Capitulo 10

Vista previa del material en texto

Capítulo 10 – La Medición
El proceso de medición
La medición es el proceso de asignar números o clasificaciones a personas, objetos o acontecimientos conforme a reglas específicas para representar las cantidades y cualidades de atributos. Debemos observar que lo que se mide no es la persona, el objeto o el acontecimiento, sino más bien sus atributos. Por ejemplo, un investigador no mide a un consumidor per se, sino que mide las actitudes, el ingreso, la lealtad a la marca, la edad y otros factores pertinentes.
El concepto de las reglas es clave para la medición. Una regla es una guía, un método o una orden que le indican a un investigador lo que debe hacer. Por ejemplo, una regla de medición podría pedir: “asigne los números de 1 al 5 a las personas, según su disposición para desempeñar las tareas domésticas”.
Un problema que a menudo se encuentra en las reglas es la falta de claridad o especificidad. Algunas cosas son fáciles de medir debido a que es fácil crear las reglas y seguirlas. Muchas características de interés para un investigador de marketing, como la lealtad a la marca, la intención de compra y el ingreso total de la familia, son mucho más difíciles de medir debido a la dificultad de idear reglas para evaluar el verdadero valor de esos atributos del consumidor.
-Paso 1: Identificar el concepto de interés: El proceso de medición inicia con la identificación del concepto de interés. Un concepto es una idea abstracta generalizada a partir de hechos particulares. Es una categoría de pensamiento que se utiliza para agrupar datos de los sentidos “como si todos fueran el mismo”.
-Paso 2: Desarrollar un constructo: Los constructos son tipos específicos de conceptos que existen en niveles de abstracción más altos que los conceptos cotidianos. Los constructos se inventan para una utilización teórica y, por consiguiente, es probable que abarquen varias categorías preexistentes de pensamiento. El valor de los constructos específicos depende de lo útiles que sean en la explicación, la predicción y el control de los fenómenos, así como el valor de los conceptos cotidianos depende de los útiles que son en los acontecimientos cotidianos. Los constructos, por lo general, no son directamente observables. Algunos ejemplos de constructos de marketing incluyen lealtad a la marca, un alto nivel de participación en las compras, clase social, personalidad, poder del canal. Los constructos ayudan a los investigadores al simplificar e integrar los complejos fenómenos que se encuentran en el entorno del marketing.
-Paso 3: Definir el concepto constitutivamente: El tercer paso es definir el concepto en forma constitutiva. Una definición constitutiva (teórica o conceptual) es una declaración del significado de las principales ideas o conceptos en estudio, establece sus fronteras. Los constructos de una teoría científica se definen en forma constitutiva. De manera que todos los constructos, para que sea posible utilizarlos en las teorías, deben tener un significado constitutivo. Lo mismo que una definición del diccionario, una definición constitutiva debe distinguir plenamente el concepto que se investiga de todos los demás conceptos, pero diferentes.
-Paso 4: Definir el concepto operacionalmente: Una definición constitutiva precisa hace que la tarea de la definición operacional sea mucho más fácil. Una definición operacional especifica qué características observables se medirán y el proceso para asignar un valor al concepto. En otras palabras, le asigna un significado a un constructo en términos de las operaciones necesarias para medirlo en cualquier situación concreta. Es posible medir directamente una actitud, debido a que es un concepto abstracto que se refiere a cosas que hay en la mente de una persona. No obstante, es posible proporcionar una definición teórica clara de una actitud como una organización perdurable de procesos motivacionales, emocionales, perceptuales y cognoscitivos respecto a algún aspecto del entorno.
En resumen, una definición operacional sirve como un puente entre un concepto teórico y los acontecimientos o factores del mundo real. Las definiciones operacionales transforman a esos constructos en acontecimientos observables. En otras palabras, definen un constructo o le dan un significado, explicando con detalle lo que debe hacer un investigador para medirlo.
-Paso 5: Desarrollar una escala de medición: Una escala es una serie de símbolos o números, construida de tal manera que los símbolos o números se puedan asignar mediante una regla a los individuos (a sus conductas o actitudes) a quienes se aplica la escala. La creación de una escala de medición empieza con determinar el nivel de medición deseable o posible. Los cuatros niveles básicos de medición son:
	-Nivel nominal de medición: Una escala nominal divide los datos en categorías que son mutuamente excluyentes y colectivamente exhaustivas, lo que implica que cada fragmento de un dato tendrá cabida en una y sólo una categoría, y que todos los datos tendrán cabida en alguna parte en la escala. El término nominal significa “semejante al nombre”, lo que indica que los números asignados a objetos o fenómenos los están nombrando o clasificando, pero que no tienen un verdadero valor numérico; es decir, los números no se pueden colocar por orden, sumar o dividir. Ejemplos:
		Sexo:	(1) Masculino	(2) Femenino
		Área Geográfica: 	(1) Urbana	(2) Rural	(3) Suburbana
	-Nivel ordinal de la medición: Las escalas ordinales tienen las características de clasificación de las escalas nominales y, además, permiten ordenar los datos. La medición ordinal es posible cuando se puede aplicar el postulado de la transitividad. El postulado de la transitividad se describe por la noción de que “si A es mayor que B y B es mayor que C, entonces A es mayor que C”. El siguiente es un ejemplo de una escala ordinal:
Los números ordinales se emplean estrictamente para indicar el orden del rango. Los números no indican cantidades absolutas ni implican que los intervalos entre los números sean iguales. Por ejemplo, a una persona que clasifica los aparatos de fax le podrían agradar la marca Toshiba sólo ligeramente más que Savin y consideraría a Ricoh como totalmente inaceptable. Esta información no se obtendría de una escala ordinal.
Las operaciones aritméticas comunes, como la suma y la multiplicación, no se pueden utilizar con las escalas ordinales. La medida apropiada de la tendencia principal es la moda o el promedio. Una medida percentil o cuartil se utiliza para medir la dispersión.
	-Nivel de intervalo de la medición: Las escalas de intervalo contienen todas las características de las escalas ordinales, con la dimensión adicional de que los puntos en la escala son iguales. El concepto de la temperatura se basa en intervalos iguales. Los investigadores de mercados a menudo prefieren las escalas de intervalo por encima de las escalas ordinales, debido a que pueden medir cuánto más de un rasgo posee un consumidor (o no posee) por encima de otro. Una escala de intervalos permite que un investigador discuta las diferencias que separan a dos objetos. La escala posee propiedades de orden y diferencia, pero con un punto cero arbitrario. Dos ejemplos son las escalas Fahrenheit y Celsius: el punto de congelamiento del agua en una escala es 0 y 32 grados en la otra.
Las escalas de intervalo son receptivas al cálculo de un promedio aritmético, de una desviación estándar y de coeficientes de correlación. Es posible aplicar las pruebas estadísticas paramétricas más poderosas como la prueba T y la prueba F.
	-Nivel de razón de la medición: Escalas que tienen las características de las escalas de intervalo, más un punto cero significativo, de manera que las magnitudes se pueden comparar aritméticamente. De manera que en una escala de razón refleja la cantidad real de una variable. Las características físicas de un participante, como edad, peso y estatura, son ejemplos de variables de escala de razón. Otras escalas de la razón se basan en área, distancia, valores monetarios, tasasde rendimiento, conteos de la población y periodos transcurridos.
-Paso 6: Evaluar la confiabilidad y la validez de la medición: Un estudio ideal de investigación de mercados proporcionaría una información que sea exacta, precisa, lúcida y oportuna. Los datos exactos implican mediciones exactas, o sea M=A, en donde M se refiere a la medición y A representa la exactitud total. En la investigación de mercados este ideal se logra muy rara vez, si es que alguna vez se logra. En vez de eso:
		M = A + E 	en donde 	E = errores
Los errores pueden ser aleatorios o sistemáticos. El error sistemático resulta en un prejuicio constante en las mediciones, causado por fallas en el instrumento de medición o en el proceso. Por ejemplo, si se utiliza una regla defectuosa (en la que un centímetro es un centímetro y medio) en las cocinas para medir la altura de los pasteles de chocolates preparados con recetas alternas, todos los pasteles quedarán registrados con una altura inferior a su altura real. El error aleatorio también influye en las mediciones, pero no sistemáticamente. Por consiguiente, el error aleatorio es de naturaleza transitoria. Una persona puede no responder verazmente a una pregunta debido a que ese día está de mal humor. Dos calificaciones en una escala de medición pueden diferir por varias razones. Sólo la primera de las siguientes ocho razones no implica un error. Un investigador debe determinar si cualquiera de las siete fuentes de diferencia de medición restantes produce un error aleatorio o sistemático:
1. Una diferencia real en la característica medida. Una diferencia perfecta de medición es resultado exclusivo de diferencias reales. Por ejemplo, John califica el servicio de McDonald’s como 1 (excelente) y Sandy como 4 (promedio), y la variación solo se debe a verdaderas diferencias de actitud.
2. Diferencias debidas a características estables de los individuos encuestados, como personalidad, valores e inteligencia. Sandy tiene una personalidad agresiva, más bien crítica, y no concede a nada ni nadie el beneficio de la duda. En realidad, ella estuvo muy complacida con el servicio que recibió en McDonald’s, pero da por supuesto ese servicio, y por lo tanto ofrece una calificación promedio.
3. Diferencias debidas a factores personales de corto plazo, como temporales cambios anímicos, problemas de salud, restricciones de tiempo o fatiga. El día del estudio, horas antes John había ganado 400 dólares en un concurso de “adivine el nombre de la canción” en una estación de radio local. Pasó a McDonald’s a comer una hamburguesa luego de recoger el cheque de su premio. Su respuesta en el cuestionario sobre la calidad del servicio podría haber sido muy diferente si hubiera sido entrevistado el día anterior.
4. Diferencias causadas por factores situacionales, como distracciones u otros presentes en la situación de la entrevista. Sandy dio sus respuestas mientras trataba de ver a su sobrino de 4 años, quien corría despavorido por el patio de juegos de McDonald’s; John estaba junto a su nueva prometida cuando se le entrevistó. Las respuestas de ambas personas podrían haber sido diferentes si se les hubiese entrevistado en casa en ausencia de otro amigo o pariente.
5. Diferencias resultantes de variaciones en la administración de la encuesta. Los entrevistadores pueden hacer preguntas con distintas inflexiones de voz, causando variación en las respuestas. Y debido a factores como afinidad con el entrevistado, forma de vestir, sexo o raza, los entrevistadores pueden causar que las respuestas varíen. El sesgo del entrevistador puede ser tan sutil como una inclinación de cabeza. Resultó que un entrevistador que tendía a
hacer inconscientemente esa inclinación sesgó a varios encuestados. 
6. Diferencias debidas al muestreo de elementos incluidos en el cuestionario. Cuando investigadores intentan medir la calidad del servicio en McDonald’s, las escalas y otras preguntas usadas representan solo una porción de los elementos que habrían podido usarse. Las escalas creadas por los investigadores reflejan su interpretación del constructo (calidad del servicio) y la forma en que es medida. Si los investigadores hubieran usado diferentes palabras o si elementos se hubieran añadido o quitado, los valores de la escala reportados por John y
Sandy podrían haber sido distintos.
7. Diferencias debidas a falta de claridad en el instrumento de medición. Una pregunta podría ser ambigua, compleja o incorrectamente interpretada. Una encuesta en la que se preguntara: “¿Qué tan lejos vives de McDonald’s?” y después se dieran las opciones “1) a menos de 5 minutos, 2) entre 5 y 10 minutos”, etc., sería ambigua; alguien a pie indudablemente tardaría más en llegar al restaurante que una persona en un auto o una bici. 
8. Diferencias debidas a factores mecánicos o instrumentales. Cuestionarios borrosos, falta de espacio para registrar completas las respuestas, páginas faltantes en un cuestionario, teclados incorrectos en una computadora o un pulgar que oprime.
Confiabilidad
Si una regla que se utiliza para medir un pastel de chocolate siempre indica una altura de nueve centímetros, entonces se dice que la regla es confiable. La confiabilidad es el grado al cual las medidas están libres de un error aleatorio y, por consiguiente, proporcionan datos congruentes. Hay tres formas de evaluar la confiabilidad:
1) Prueba y prueba repetida de la confiabilidad: Se obtiene al repetir la medición con el mismo instrumento, aproximando las condiciones originales tanto como sea posible. La teoría que respalda la prueba y prueba repetida es que, si están presentes variaciones aleatorias, las revelarán las diferencias en las calificaciones entre las dos pruebas. La estabilidad significa que se encuentran muy pocas diferencias en las calificaciones entre la primera y la segunda administraciones de la prueba; entonces se dice que el instrumento de medición es estable.
Existen varios problemas con la prueba y prueba repetida de la confiabilidad. Primero, puede ser muy difícil localizar y obtener la cooperación de quienes responden para una segunda prueba. Segundo, la primera medición puede alterar la respuesta de una persona en la segunda medición. Tercero, los factores del entorno o los personales pueden cambiar, causando que la segunda medición cambie.
2) Forma equivalente de la confiabilidad: Las dificultades con que se tropieza con el enfoque de probar y repetir la prueba se pueden evitar creando formas equivalentes de un instrumento de medición. La confiabilidad de la forma equivalente se determina al medir la correlación de las calificaciones en los dos instrumentos, es la capacidad de dos instrumentos muy similares de producir resultados estrechamente correlacionados. Hay dos problemas con las formas equivalentes. En primer lugar, es muy difícil y tal vez imposible crear dos formas totalmente equivalentes. En segundo, si se puede lograr la equivalencia, tal vez no valen la pena el tiempo, las molestias y el gasto involucrado. La diferencia primordial entre los métodos de prueba y prueba repetida y el de las formas equivalentes es el instrumento mismo. La prueba y prueba repetida utiliza el mismo instrumento, mientras que el enfoque de las formas equivalentes utiliza un instrumento diferente, pero muy similar.
3) Confiabilidad de la consistencia interna: Capacidad de un instrumento para producir resultados similares cuando se utiliza en diferentes muestras durante el mismo periodo para medir un fenómeno.
a. Técnica de dividir a la mitad: método que evalúa la confiabilidad de una escala al dividir a la mitad la serie total de aspectos de la medición y correlacionar los resultados.
El problema con este método es que la estimación del coeficiente de confiabilidad es totalmente dependiente de la forma en que se dividieron los aspectos.
Validez
La segunda característica de un buen instrumento de medición es la validez. La validez aborda el aspecto de si el investigador estaba tratando de medir lo que realmente se midió. La validez de una medida se refiereal grado al cual el instrumento de medición y el procedimiento están libres tanto de errores sistemáticos, como de errores aleatorios. Debemos reconocer que una condición previa necesaria para la validez es que el instrumento de medición sea confiable. Un instrumento que no es confiable no producirá resultados congruentes cuando se mide el mismo fenómeno a lo largo del tiempo.
Una escala u otro instrumento de medición es básicamente inútil para un investigador si carece de Valdez, debido a que no mide lo que se supone que debería medir. Por ejemplo, el gerente quiere saber si una escala de la intención de compra predice con éxito la compra a prueba de un nuevo producto. Por consiguiente, la validez se puede examinar desde varias perspectivas diferentes, como la validez nominal, de contenido, relacionada con el criterio y el constructo.
-Validez Nominal: Se refiere al grado al cual una medición parece medir lo que se supone que debe medir
-Validez de contenido: Es el grado al cual los aspectos de la medición representan al universo del concepto que se estudia. Por ejemplo: McDonald´s lo ha contratado a usted para que mida su imagen entre los adultos de 18 a 30 años de edad que comen hamburguesas de preparación rápida por lo menos una vez al mes. Usted idea la siguiente escala:
Edificio Moderno	1	2	3	4	5	Edificación anticuado
Vista agradable		1	2	3	4	5	Vista desagradable
Estacionamient limpios 1	2	3	4	5	Estacionamientos sucios
Letreros Atractivos	1	2	3	4	5	Letreros no atractivos
Un ejecutivo de McDonald´s discreparía rápidamente con esta escala, afirmando que una persona debería evaluar a McDonald´s conforme a esta escala sin haber comido jamás una hamburguesa de McDonald´s. El ejecutivo podría argumentar, además, que la escala carece de validez del contenido, debido a que se omitieron muchos componentes importantes de la imagen, como calidad de los alimentos, limpieza del área para comer y de los baños, y prontitud y cortesía del servicio.
La determinación de la validez del contenido no siempre es un asunto sencillo. En última instancia, la validez del contenido se convierte en una cuestión de criterios. Se podría abordar la validez del contenido definiendo primero con sumo cuidado qué es precisamente lo que se medirá. En segundo, se podría hacer una exhaustiva búsqueda en la literatura y organizar focus groups para identificar todos los aspectos posibles para su inclusión en la escala. En tercero, se podría pedir opinión a un panel de expertos acerca de si se debería incluir cierto aspecto. Finalmente, la escala se podría someter a una prueba previa y hacer preguntas abiertas que podrían identificar otros aspectos que se deberían incluir.
-Validez de Relacionada con el criterio: Examina la capacidad de un instrumento de medición de predecir una variable que está designada como un criterio.
Dos categorías de la validez relacionada con el criterio son la validez predictiva y la validez concurrente. La validez de pronóstico o predictiva es el grado al cual un futuro nivel de una variable del criterio se puede utilizar para predecir una medición actual en una escala. Por ejemplo, una escala de motivación del votante se utiliza para predecir la probabilidad de que una persona vote en las próximas elecciones.
La validez concurrente se interesa en la relación entre la variable del factor de predicción y la variable del criterio, ambas evaluadas en el mismo punto en el tiempo; por ejemplo, la capacidad de una prueba casera del embarazo para determinar con exactitud si una mujer está embarazada justo en ese momento.
-Validez de constructo: Es de suma importancia para los científicos del marketing. La evaluación de la validez de constructo implica una comprensión de las bases teóricas que sirven de fundamento para las mediciones obtenidas. Una medida tiene validez de constructo si se comporta conforme a la teoría que respalda la predicción. El comportamiento de compra se puede observar de forma directa: alguien compra el producto A o no lo compra. Sin embargo, los científicos han desarrollado constructos con base en el estilo de vida, la participación y la personalidad, que ayudan a explicar por qué alguien compra o no algo. Esos constructos en gran parte no son observables. Los constructos ayudan a los científicos a comunicar y desarrollar teorías para explicar los fenómenos.
Cuando el investigador afirma la validez del constructo, afirma que el patrón observado en un proyecto de investigación corresponde al patrón teórico. En este caso, la forma en que el investigador pensaba que funciona el mundo es como funciona.
Aunque la validez del constructo se presenta aquí con varios otros tipos de validez, en realidad sobresale por encima de todos los demás. Porque la validez del constructo se relaciona con la esencia misma de lo que tratamos de medir. Si nuestra investigación carece de validez de constructo, lo demás importa muy poco.
Dos medidas estadísticas de la validez del constructo son la validez convergente y la validez discriminante. La validez convergente refleja el grado de correlación entre las diferentes medidas que pretenden medir el mismo constructo. La validez discriminante revela la falta o el nivel bajo de correlación entre constructos que se supone son diferentes.
La evidencia de la validez del constructo está presente si:
	-Se correlaciona en alto grado con otras medidas.
	-Tiene un nivel bajo de correlación con los constructos no relacionados.
 
7