una «muestra repetida» de la muestra original, con el reemplazo y la generación de una estimación empírica de la distribución muestral.



miércoles, 26 de agosto de 2009

OFERTA Y DEMANDA

El tema principal que voy a desarrollar en esta monografía es el de OFERTA Y DEMANDA, con todos sus componentes y los componentes de una mercado de competencia.
A continuación el nombramiento de los temas a tratar.
Oferta y demanda
Los
mercados:
Competencia perfecta
Competencia imperfecta
Determinación del precio
Economía de
mercado.
Oferta y demanda: El
sistema de economía de mercado, para desarrollar sus funciones, descansa en el libre juego de la oferta y la demanda. Vamos ahora a centrarnos en el estudio de la oferta y la demanda en un mercado para un bien determinado. Supongamos que los planes de cada comprador y cada vendedor son totalmente independientes de los de cualquier comprador o vendedor. De esta forma nos aseguramos que cada uno de los planes de los compradores o vendedores dependa de las propiedades objetivas del mercado y no de conjeturas sobre posibles comportamientos. De los demás. Con estas características tendremos un mercado perfecto, en el sentido de que hay un número muy grande de compradores y vendedores, de forma que cada uno realiza transacciones que son pequeñas en relación con el volumen total de las transacciones.
Competencia perfecta: Un mercado es perfectamente competitivo cuando hay muchos vendedores pequeños en relación con el mercado, el
producto es homogéneo, los compradores están bien informados, existe libre entrada y salida de empresas y decisiones independientes, tanto de los oferentes como de los demandantes.
Competencia imperfecta: Una
empresa es de competencia imperfecta cuando las empresas oferentes influyen individualmente en el precio del producto de la industria. Las empresas concurrentes no actúan como precio-aceptantes, sino como precio-oferentes, puesto que, de alguna forma, imponen los precios que rigen en el mercado. Recuérdese que la característica fundamental de la competencia perfecta es que, debido a la diversidad de empresas participantes, ninguna tiene capacidad para incidir sobre los precios, de forma que actúan como precio-aceptantes.
Determinación del precio: El
precio de un bien es su relación de cambio por dinero, esto es, el número de unidades monetarias que se necesitan obtener a cambio una unidad del bien.
Economía de mercado: El
sistema de economía de mercado o sistema capitalista se caracteriza porque los medios de producción son propiedad privada. Las decisiones sobre que producir como producir y para quien producir las toma el mercado.

FOCUS GROUP

INTRODUCCIÓN
El presente
ensayo es una investigación bibliográfica que tiene como idea medular conocer las características principales que definen y limitan el conocimiento que se obtiene en las prácticas e investigaciones realizadas con las técnicas de Focus Group.
Dentro de los
límites o alcance de la investigación realizaremos una descripción de sus características, tomando en cuenta sólo dos aspectos fundamentales:
Qué es la técnica del Focus Group. (
Objetivo general)
Cuáles son las características del
conocimiento a obtener con la técnica de Focus Group. (Objetivo específico)
Pretendemos por lo tanto presentar una aproximación de los conceptos y adeptos que la
bibliografía especializada contiene sobre los Focus Group, aportando con nuestra investigación la posibilidad de conocer un poco más sobre ésta técnica y sobre el conocimiento generado con su aplicación.
El
método con que abordamos nuestro ensayo es el bibliográfico, y la investigación abarcó dos etapas primordiales: la exploración documental y la descripción de los elementos encontrados, su clasificación y ordenamiento.
Con lo antes expuesto, pretendemos ofrecer una conclusión final que promedia una aproximación lo más certera posible sobre el conocimiento obtenido con las técnicas de Focus Group, sin pretender dar una definición rígida o determinante en sí; por lo que esperamos cumplir con nuestros
objetivos de conocer mejor las características de este tipo de técnicas y el conocimiento que de ella se genera.
Qué es la técnica de Focus Group
La
entrevista focalizada fue divulgada por Robert K Merton en 1956 (1). En su texto: "The Focused interview"1956; Merton nos habla del origen de los Focus Group y nos dice que su génesis se remonta a las dinámicas grupales. Empero a ello: los Grupos Focales parecen ser algo más que dinámicas de grupos e ir más allá de una metodología en sí. En su defecto, se comprende más como una herramienta de investigación localizada dentro de una teoría y método específico que busca la obtención de un conocimiento consensuado sobre un hecho social o sobre una temática focalizada y definida previamente por el investigador. En la página Web; Ricoveri Marketing (2) lo definen así:
"….es una reunión de un
grupo de individuos seleccionados por los investigadores para discutir y elaborar, desde la experiencia personal, una temática o hecho social que es objeto de investigación".
Es importante señalar que la teoría existente hace empeño en el buen
desarrollo de esta herramienta de investigación. Afirman por demás que ella está condicionada por el uso de la teoría y el método con que se emprende la investigación y sus objetivos, y que su uso debe ser propio de las investigaciones de corte cualitativo donde se persigue satisfacer el porqué de los hechos sociales más que él cuánto; razones éstas que hacen que el investigador desee o deba estar ducho con el manejo y la aplicación del instrumento y así realizar una praxis teóricamente orientada.
"Sin una clara fundamentación epistemológica y metodológica, una técnica de investigación no pasa de ser un conjunto de
procedimientos confuso, arbitrario e incomprensible". Frecuentemente el empleo de esta técnica se realiza en grupos no menores de diez personas y en grupos no mayores de quince. Para su funcionamiento se recurre a la identificación de los participantes y se lleva a cabo un registro de audio y video con la finalidad de sacar el mejor provecho de la técnica; se trata por lo tanto de poner mucha atención en el lenguaje no verbal y en las actitudes del grupo, así como llevar apuntes de los aspectos más relevantes que en ella se desarrollan.
Asociado a lo antes expuesto, podemos ver también que la mayoría de los autores conocedores del tema hacen énfasis en las condiciones del local, y recomiendan lugares relajados o informales siempre acordes con las condiciones económicas de los participantes, a los cuales no les debe faltar los refrigerios y las comodidades para su acceso al lugar, tales como estacionamiento y
seguridad.
En la página
Web de Wilkipedia se da una connotación económica de las técnicas focales y sus posibles usos en la producción de bienes materiales, dotando con este concepto a los Focus Group con un mayor alcance que se extiende más allá de lo únicamente social, y abarcando las diferentes actitudes que pueden tomar los consumidores frente a un producto o servicio, convirtiendo a los Focus Group en una poderosa herramienta de marketing.
"……es una de las formas de los Estudios Cualitativos en el que se reúne a un grupo de personas para indagar acerca de actitudes y reacciones frente a un Producto, Servicio, Concepto, , Idea o Sin embargo y al igual que en otros conceptos en las
ciencias sociales, podemos ver que no existe un consenso único sobre las definiciones que aluden a los Grupos Focales, así encontramos otras afirmaciones que desmienten parcialmente los antes dicho, y afirman o dan otras connotaciones a esta técnica, en: http://www.rrppnet.com.ar/focusgroups.htm encontramos lo siguiente:
"No hay una definición precisa de una entrevista en grupo, pues el termino describe un
procedimiento general, no una técnica especifica. Sin embargo, en general, una entrevista en grupo comprende de seis a diez personas reclutadas de tal modo que cumplan características predefinida" La técnica o procedimiento de Focus Group indica que los investigadores deben bañarse de experiencia subjetivas repletas de emociones y actitudes frente a un conocimiento que seduce al investigador a convertirse en un especialista con flexibilidad objetiva, que con habilidad y experiencia buscará crear un ambiente donde los participantes den su opinión al respecto, y donde la confluencia de opiniones conformen una esfera mágica propia del mundo humano con características contingentes sobre la realidad. Así en la actualidad, ésta herramienta de recolección de información subjetiva toma un verdadero auge dentro de las investigaciones sociales. En "Metodología de la Investigación" de Roberto H Sampieri 2003 nos dice:El uso de las técnicas de Focus Group se encuentra en la actualidad en demanda creciente y viene a llenar un vacío dejado por los cuestionarios que presentan grandes limitaciones por la constante frecuencia de preguntas cerradas que constriñen y sesgan las respuestas de los participantes. Los Focus Group se utilizan en el acontecer diario para evaluar estados de ánimo, conocer sobre nuevos productos, evaluar empaques, etiquetas, precios y conocer opiniones sobre problemáticas y políticas públicas. En RRPP.net encontramos un cuadro comparativo entre las investigaciones de Focus Group y los estudios cuantitativos:
Las
entrevistas en grupo son....
La
investigación cuantitativa es...
Descriptivas
Diagnosticadora
Subjetivas
Objetiva
Exploratorias
Definitiva
Aproximadas
Precisa
Fuente: RRPP.net
Los fundamentos generales que sustentan
el conocimiento del mundo humano parecen siempre remontarnos a la fenomenología. Dentro de éste marco de referencia epistemológica se suele decir que la realidad es una construcción subjetiva, es decir: una especie de consenso de toda la sociedad. La antropología social suele designar a este tipo de investigación con el nombre de perspectiva Emic. Veamos el cuadro siguiente:
Focus Group
Técnicas Cuantitativas
Significado y sentido
Para el actor social
Significado y sentido para el observador
Marco Teórico
Fenomenología
Objetivismo/
Positivismo
Cuestionamiento
Pone en duda la capacidad comprensiva del observador
Pone en duda la capacidad de observar lo que sucede en la mente del informante
Fuente: elaboración propia.
Características del conocimiento a obtener con la técnica de Focus Group.
Como herramienta de investigación, las técnicas de Focus Group poseen la
propiedad de proveer al investigador de un conocimiento construido bajo diferentes perspectivas que no son posibles de alcanzar por una sola persona. Dicha percepción de los fenómenos sociales es obtenida por el "principio de complementariedad"(7) desarrollado y propuesto por el físico Niels Bohr, donde se hace mención a la doble manera de percibir la luz. Por ello, el conocimiento producido con ésta técnica se percibe como una verdad compatible, conciliada y complementaria (Opinión).
El principio de complementariedad en el conocimiento obtenido en
grupos focales parece ofrecer siempre la palabra perspectiva. Sin duda, este elemento es primordial para comprender su naturaleza. El patrimonio de este tipo de conocimiento ínter subjetivo, se configura o complementa al parecer, con una descriptiva significativa donde la amplitud de criterios aporta una estructura construida por las opiniones y pensamientos de todos sus participantes.
"Esta característica, los hace particularmente útiles para explorar conocimientos y experiencias, y pueden ser usados para examinar no solo lo que la gente piensa, sino, cómo piensa y por qué piensa de determinada manera". Fuente: Página
Web: scielo.sld.cu/scielo.
Como vemos en la cita anterior, el conocimiento obtenido alcanza a las interrogantes de ¿Cómo? y ¿por qué? y conduce a otorgarle una cualidad más a este conocimiento, pues se logra conocer con él, aspectos internos de la actividad psíquica del
hombre sin dejar de ser en lo absoluto menos verdadera que las obtenidas con otras herramientas de investigación.
"La
información proveniente de los grupos focales no es ni más ni menos auténtica que la conseguida por otras técnicas" Fuente: Página Web: scielo.sld.cu/cielo
El conocimiento como
producto final de los Focus Group, ofrece a los investigadores una aproximación rápida sobre temas de los cuales se suele conocer muy poco, esta dificultad de acceder al conocimiento de un tema determinado resulta muy difícil de llevar por medio de otras prácticas científicas y requieren por lo general de mucho tiempo. Los conocedores del tema le anexan a éste tipo de conocimiento, una cualidad de velocidad epistémica sólo posible con las técnicas de Focus Group.
"Esta modalidad de elaborar una información es la conocida como técnica de grupos focales que entre sus grandes logros permite una aproximación y discusión relativamente rápida y multidimensional de una temática".
Revista electrónica No 7 http://huitoto.udea.edu.co/~ceo/ Miguel Aigneren.
El conocimiento en los Focus Group trae consigo una característica bastante interesante. La información generada de su actividad se obtiene y representa un conocimiento sobre otro conocimiento. Al parecer, el fin último de su práctica nos lleva a explorar los conocimientos y opiniones que tiene el colectivo sobre una temática previamente determinada; es decir: se explora qué se conoce desde la perspectiva humana en un tema particular, así que el conocimiento de esta técnica es en sí, el conocimiento de un conocimiento común.
"El principal propósito de la técnica de grupos focales en la
investigación social es lograr una información asociada a conocimientos…." Revista electrónica No 7 http://huitoto.udea.edu.co/~ceo/ Miguel Aigneren.
El conocimiento a obtener en los Focus Group se reconoce también por su ruptura con el culto del "experto". De esta manera; decimos que busca una perspectiva relacionada con el sentido común. Sin embargo; el conocimiento generado en esta técnica es en la mayor de las veces una narrativa popular que se produce en el
proceso sistémico que lo caracteriza; aunque en ocasiones sea generada por expertos y quede por lo tanto determinado por el grupo de participante seleccionados para la investigación.
"Lo interactivo es una dimensión esencial del proceso de
producción de conocimientos, es un atributo constitutivo del proceso para el estudio de los fenómenos humanos. Manuel Gonzáles Ávila
Dentro de la
investigación cualitativa la singularidad se presenta como otros de sus aspectos relevantes. Con esta técnica el conocimiento adquiere un valor legítimo que trasciende el valor numérico y advierte una serenidad expresiva esencial y propia del conocimiento en los Focus Group. Por ello; la información expresada por un grupo de sujetos concretos puede convertirse en un momento significativo para la producción de conocimiento, sin que tenga necesariamente que repetirse en otros sujetos.
Para concluir; decimos que la técnica del Focus Group es de gran importancia en la práctica diaria de los sociólogos y demás profesionales dedicados al estudio de la sociedad, su utilización en la actualidad genera un conocimiento con un gran performance que seduce y encanta a los investigadores que se deleitan con la nutritiva sustancia de su producto.
En la actualidad su uso es muy frecuente y es utilizado en diversas áreas del conocimiento, dejando siempre impregnado al investigador de una perspectiva propia e inconfundible.
Resumen de las características sobre el conocimiento a obtener con las practicas de Focus Group.
Es un conocimiento construido bajo diferentes perspectivas que son imposibles de alcanzar por una sola persona.
Es un conocimiento referido a una verdad compatible, conciliada y complementaria.
Más que un conocimiento unívoco es una perspectiva.
Es un conocimiento ínter subjetivo.
Es un conocimiento construido bajo una descriptiva significativa, donde la amplitud de criterios aporta una estructura edificada por las opiniones y pensamientos de todos sus participantes.
Es un conocimiento que satisface el por qué y cómo de los fenómenos estudiados.
Se obtiene con una velocidad que permite construir un conocimiento rápido sobre una temática determinada.
Es un conocimiento sobre el conocimiento.
Obedece a un proceso sistémico.
Se presenta en forma de
lenguaje común.
Es muy singular.
Es un conocimiento individual (investigador) sobre un conocimiento colectivo (participantes).
Es un conocimiento inferido por
observación sobre la conducta.
Citas:
Robert K Merton and Patricia Kendall, "The Focused interview" 1956. Pág 81.
Fuentes: ricoveri.tripod.com.ve/ricoverimarketing2/id48.
html. Jueves, 14-06- 2007 12:30 PM.
Miguel Martínez Mígueles. prof.
usb.ve/miguelm/gruposfocales.html.
La técnica de recolección de información (Focus Group) es utilizada.
Fuente: Tomado de
Internet http://es.wikipedia.org/wiki/Focus_group.

Se refiere con este término al
clima de confianza necesario para generar respuestas espontáneas de los participantes.
Niels Bohr considera el principio de complementariedad como un aspecto central de la
descripción de la naturaleza. En relación a la física cuántica, señala que la luz se comporta como una onda en determinadas condiciones de observación (por ejemplo, en los efectos de interferencia), y como una partícula en otras (por ejemplo, en los efectos fotoeléctricos), por lo cual se llega a conclusiones que resultan conceptualmente incompatibles, pero que, con una base epistemológica más rigurosa, son complementarias.
(8) "Aspectos Éticos de la Investigación Cualitativa" Manuel González Ávila Facultad de Odontología
Universidad de San Carlos de Guatemala: .

viernes, 3 de julio de 2009

INVESTIGACION DE MERCADOS

Seleccionar el diseño de la investigación

Lo primero que se tiene que recordar es que cada investigación en cada tipo de negocio es diferente, por lo que el diseño puede variar, existiendo infinitos tipos. Los tipos “genéricos” de diseño en investigación son:

  • Exploratoria
  • Concluyente (descriptiva o causal)
  • Sistemática.

Exploratoria: La investigación Exploratoria se define como la recolección de información mediante mecanismos informales y no estructurados.

Descriptiva: Esta investigación se refiere a un conjunto de métodos y procedimientos que describen a las variables de marketing. Este tipo de estudio ayuda a determinar las preguntas básicas para cada variable, contestando Quién, Cómo, Qué y Cuándo. Este tipo de estudios puede describir cosas como, las actitudes de los clientes, sus intenciones y comportamientos, al igual que describir el número de competidores y sus estrategias.

Causal: En este tipo de investigación se enfoca en controlar varios factores para determinar cual de ellos es el causante del problema. Esto permite aislar las causas del problema, al mismo tiempo que entrega un nivel de conocimiento superior acerca de la variable que se estudia. Este tipo de estudio es el más complejo y por ende costoso.

Sistemática: aquella utilizada para evaluar un proceso mientras se va dando, encuentra el problema y propone soluciones.

Identificar los tipos de información necesaria y las fuentes :

Existen dos tipos de información en investigación de mercados, la primaria y la secundaria.

La información PrimariaTítulo del enlace es aquella que se releva directamente para un propósito específico.

La información Secundaria se refiere a aquella que ya existe en algún lugar y se recolectó para otro propósito. Por lo general este tipo de información es menos costosa que la primaria y en ocasiones basta con la revisión de Internet o con una visita a la biblioteca local.


INVESTIGACION DE MERCADOS

Tipos de Investigación de Mercados.
  • La investigación exploratoria es apropiada para las primeras etapas del proceso de toma de decisiones
  • Por su parte una investigación concluyente suministra información que ayuda a los dueños de empresa a evaluar y seleccionar la línea de acción.
  • la investigación de desempeño el elemento esencial para controlar los programas de mercadeo, en concordancia con los planes; por tanto una desviación de los parámetros del plan puede producir una mala ejecución del programa de mercadeo o cambios no anticipados en los factores de situación.