Apunte_6__Investigacion_de_Mercado_

El Proceso de Investigación
I. FORMULACIÓN DEL
PROBLEMA

II. DISEÑO DE LA
INVESTIGACIÓN

III. DISEÑO DE MÉTODOS Y
FORMULARIOS PARA
RECOPILAR LOS DATOS

IV. DISEÑO MUESTRAL Y
RECOPILACIÓN DE
DATOS

V. ANÁLISIS E INTERPRETACIÓN
DE DATOS

VI. PREPARACIÓN DEL
INFORME DE INVESTIGACIÓN

Análisis Bivariado de Datos



El Análisis Bivariado de Datos consiste en
analizar dos variables a la vez, paradeterminar el
grado de asociación o de relación entre ellas.

Análisis Bivariado de Datos
Descriptiva:
Intervalo
regresión

Coeficiente de Correlación Lineal

Regresión Simple
Inferencial:
Prueba t sobre coeficiente de
Prueba z y Prueba t sobre
diferencia entre medias
Descriptiva: Coeficiente de Correlación x
Rangos Gamma y Tau
Ordinal

Escala
Inferencial:
Prueba de

Prueba U de Mann-WhitneyKolmogorov- Smirnov

Descriptiva:
Nominal
Inferencial:

Coeficiente de Contingencia

Prueba Chi-Cuadrado

Lambda

Análisis Bivariado de Datos







¿Son las personas con mayores ingresos más proclives a comprar mi
marca?
¿Existe relación entre la edad de las personas y la frecuencia de compra
del producto?
¿Existe relación entre el nivel de educación de las personas y la marca
comprada?
Algunas delas estadísticas o técnicas de análisis que pueden ser
usadas para explorar la asociación o relación entre dos variables son:
 El Coeficiente de Correlación Lineal
 Análisis de Regresión Simple
 La Prueba Chi-Cuadrado
 Análisis de Varianza (ANOVA)

Análisis Bivariado de Datos
Ejemplo de Correlación Lineal
1. En The Wall Street Journal Almanac 1998 aparecieron datos sobre el desempeño de lasaerolíneas estadounidenses.
A continuación se ven los datos sobre el porcentaje de vuelos que llegan puntuales y La cantidad de quejas por cada
10.000 pasajeros.

Aerolínea
Southwest
Continental
Northwest
US Airways
United
American
Delta
America West
TWA

Porcentaje Puntualidad
81.8
76.6
76.6
75.7
73.8
72.2
71.2
70.8
68.5

Nº de Quejas
21
58
85
68
74
93
72
122
125

Análisis Bivariado de DatosOutput en SPSS
Model Summary

Model
1

R
,883a

R Square
,779

Std. Error
of the
Estimate
16,0818

Adjusted
R Square
,747

a. Predictors: (Constant), Porcentaje puntualidad
Coefficientsa

Model
1

(Constant)
Porcentaje
puntualidad

Unstandardized
Coefficients
B
Std. Error
601,783
105,226
-7,041

a. Dependent Variable: Nº de quejas

1,418

t
5,719

Sig.
,001

-4,967

,002

Análisis Bivariado de DatosCoeficiente de Correlación




Coeficiente de correlación: medida de la fuerza y dirección de la
relación entre dos variables (x e y)
El coeficiente de correlación varía entre -1.0 y +1.0 y es estimado
de los datos muestrales a través de la siguiente ecuación:
n

  x  X  y  Y 
i

rxy 





i

i

 n  1 S x S y

en que n= tamaño de la muestra
X e Y son las medias de las variables x ey, respectivamente
Sx y Sy las desviaciones estándar de x e y.

Análisis Bivariado de Datos


Y

Coeficientes de correlación asociadas a diferentes situaciones

r=+ .
90

Y

X
Y

X

r=+
1.0

X

X
Y

r=-1.0

Y

r=- .
90

r= 0.0

Y

X

r=0.0

X

Análisis Bivariado de Datos
Coeficiente de Correlación






Coeficiente de Correlación:
 = Corr (X,Y) = (Cov (X,Y))/ x y
proporciona una medida dela magnitud y dirección de su
asociación lineal.
Una correlación -1 implica una asociación lineal negativa
perfecta.
Una correlación +1 implica una asociación lineal positiva
perfecta.
-Una correlación 0 implica que no hay asociación lineal.
-Cuanto mayor sea el valor absoluto de la correlación, más
fuerte es la asociación lineal entre las variables aleatorias.

Análisis Bivariado de DatosPrueba Chi-Cuadrado


Para ser usada en caso de que variables hayan sido clasificadas en tablas de contingencia o tabulación
cruzada.


¿Son la frecuencia relativas de ocurrencia de las categorías de una variable consistentes a través de las
categorías de la otra?



Sí=> variables son independientes (no hay asociación)



No => variables no son independientes (hay asociación)

Análisis...