MANA 754 M6 Flip Book

Módulo 6: Muestreo y Recopilación de Datos

Contenido 6.1 Muestras Una muestra es un subconjunto relativamente pequeño de una población. Se dibuja utilizando un procedimiento de probabilidad o no probabilidad. El muestreo de probabilidad se usa típicamente en la investigación cuantitativa. Se trata de una selección de una muestra representativa de la población mediante un procedimiento aleatorio para garantizar la objetividad en la selección de la muestra. Los resultados de los datos de la muestra se pueden generalizar a la población con un grado específico de precisión. El muestreo no probabilístico se usa típicamente en investigación cualitativa. Se utiliza el buen juicio para seleccionar la muestra. Los resultados de la muestra se pueden usar para describir, descubrir y desarrollar la teoría, pero no se deben usar para generalizar la población. El diseño de la muestra o muestreo es parte del proceso básico de investigación empresarial. Implica responder las siguientes preguntas: 1) ¿Se debe utilizar una muestra o un censo? 2) Si es una muestra, ¿qué enfoque de muestreo es mejor? 3) ¿Qué tan grande es necesaria una muestra? 6.2 Métodos de recolección de datos La investigación empresarial implica la recopilación de información para mejorar la toma de decisiones. Recopilar información implica ponerse en contacto con personas que tienen conocimientos sobre un tema en particular. Nos referimos al grupo de personas conocedoras como una población o universo. Una población es el total de todos los elementos que comparten un conjunto común de características. Un censo investiga todos los elementos de una población, mientras que una investigación de muestra investiga un pequeño subconjunto de la población para sacar conclusiones sobre las características de la población. Las muestras representativas generalmente se obtienen siguiendo un procedimiento: 1: Definir la población objetivo. 2: Elija el marco de muestreo. 3: Seleccione el método de muestreo. 4: Determine el tamaño de la muestra. 5: Implementar el plan de muestreo. La población objetivo es el grupo completo de objetos o elementos relevantes para el proyecto de investigación. Son relevantes porque poseen la información que el proyecto de investigación está diseñado para recopilar. Los elementos del objeto disponibles para la selección durante el proceso de muestreo

se conocen como la unidad de muestreo. El marco de muestreo proporciona una definición funcional de la población objetivo, ya que es una lista completa de los elementos de los que se extrae la muestra. Los métodos de muestreo tradicionales se pueden dividir en dos categorías: probabilidad y no probabilidad. En el muestreo de probabilidad, los elementos se seleccionan al azar y el investigador los determina de antemano. En el muestreo no probabilístico, la inclusión o exclusión de elementos en una muestra queda a discreción del investigador. 6.3 Muestra Probabilística Al elegir una muestra de probabilidad, la selección de elementos se basa en un procedimiento aleatorio que brinda a los elementos una posibilidad conocida y no nula de ser seleccionados, minimizando así el sesgo de selección. El muestreo probabilístico generalmente implica tomar muestras grandes que se consideran representativas de la población de la que se extraen. Los resultados basados en una muestra de probabilidad se pueden generalizar a la población objetivo con un nivel de confianza específico. Definimos las técnicas de muestreo probabilístico más utilizadas: Simple random, systematic, stratified, cluster, multistage. La Muestra al azar (Sample Random) es un método sencillo que asigna a cada elemento de la población objetivo una oportunidad igual de ser seleccionado. Un ejemplo puede incluir: Sacar nombre de un sombrero o un sorteo, marcado aleatorio de dígitos del teléfono. La muestra Sistemática (Systematic) es un Método estadístico de selección de elementos de un muestreo ordenado. Ejemplo: Método de equiprobabilidad o progresión de una lista se trata de forma circular. La muestra Estratificada (Stratified) requiere que se particione en subgrupos relativamente homogéneos que sean distintos y no se superpongan: estratos. Ejemplos: Estratos por género, ingreso, edad en proporción o desproporción. La muestra de Grupos (Cluster) considera que la población objetivo está formada por grupos heterogéneos llamados grupos. Ejemplos pueden ser: Grupos étnicos, compañías, áreas geográficas. La muestra Multietapa de grupos (Multistage) se eligen en etapas utilizando unidades de muestreo cada vez más pequeñas en cada etapa. 6.4 Muestra No Probabilística En el muestreo no probabilístico, la selección de elementos de muestra no se hace necesariamente con el objetivo de ser estadísticamente representativos de la población. Por el

contrario, el investigador utiliza métodos subjetivos como la experiencia de la persona, la conveniencia, el juicio experto, etc. para seleccionar los elementos de la muestra. Definimos las técnicas de muestreo probabilístico más utilizadas: a conveniencia, a juicio, por referidos tipo bola de nieve, por cuota. Una muestra de conveniencia implica la selección de elementos de muestra que estén más fácilmente disponibles para participar en el estudio y puedan proporcionar la información requerida. Una muestra a Juicio, a veces conocida como una muestra intencional, implica seleccionar elementos en la muestra para un propósito específico. Un ejemplo puede ser un grupo de expertos con conocimiento sobre un problema o problema particular como un médico especialista en diabetes. Una muestra tipo cuota es similar al muestreo aleatorio estratificado pero realizado a conveniencia. Se selecciona a juicio y conveniencia del investigador. En la muestra por Referidos, también conocida por Bola de Nieve, los encuestados iniciales generalmente se eligen usando métodos de probabilidad y luego el investigador los usa para ayudar a identificar a otros encuestados. Usualmente son referidos por otras personas. 6.5 Determinando el Tamaño de la Muestra Se pueden extraer tamaños de muestra eficientes de poblaciones grandes (infinitas) o pequeñas (finitas). El desafío es obtener un equilibrio aceptable entre varios factores: variabilidad de elementos en la población objetivo, tipo de muestra requerida, tiempo disponible, presupuesto, precisión de estimación requerida, generalización y grado de confianza. Las fórmulas basadas en la teoría estadística se pueden usar para calcular el tamaño de la muestra. Cuando se utilizan fórmulas estadísticas para determinar el tamaño de la muestra, se deben tomar tres decisiones: 1. el grado de confianza (a menudo el 95 por ciento) 2. el nivel de precisión especificado (cantidad de error aceptable) 3. la cantidad de variabilidad (homogeneidad de la población) Muestreo de poblaciones grandes (infinitas) Si la población es infinita, es decir no se conoce exactamente el total de la población o es mayor de 100,000 personas y se desea saber cuántos del total se tiene que estudiar, la fórmula podría ser:

Donde: • n = Número de elementos de la muestra • N = Número de elementos de la población o universo (al ser > 100,000 no se considera). • P/Q = Probabilidades con las que se presenta el fenómeno. Q = 1 - P • Z2 = Valor crítico correspondiente al nivel de confianza elegido; siempre se opera con valor zeta 2, luego Z = 2. • E = Margen de error permitido (determinado por el responsable del estudio). Cuando el valor de P y de Q sean desconocidos o cuando la encuesta abarque diferentes aspectos en los que estos valores pueden ser desiguales, es conveniente tomar el caso más adecuado o aquel que necesite el máximo tamaño de la muestra, lo cual ocurre para P = Q = 50, luego, P = 50 y Q = 50. Muestreo de poblaciones pequeñas (finitas) Si la población es finita, es decir se conoce el total de la población y se desea saber cuántos del total se tiene que estudiar, la fórmula podría ser: Donde: • N = Total de la población • Zα= 1.96 al cuadrado (si la seguridad es del 95%) • p = proporción esperada (en este caso 5% = 0.05) • q = 1 – p (en este caso 1-0.05 = 0.95) • d = precisión (en su investigación use un 5%).

6.6 Plan de muestreo El investigador implementa el plan de muestreo después de haber acordado todos los detalles del diseño de muestreo. Se definió la población objetivo, se seleccionó el método de muestreo y se determinó el tamaño de muestra apropiado. Se deben decidir muchos detalles antes de aceptar un plan de muestreo final. Una vez que se recopilan los datos, es demasiado tarde para cambiar el diseño de muestreo. 6.7 Tasa de respuestas En la investigación de la encuesta, la tasa de respuesta, también conocida como tasa de finalización o tasa de retorno, es el número de personas que respondieron la encuesta dividido por el número de personas en la muestra. Por lo general, se expresa en forma de porcentaje. En las muestras de probabilidad, donde la intención de una encuesta es proyectar los resultados de los datos en una población (por ejemplo, todos los adultos en los Estados Unidos), la teoría estadística se basa en el supuesto de que los datos se recopilan de cada unidad o persona seleccionada. En la práctica, es extremadamente raro que cualquier encuesta logre este nivel perfecto de cooperación de los encuestados. A su vez, los investigadores de la encuesta pueden considerar, examinar y, cuando sea necesario, compensar los posibles problemas que presenta esta deficiencia. Es importante realizar un seguimiento de la tasa de respuesta contra su marco de muestra. Si depende de cuestionarios postales, necesitará planificar su tiempo de diseño para hacer un seguimiento de los cuestionarios. Lo que se considera una buena tasa de respuesta varía según el tipo de encuesta: si son, por ejemplo, gerentes de encuestas, entonces una buena respuesta sería del 50 por ciento; Para las encuestas de consumidores, es probable que la tasa de respuesta sea más baja, digamos del 10 al 20 por ciento. 6.8 Métodos de recolección de datos primarios El tipo y la cantidad de datos que se recopilarán dependen de la naturaleza del estudio y sus objetivos de investigación. Los datos se recopilan mediante uno o más de los siguientes: entrevistas, observación y cuestionario. Una vez que se obtienen los datos, se analizan y se convierten en la base para la toma de decisiones informada. Los métodos de recopilación de datos primarios se pueden dividir en dos tipos: cualitativos y cuantitativos.

La palabra cualitativa implica un énfasis en las cualidades de las entidades y en los procesos y significados que no se examinan o miden experimentalmente (si se miden) en términos de cantidad, cantidad, intensidad o frecuencia. Los investigadores cualitativos enfatizan la naturaleza socialmente construida de la realidad, la relación íntima entre el investigador y lo que se estudia, y las restricciones situacionales que dan forma a la investigación. Dichos investigadores enfatizan la naturaleza cargada de valor de la investigación. Los trabajos cualitativos se suelen enfocar en palabras, son Inductivos, Requieren más participación y envolvimiento por parte del investigador, se centran en entender fenómenos en contexto social, institucional, político y económico, No requieren una hipótesis, Se centran en algunas personas y, por lo tanto, pueden ser difíciles de generalizar. La recopilación de datos cuantitativos implica la recopilación de datos numéricos mediante cuestionarios estructurados o guías de observación para recopilar datos primarios de los individuos. Los datos van desde creencias, opiniones, actitudes, comportamientos y estilos de vida hasta información general sobre individuos, como género, edad, educación e ingresos, así como características de la compañía como ingresos y número de empleados. Los trabajos Cuantitativos se suelen enfocar en números, son Deductivos, Involucran al investigador como un observador objetivo e imparcial, pueden centrarse en causa y efecto, requieren una hipótesis, pueden forzar a las personas a clasificarse, además no puede profundizar mucho sobre temas y problemas. 6.9 Investigación cualitativa: métodos de colección La palabra cualitativa implica un énfasis en las cualidades de las entidades y en los procesos y significados que no se examinan o miden experimentalmente (si se miden) en términos de cantidad, cantidad, intensidad o frecuencia. Los investigadores cualitativos enfatizan la naturaleza socialmente construida de la realidad, la relación íntima entre el investigador y lo que se estudia, y las restricciones situacionales que dan forma a la investigación. Dichos investigadores enfatizan la naturaleza cargada de valor de la investigación. Los enfoques principales en la recopilación de datos de la investigación cualitativa: Observación, Entrevistas. Si el objetivo de su investigación es examinar el comportamiento de personas o eventos, entonces la observación es el método apropiado. Si su objetivo es comprender por qué sucede algo, deberá entrevistar a las personas. Los datos de observación se recopilan sistemáticamente para registrar observaciones de personas, eventos u objetos. Los datos de observación se pueden obtener mediante el uso de

observaciones humanas, electrónicas o mecánicas. Un enfoque observacional da como resultado datos narrativos o numéricos. Una entrevista es donde el investigador habla a los encuestados directamente. Las entrevistas son particularmente útiles para recopilar datos cuando se trata de problemas complejos o serios. Las entrevistas pueden variar desde ser altamente desestructuradas (enfoque flexible) hasta altamente estructuradas (de manera ordenada y consistente). 6.10 Investigación cualitativa: frecuencia de uso Según el portal Greenbook Research Industry Trends 2018 Report, los métodos más frecuentes de investigaciones cualitativas son: Grupos focales tradicionales (en persona) 26%, Entrevistas en profundidad (en persona) 15%, Entrevistas en profundidad (por teléfono) 11%, Entrevistas / grupos usando comunidades en línea 9%, Diarios móviles y colecciones de imágenes 7%, Observaciones de compras en la tienda 5%, Estudios de tablero de anuncios 5%, Grupos focales en línea con cámaras web 4%, Monitorear blogs 2%, Chats basados en texto entrevistas en línea en profundidad 2%, Preguntas automatizadas por sistemas de inteligencia artificial 1%. 6.11 Observación Los datos de observación se recopilan mediante el registro sistemático de observaciones de personas, eventos u objetos. Los datos de observación se pueden obtener mediante el uso de métodos humanos, mecánicos o electrónicos. Un enfoque observacional da como resultado datos narrativos o numéricos. Un enfoque observacional da como resultado datos narrativos o numéricos. El medio más extendido de recopilación de datos de observación es a través del escaneo de compras en supermercados, farmacias o puntos de venta minorista o por Internet cuando la empresa analiza el comportamiento de clic de un usuario. Una ventaja de este método es su enfoque discreto donde el encuestado desconoce su participación en el proyecto. Una desventaja de la observación es que no hay oportunidad de observar pensamientos o actitudes invisibles. 6.12 Investigación etnográfica Es una forma de recopilación de datos de observación en la que los investigadores pasan largos períodos de tiempo con un encuestado y luego escriben narrativas que describen el comportamiento del encuestado. El investigador prefiere interpretar el comportamiento a través de la observación de experiencias de la vida real. El investigador prefiere interpretar el

comportamiento a través de la observación de experiencias de la vida real. La etnografía es más que una simple entrevista en profundidad. Es una metodología que llega a la raíz de por qué las personas hacen lo que hacen versus lo que dicen que hacen. Las etnografías son adecuadas para estudiar situaciones y relaciones impredecibles que son demasiado complejas o difíciles para métodos cuantitativos, como encuestas y análisis estadísticos de datos numéricos. La idea es más observar que interactuar. También conocida como investigación participante-observador, la etnografía toma mucho tiempo y requiere un investigador bien entrenado. Se necesita tiempo para generar confianza con los informantes para facilitar un discurso completo y honesto. Los estudios a corto plazo tienen una desventaja particular a este respecto. 6.13 Análisis De Contenido El análisis de contenido obtiene datos al observar y analizar el contenido o el mensaje del texto escrito. Entre los ejemplos de texto en los que se suele utilizar el análisis de contenido se incluyen informes, contratos, anuncios, cartas, blogs, preguntas abiertas en encuestas, entrevistas en profundidad. El análisis de contenido inicial puede contar la frecuencia de palabras o frases. Hay dos tipos generales de análisis de contenido: análisis conceptual y análisis relacional. El análisis conceptual determina la existencia y frecuencia de conceptos en un texto. El análisis relacional desarrolla aún más el análisis conceptual al examinar las relaciones entre conceptos en un texto. Cada tipo de análisis puede conducir a diferentes resultados, conclusiones, interpretaciones y significados. 6.14 Entrevistas Las entrevistas involucran al investigador \"hablando\" directamente con el entrevistado, haciendo preguntas y registrando respuestas. Una entrevista es donde el investigador habla directamente con los encuestados. Las entrevistas son particularmente útiles para recopilar datos cuando se trata de problemas complejos o delicados. y cuando las preguntas abiertas se utilizan para recopilar datos. Las entrevistas permiten al investigador obtener comentarios y utilizar ayudas visuales si las entrevistas son cara a cara. Hay tres tipos de entrevistas: Entrevistas estructuradas: el entrevistador utiliza una secuencia de entrevistas con preguntas predeterminadas que se hacen exactamente de la misma manera. Entrevistas semiestructuradas: el investigador sigue una estructura y dirección predeterminadas, pero puede hacer preguntas relacionadas e imprevistas que

no se incluyeron originalmente. Entrevistas no estructuradas: el investigador no sigue una secuencia de entrevistas y obtiene información al involucrar al entrevistado en una discusión abierta y gratuita sobre el tema de interés. 6.15 Grupo Focal Los grupos focales se utilizan para generar información sobre puntos de vista colectivos y los significados que se encuentran detrás de esos puntos de vista. También son útiles para generar una rica comprensión de las experiencias y creencias de los participantes. La investigación de grupos focales se utiliza para desarrollar o mejorar productos o servicios. El objetivo principal es proporcionar datos para mejorar, cambiar o crear un producto o servicio dirigido a un grupo de clientes clave. Son entrevistas semiestructuradas que utilizan un diseño de investigación exploratoria y se consideran investigación cualitativa. Se pueden considerar debates informales entre 8 y 12 encuestados que comparten algo en común, guiado por un moderador que fomenta la discusión y mantiene al grupo \"en camino\". No se requieren muestras aleatorias. 6.16 Grupo Focal: Moderador Un moderador de grupos focales también se conoce como facilitador. La efectividad del moderador del grupo focal es la clave para un grupo focal exitoso. El trabajo del moderador es mantener al grupo \"enfocado\" y generar una discusión animada y productiva. Se considera importante que el facilitador del grupo tenga: Buena Apariencia, Sea atento, tenga entrenamiento y experiencia profesional, sea organizado, sea objetivo, tenga buenas habilidades de escuchar. 6.17 Técnicas Proyectivas Las técnicas proyectivas son métodos indirectos utilizados en la investigación cualitativa. Estas técnicas permiten a los investigadores aprovechar las profundas motivaciones, creencias, actitudes y valores de los consumidores. ... Si bien las preguntas directas funcionan bien la mayor parte del tiempo, a veces los investigadores de mercado quieren investigar los valores y creencias más profundos de los consumidores. Se usan para descubrir motivaciones ocultas. Se utilizan dibujos animados, finalización de oraciones, asociación de palabras, pruebas de globos y juegos de roles. Por lo tanto, el encuestado está describiendo características de otra persona en lugar de él o ella misma. Las pruebas proyectivas se realizan bajo el supuesto de que los humanos tienen

motivaciones y actitudes conscientes e inconscientes. Mantiene limitaciones conscientes e inconscientes. Resulta en resultados espontáneos. las personas presentan su comunicación no verbal y eso puede depender del comportamiento, reacción y actitud. Los ejemplos incluyen: la prueba de manchas de tinta de Rorschach, la prueba de Holtzman, la prueba de apercepción temática (TAT). 6.18 Estudio de Casos Los Estudio de Casos se enfocan en recopilar información sobre un evento o actividad específicos, a menudo una empresa o industria en particular en un entorno de la vida real. El método de estudio de caso es una forma muy popular de análisis cualitativo e implica una observación cuidadosa y completa de una unidad social, ya sea una persona, una familia, una institución, un grupo cultural o incluso toda la comunidad. Los estudios de caso se basan en una investigación en profundidad de un solo individuo, grupo o evento para explorar las causas de los principios subyacentes. Un estudio de caso es un análisis descriptivo y exploratorio de una persona, grupo o evento. Hay unas decisiones importantes a tomar: ¿Cuál es la unidad de análisis? Es importante saber si será una división de la empresa, un departamento en particular o incluso un proyecto que está siendo implementado por una empresa en su conjunto. También hay que saber: ¿Cuál es el periodo de tiempo a estudiar? ¿Cuándo comienza el período de estudio y cuándo termina? Las decisiones incorrectas sobre cualquiera de estos temas podrían invalidar los hallazgos del estudio. 6.19 Software de análisis de contenido NVIVO es una herramienta de software para explorar e interpretar datos de texto y analizar detalles finos. NVIVO permite hipervínculos a ilustraciones, audio y videoclips. NVivo está destinado a ayudar a los usuarios a organizar y analizar datos no numéricos o no estructurados. El software permite a los usuarios clasificar, ordenar y organizar la información; examinar relaciones en los datos; y combina análisis con enlaces, modelado, búsqueda y modelado. TextSmart es un software que permite a los usuarios ver, manipular y automatizar la codificación o categorización de respuestas a datos narrativos. La capacidad de automatizar el examen y la organización de los datos narrativos es particularmente útil cuando se realiza una encuesta de \"gran escala\". Se puede usar para analizar cualquier dato textual y su salida se puede exportar a SPSS para su posterior

análisis. El programa sirve para analizar respuestas a preguntas abiertas. El programa permite el uso de una lista de palabras triviales, el usuario tiene que crear un diccionario. El programa descarga una matriz de datos basada en la frecuencia de ocurrencia. 6.20 Investigación cuantitativa Los métodos cuantitativos enfatizan las mediciones objetivas y el análisis estadístico, matemático o numérico de los datos recopilados a través de encuestas, cuestionarios y encuestas, o mediante la manipulación de datos estadísticos preexistentes utilizando técnicas computacionales. La investigación cuantitativa se centra en recopilar datos numéricos y generalizarlos entre grupos de personas o explicar un fenómeno particular. La investigación cuantitativa se ocupa de números, lógica y una posición objetiva. La investigación cuantitativa se centra en datos numéricos e inmutables y en un razonamiento convergente detallado en lugar de un razonamiento divergente [es decir, la generación de una variedad de ideas sobre un problema de investigación de manera espontánea y fluida]. Sus características principales son: Los datos generalmente se recopilan utilizando instrumentos de investigación estructurados. Los resultados se basan en muestras de mayor tamaño que son representativas de la población. El estudio de investigación generalmente se puede replicar o repetir, dada su alta confiabilidad. El investigador tiene una pregunta de investigación claramente definida a la que se buscan respuestas objetivas. Todos los aspectos del estudio están cuidadosamente diseñados antes de que se recopilen los datos. Los datos están en forma de números y estadísticas, a menudo organizados en tablas, cuadros, figuras u otras formas no textuales. El proyecto se puede utilizar para generalizar conceptos más ampliamente, predecir resultados futuros o investigar relaciones causales. El investigador utiliza herramientas, como cuestionarios o software de computadora, para recopilar datos numéricos. El objetivo general de un estudio de investigación cuantitativa es clasificar las características, contarlas y construir modelos estadísticos en un intento de explicar lo que se observa. 6.21 Investigación cuantitativa: frecuencia de uso Según el portal Greenbook Research Industry Trends 2018 Report, los métodos más frecuentes de investigaciones cualitativas son: Grupos focales tradicionales (en persona) 26%,

Entrevistas en profundidad (en persona) 15%, Entrevistas en profundidad (por teléfono) 11%, Entrevistas / grupos usando comunidades en línea 9%, Diarios móviles y colecciones de imágenes 7%, Observaciones de compras en la tienda 5%, Estudios de tablero de anuncios 5%, Grupos focales en línea con cámaras web 4%, Monitorear blogs 2%, Chats basados en texto entrevistas en línea en profundidad 2%, Preguntas automatizadas por sistemas de inteligencia artificial 1%. 6.22 Recopilación De Datos Cuantitativos por Encuesta La Recopilación De Datos Cuantitativos implica la recopilación de datos numéricos mediante cuestionarios estructurados o guías de observación para recopilar datos primarios de individuos. Encuestas autocompletadas, Encuestas completadas por el entrevistador, Observando la frecuencia de acciones o eventos. 6.23 Encuestas autocompletadas Las encuestas autocompletadas para recopilar datos utilizan cuestionarios estructurados. Un cuestionario estructurado es un conjunto predeterminado de preguntas diseñado para capturar datos de los encuestados. Es un instrumento desarrollado científicamente para la medición de características clave de individuos, empresas, eventos y otros fenómenos. Una buena investigación de encuestas requiere buenos cuestionarios para garantizar la precisión de los datos. Al realizar una encuesta basada en un cuestionario, se deben considerar una serie de actividades interrelacionadas: el diseño general del cuestionario, la validación del cuestionario mediante pruebas preliminares y el método por el cual se administra el cuestionario. Ejemplos de encuestas autocompletadas: por correo, móviles, quioscos, otros medios digitales. 6.24 Encuestas Completadas por el Entrevistador Los cuestionarios administrados por el entrevistador se completan cara a cara, aún pueden ser efectivos. Las entrevistas telefónicas son generalmente más rápidas y menos costosas que las entrevistas personales, pero excluye la posibilidad de usar imágenes y, en general, los encuestados no tolerarán una entrevista tan larga como en una situación cara a cara. Sin embargo, las encuestas telefónicas permiten un mayor control, particularmente cuando se realizan desde una instalación central bajo la supervisión de un supervisor.

6.25 Encuestas Completadas Por Correo: Ventajas/Desventajas Ventajas de Encuestas Completadas Por Correo, Fax, Devolución: Amplio acceso y cobertura, Proporciona anonimato, Relativamente bajo costo, Gran tamaño de muestra posible, Los encuestados completan el cuestionario a su propio ritmo. Entre las Desventajas se encuentran: El cuestionario debe ser simple, Baja tasa de respuesta, Los puntos de aclaración no son posibles, El seguimiento de la falta de respuesta es difícil. 6.26 Encuestas en persona: Ventajas/Desventajas Ventajas de Encuestas en persona incluyen: se puede establecer empatía e interés en el estudio, Puede sondear problemas complejos, Puede aclarar las consultas de los encuestados, Alta tasa de respuestas. Entre las Desventajas se encuentran: Caro en tiempo y costo, Puede conducir al sesgo del entrevistador, Difícil de obtener amplio acceso, Tamaños de muestra relativamente pequeños. 6.27 Encuestas telefónicas: Ventajas/Desventajas Ventajas de Encuestas en persona incluyen: Proporciona contacto personal, Amplia cobertura geográfica, Acceso fácil y rápido, se puede hacer con la ayuda de una computadora. Entre las Desventajas se encuentran: Corto tiempo de entrevista, Limitado a individuos con teléfonos, dispuestos a responder, Puede ser costoso. 6.28 Encuestas electrónicas: Ventajas/Desventajas Ventajas de Encuestas electrónicas: Fácil de administrar, Alcance global, Rápida recopilación y análisis de datos, Sin sesgo de entrevistador. Entre las Desventajas se encuentran: Pérdida del anonimato, Puede ser complejo de diseñar y programar, Limitado a usuarios de computadoras. 6.29 Observación La observación se utiliza cada vez más para la investigación cuantitativa. Las herramientas de minería de redes sociales, así como el escáner, los dispositivos digitales portátiles y las tecnologías de seguimiento en línea permiten a los investigadores contar las ventas de productos

y servicios, observar el comportamiento en línea (análisis de flujo de clics) y evaluar la respuesta publicitaria y el comportamiento del comercio electrónico (clic) análisis). Por lo tanto, si bien la observación ha sido tradicionalmente una herramienta de recopilación de datos cualitativa, se utiliza cada vez más para muchos más estudios cuantitativos. Hay una gran cantidad de datos textuales, pictóricos y grabados digitalmente disponibles publicados en línea que pueden ser útiles para una empresa, y las herramientas de escucha y reconocimiento de imágenes comienzan a madurar y se vuelven más útiles para los investigadores de marketing. Las primeras herramientas se diseñaron principalmente para monitorear, en tiempo casi real, las conversaciones sobre un producto, marca o película recién lanzada, para tener una idea general de si el sentimiento es positivo o negativo o si una empresa necesita monitorear y manejar una crisis emergente. Más recientemente, el machine learning o inteligencia artificial, ayudado por el entrenamiento humano a gran escala, está mejorando la precisión de la codificación de datos grabados digitalmente.