9 El concepto de medición

El concepto de
medición
MMP Diana Lizbet Vaquero Negrete

Proceso de medición
Medición es el proceso de asignar números o rótulos a personas, objetos o
sucesos de acuerdo con reglas específicas para representar cantidades o
cualidades de atributos. La medición entonces, es un procedimiento usado
para asignar números que reflejen el monto de un atributo poseído por una
persona, objeto o suceso. Nótese que lo que se mide no es la persona,
objeto o suceso, sino sus atributos. Un investigador, por ejemplo, no mide a
un consumidor per se sino las actitudes, ingresos, lealtad a la marca, edad y
otros factores relevantes de ese consumidor.
El concepto de reglas es clave para la medición. Una regla es una guía,
método o instrucción que indica a un investigador qué hacer. Por ejemplo,
una regla de medición podría decir: “ Asigna los números 1 a 5 a personas de
acuerdo con su disposición a hacer labores domésticas, asígnales 1. Si no
están dispuestos a hacer ninguna labor doméstica, asígnales 5”. Los
números 2, 3 y 4 se asignarían con base en el grado de la disposición de
esas personas a hacer labores domésticas, en relación con los puntos
extremos absolutos de 1 y 5.
Un problema común de las reglas es una falta de claridad o especificidad.
Algunas cosas son fáciles de medio, porque reglas son fáciles de crear y
seguir.

La medición de género, por ejemplo, es muy simple, ya que el investigador
tiene criterios concretos por aplicar al asignar 1 a un hombre y 2 a una mujer.
Lamentablemente, muchas características de interés para un investigador de
mercados - como lealtad de marca, intención de compra e ingreso familiar
total - son mucho más difíciles de medir, a causa de la diﬁcultad de ideas
reglas para estimar el verdadero valor de esos atributos del consumidor.

Paso 1 Identificar el concepto de interés
El proceso de medición comienza con la identificación del concepto de
interés. Un concepto es una idea abstracta generalizada desde hechos
particulares. Se trata de una categoría del pensamiento usada para agrupar
datos sensoriales “como si fueran lo mismo”. Todas las percepciones
respecto a un semáforo en la intersección de las calles South y Main forman
una categoría del pensamiento, aunque estrecha. Las percepciones acerca
de todos los semáforos, independientemente de su ubicación, serían un
concepto más amplio, o categoría del pensamiento.
Paso 2 Desarrollar un constructo
Constructos son tipos específicos de conceptos que existen en niveles más
altos de abstracción que los conceptos ordinarios. Los constructos se
inventan para su uso teórico , así que es probable que abarquen varias
categorías preexistentes del pensamiento. El valor de constructos
específicos depende de qué tan útiles sean para explicar, predecir y controlar
fenómenos, así como el valor de conceptos ordinarios depende de qué tan
útiles sean en asuntos ordinarios. En cambio, se infieren por medio de un
método indirecto de resultados como hallazgos en un cuestionario. Ejemplos
de constructos de marketing incluyen lealtad a la marca, compras de alto
involucramiento, clase social, personalidad y poder del canal. Los
constructos ayudan a los investigadores simplificando e integrando los
complejos fenómenos hallados en el entorno del marketing.

Paso 3 Definir el concepto constitutivamente
El tercer paso del proceso de medición es definir el conceptos
constitutivamente. Una definición constitutiva (teórica o conceptual) es una
formulación del significado de la idea o concepto central bajo estudio,
estableciendo sus límites. Los constructos de una teoría científica están
definidos constitutivamente. Así, todos los constructos , para poder usarse
en teorías, deben poseer su significado constitutivo. Igual que una definición
en un diccionario, una definición constitutiva debe distinguir completamente
el concepto bajo investigación de todos los demás conceptos, volviendo al
concepto en estudio fácilmente discernible de conceptos muy similares pero
diferentes.
Una vaga definición constitutiva puede causar una pregunta de investigación
incorrecta por abordar. Por ejemplo, decir que los investigadores están
interesados en estudiar los roles maritales, de recién casados (con menos de
12 meses de casados) de 24 a 28 años de edad con cuatro años de estudios
universitarios podría no ser suficiente tampoco. Mientras que un investigador
podría estar interesado en los patrones de comunicación cuando las parejas
asumen ciertos roles, un segundo investigador podría interesarse en los
roles de la paternidad.

Paso 4 Definir el concepto operativamente
Una definición constitutiva precisa vuelve mucho más fácil la tarea de la
definición operativa. Una definición operativa específica qué características
observables se medirán y el proceso para asignar un valor al concepto. En
otras palabras, asigna significado a un constructo en términos de las
operaciones necesaria para medirlo en una situación concreta.
Dado que es demasiado restrictivo en marketing insistir en que todas las
variables se definan operativamente en términos directamente mensurables,
muchas variables se formulan en términos más abstractos y se miden
indirectamente, con base en supuestos teóricos sobre su naturaleza. Por
ejemplo, es imposible medir una actitud directamente, porque una actitud es
un concepto abstracto que se refiere a cosas dentro de la mente de una
persona. Es posible, no obstante, dar una clara definición teórica de una
actitud como una organización duradera de procesos motivaciones,
emocionales, perceptibles y cognitivos respecto a algún aspecto del entorno.
Con base en esta definición, se ha desarrollado instrumentos para medir
actitudes indirectamente, haciendo preguntas sobre qué siente una persona,
qué cree y cómo tiene intención de comportarse.

En suma, una definición operativa sirve como puente entre un concepto teórico
y sucesos o factores en el mundo real. Constructos como “actitud” y “compras
de alto involucramiento”son abstracciones que no se pueden observar. Las
definiciones operativas transforman esos constructos en sucesos observables.
En otras palabras, definen o dan significado a un constructo detallando lo que
el investigador debe hacer para medirlo. Hay muchas posibles definiciones
operativas de un concepto, independientemente de lo exacta que pueda ser su
definición constitutiva. El investigador debe elegir la definición operativa que
se ajuste más apropiadamente a los objetivos de su investigación.
Un ejemplo de definición constitutiva, su correspondiente definición operativa y
una isla de medición resultante se muestra en la siguiente tabla. La definición
operativa de la ambigüedad fue desarrollada por dos profesores de marketing
para su uso con vendedores y personal de servicio al cliente. La noción teórica
es que la ambigüedad de los roles conduce a estrés laboral y anula la
capacidad de un trabajador para mejorar su desempeño y obtener
recompensas basadas en el trabajo, lo que deriva en insatisfacción laboral.
La equivalencia de constructo trata con la forma en la que la gente ve, entiende
y desarrolla medidas de un fenómeno particular. El problema que confronta el
investigador de mercados globales es que, a causa de diferencias
socioculturales, económicas y políticas, las perspectivas de constructos
pueden no ser idéntica ni equivalentes.

Paso 5 Desarrollar una escala de medición
En la tabla anterior se incluye una escala que va de “muy cierto” a “muy
incierto”. Una escala es un conjunto de símbolos o números elaborado de tal
manera que los símbolos o números puedan asignarse mediante una regla a
los individuos (o sus conductas o actitudes) a los que se les aplica la escala.
La asignación en la escala está indicada por la posesión por el individuo de
lo que se supone que la escala debe medir. Así un vendedor que cree saber
exactamente cómo se supone que debe interactuar con los clientes marcaría
muy cierto en ese elemento en la escala.
Crear una escala de medición comienza con la determinación del nivel de
medición deseable o posible.
Nivel nominal de medición
Las escalas nominales están entre las de uso más común en la investigación
de mercados. Una escala nominal divide los datos en categorías
mutuamente excluyentes y colectivamente exhaustivas, lo que implica que
cada dato corresponderá a una y solo una categoría y que todos los datos
cabrán en algún lugar de la escala.

El término nominal significa “relativo al nombre”, lo que indica que los números
asignados a objetos o fenómenos los nombran o clasifican, pero no tienen
verdadero valor numérico; es decir, los números no pueden ser ordenados,
sumados o divididos. Los números son simplemente rótulos o números de
identificación y nada más.
Género: (1) Masculino (2) Femenino
Área geográfica: (1) Urbana (2) Rural (3) Suburbana
Las únicas cuantificaciones en las escalas numéricas son el número y el
porcentaje de objetos en cada categoría, por ejemplo, 50 hombres (48.5%) y 53
mujeres (51.5%).
Nivel ordinal de medición
Las escalas ordinales tienen las características de rotulación de las escalas
nominales más la capacidad para ordenar datos. La medición ordinal es
posible cuando puede aplicarse el postulado de transitividad. (Un postulado
es un supuesto que representa un prerrequisito esencial para desarrollar una
operación o línea de razonamiento).

El postulado de transitividad es descrito por la noción de que “si a es mayor
que b y b es mayor que c, entonces a es mayor que c”. Otros términos que
pueden sustituir a es mayor que son: es preferible a, es más fuerte que y
precede a. He aquí un ejemplo de escala ordinal:
Clasifica los siguientes servicios de contacto en línea de 1 a 5, siendo 1 el más
preferible y el 5 el menos preferible.
www.spark.com ____
www.eharmony.com ____
www.match.com ____
www.zoosk.com ____
www.friendfinder.com ____
Por ejemplo, a una persona que clasifica máquinas de fax podría gustarle la de
HP solo ligeramente más que la Canon, y ver la de Sharp como totalmente
inaceptable. Tal información no se obtendría en una escala ordinal.

Un uso controvertido (aunque común) de las escalas ordinales es calificar
varias características. En este caso, el investigador asigna números que
reflejen las calificaciones relativas de una serie de enunciados, y luego usa
números que reflejen las calificaciones relativas de una serie de enunciados, y
luego usa esos números para interpretar la distancia relativa. Recuérdese que
los investigadores de mercados que examinaron la ambigüedad de roles
usaron una escala que iba de muy cierto a muy incierto. Se asignaron los
siguientes valores:
(1) Muy cierto (2) Cierto (3) Neutral
(4) Incierto (5) Muy incierto

Nivel de intervalos de medición
Las escalas de intervalos contienen todas las características de las escalas
ordinales con la dimensión adicional de que los intervalos entre los puntos
en la escala son iguales. Los investigadores de mercados suelen preferir
escalas de intervalos a las ordinales porque pueden medir cuánto de un
rango tiene (o no tiene) un consumidor sobre otro. Una escala de intervalos
permite a un investigador estudiar diferencias separando dos objetos.
Ejemplos son las escalas Fahrenheit y Celsius; el punto de congelación del
agua es cero en una escala, y de 32 grados en la otra.
Nivel de proporciones de medición
Las escalas de proporciones tienen todas las características de las escalas
previamente mencionadas así como un cero u origen absoluto signiﬁcativo.
Dado que hay acuerdo universal sobre la ubicación del punto cero, las
comparaciones entre magnitudes de valores en una escala de proporciones
son aceptables. Así, una escala de proporciones reﬂeja el monto real de una
variable. Características físicas de un encuestado como edad, peso y
estatura son ejemplos de variables de una escala de proporciones. Otras
escalas de proporciones se basa en área, distancia, valores monetarios,
tasas de rendimiento, conteos de población y periodos transcurridos.

Paso 6 Evaluar la confiabilidad y validez de la
medición
Un estudio ideal de investigación de mercados proporcionaría información
exacta, precisa, lúcida y oportuna. Datos exactos implican una medición
exacta, o M = A, donde M se refiere a medición y A significa exactitud total.
En la investigación de mercados, es raro que se alcance este ideal, si acaso.
En cambio:
M(medición) = A (exactitud total) + E (errores)
Los errores son aleatorios o sistemáticos. Un error sistemático resulta en un
sesgo constante en las mediciones. causado por defectos en el instrumento
o proceso de medición. Por ejemplo, si una regla defectuosa (en la que una
pulgada es realmente una pulgada y media) se usa en cocinas de prueba de
Pillsbury para medir la altura de menos de su altura real. El error aleatorio
también influye en las mediciones, pero no sistemáticamente. Así el error
aleatorio es de naturaleza transitoria. Una persona puede no responder una
pregunta sinceramente porque está de mal humor ese día.

Dos puntuajes en una escala de medición pueden diferir por varios razones.
Solo la primero de las ocho razones siguientes no implica error. Un
investigador debe determinar si alguna de las siete fuentes restantes de
diferencias de medición produce error aleatorio o sistemático.
Diferencias en las escalas de medición
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 Mc
Donald´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 tienen 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 Mc Donald´s pero da por
supuesto a 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
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 cuatro años, quien corría despavorido por el
patio de juegos de Mc Donald´s
5. Diferencias resultantes de
variaciones en la
administración de la encuesta
Los entrevistaodores 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
6. Diferencias debido al muestreo
de elementos incluidos en el cuestionario
Cuando investigadores intentan medir la calidad del servicio en Mc
Donald´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 quitado o añadido, 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 Mc Donald´s? y después se dieran la opciones 1) a menos
de cinco 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 el botón equivocado en
un dispositivo móvil pueden
resultar en diferencias en
respuestas.

Confiabilidad
Una escala de medición que proporciona resultados sistemáticos con el
paso del tiempo es confiable. Si una regla mide sistemáticamente un pastel
de chocolate como de 23 centímetros, de ella se dice que es confiable.
Escalas, calibradores y otros dispositivos de medición confiables pueden
usarse con confianza y con el conocimiento que factores transitorios y
situacionales no interfieren en el proceso de medición. Instrumentos
confiables ofrecen medidas estables en momentos diferentes y condiciones
diferentes. Una pregunta clave sobre la confiabilidad es: “Si medimos un
fenómeno una y otra vez con el mismo dispositivo de medición,
¿obtendremos resultados iguales o muy similares?” Una respuesta afirmativa
significa que el dispositivo es confiable.
Así, la confiabilidad es el grado en el que las medidas están libres de error
aleatorio y, por lo tanto, ofrecen datos congruentes. Cuanto menos error
haya, más confiable será la observación, así que una medición que está libre
de error es una medida correcta. Una medición confiable entonces, no
cambia cuando el concepto medido se mantiene constante en valor. Sin
embargo, si el concepto medido cambia en valor, la medida confiable
indicará ese cambio. ¿Cómo podría ser poco confiable un instrumento de
medición? Si tu peso se mantiene constante en 68 kilogramos pero
modificaciones repetidas en tu báscula de baño muestran que tu pes fluctúa,
la falta de confiabilidad de la báscula podría deberse a un resorte débil.

Hay tres maneras de evaluar la confiabilidad: la repetición de prueba, el uso de
formas equivalentes y la consistencia interna.
Confiabilidad de prueba repetida. La confiabilidad de prueba repetida se
obtiene repitiendo la medición con el mismo instrumento, aproximando las
condiciones originales lo más posible. La teoría detrás de la prueba repetida
es que si están presentes variaciones aleatorias, serán reveladas por
diferencias en los puntajes entre las dos pruebas. Estabilidad significa que
muy pocas diferencias en puntajes se encuentran entre la primera y segunda
administraciones de la prueba; se dice que el instrumento de medición es
estable. Por ejemplo, supongamos que una escala de medición de imagen de
tiendas departamentales de 30 elementos se aplicó al mismo grupo de
compradores en dos ocasiones diferentes. Si la correlación entre las dos
mediciones es alta, la confiabilidad se supondría alta.
Hay varios problemas con la confiabilidad de prueba repetida. Primero, podría
ser muy díficil localizar y obtener la cooperación de los encuestados parauna
primera prueba. Segundo, la primera medición podría alterar la respuesta de
una persona en la siguiente medición. Tercero, factores ambientales o
personales podrían variar, causando que la segunda medición cambie.

Confiabilidad de formas equivalentes. Las dificultades halladas en el enfoque
de prueba repetida pueden evitarse creando formas equivalentes de un
instrumento de medición. Por ejemplo, supongamos que el investigador está
interesado en identificar estilos de vida de dirección interior versus de
dirección exterior. Pueden crearse dos cuestionarios que contengan medidas
de conducta de dirección interior y medidas de conducta de dirección exterior.
Estas medidas deberían recibir el mismo énfasis en cada cuestionario. Así,
aunque las preguntas usadas para confirmar los estilos de vida son diferentes
en los dos cuestionarios, el número de preguntas usadas para medir cada
estilo de vida deberían ser aproximadamente iguales. El intervalo recomendado
para administrar la segunda forma equivalente es de dos semanas, aunque en
algunos casos las dos formas se dan una después de otra o simultáneamente.
La confiabilidad de formas equivalentes se determina midiendo la correlación
de los puntajes de los dos instrumentos.

Hay dos problemas con las formas equivalentes que cabe señalar. Primero, es
muy difícil, y a veces imposible, crear dos formas totalmente equivalentes.
Segundo, si puede alcanzarse equivalencia, se podría no vale el tiempo,
dificultades y gastos implicados. La teoría detrás del enfoque de la evaluación
de la confiabilidad de formas equivalentes es igual a la de la prueba repetida.
La principal diferencia entre los métodos de prueba repetida y equivalentes es
el instrumento de prueba. La prueba repetida usa el mismo instrumento,
mientras que el enfoque de formas equivalente usa un instrumento de medición
diferente, aunque muy similar.
Confiabilidad de consistencia interna. Evalúa la capacidad de predecir
resultados similares cuando se usan muestras diferentes para medir un
fenómeno durante un mismo período. La teoría de la consistencia interna
descansa en el concepto de equivalencia. La equivalencia concierne en cuánto
error puede introducirse usando diferentes muestras de elementos. La serie
total de elementos usados para medir un fenómeno, como estilos de vida de
dirección interna, se divide en dos; los puntajes totales de las dos mitades se
correlacionan después.

Proceso de asignar números o rótulos a personas, objetos o sucesos de
acuerdo con reglas específicas para representar cantidades o cualidades de
atributos.
Medición
Regla
Guía, método o instrucción que indica a un investigador qué hacer.
Constructos
Tipos específicos de conceptos que existen entre los más altos niveles de
abstracción.
Definición constitutiva
Formulación del significado de la idea o concepto central bajo estudio,
estableciendo sus límites, también conocida como definición teórica, o
conceptual.

Conjunto de símbolos o números elaborado de tal manera que los símbolos o
números pueden asignarse mediante una regla a los individuos (o sus
conductos o actitudes) a los que se les aplica la regla.
Escala
Escalas nominales
Escala que dividen los datos en categoría mutuamente excluyentes y
colectivamente exhaustivas.
Escalas ordinales
Escalas que mantienen las características de rotulación de las escalas
nominales y que tienen la capacidad de ordenar datos.
Escalas de intervalos
Escalas que tienen las características de las escalas ordinales, más intervalos
iguales entre los puntos para indicar montos relativos; pueden incluir un punto
cero arbitrario.

Escalas que tienen las características de las escalas de intervalos, más un
punto cero significativo, de tal manera que las magnitudes pueden
compararse sistemáticamente.
Escalas de proporciones
Confiabilidad
Grado en que las medidas están libres de error aleatorio, y por lo tanto, ofrecen
datos congruentes.
Confiabilidad de prueba repetida
Capacidad del mismo instrumento para producir resultados congruentes
cuando se le usa una segunda vez en condiciones lo más similares posible a
las originales.
Estabilidad
Ausencia de cambio en resultados de prueba repetida.

Capacidad de dos formas muy similares de un instrumento de producir
resultados estrechamente correlacionados.
Conﬁabilidad de formas equivalentes
Validez
Grado en el que lo que el investigador intente medir fue realmente medido.
Validez frontal
Grado en el que una medición parece medir lo que se supone que debe.
Validez de contenido
Representatividad o suﬁciencia muestra, del contenido del instrumento de
medición.
Validez relacionada con un criterio
Grado en el cual un instrumento de medición puede predecir una variable
designada como criterio.

Grado en el que un futuro nivel de una variable de criterio puede ser
pronosticado por una escala presente de medición.
Validez predictiva
Validez concurrente
Grado en el que otra variable, medida en el mismo punto en el tiempo que la
variable de interés, puede ser predicha por el instrumento de medición
Validez de constructos
Grado en el que un instrumento de medición representa y une lógicamente, vía
la teoría subyacente, el fenómeno observado con el constructo.
Validez convergente
Grado de correlación entre diferentes instrumentos de medición que pretender
medir el mismo constructo.
Validez discriminante
Medida de la falta de asociación entre constructos que supuestamente son
diferentes.

9 El concepto de medición

Más contenido relacionado

La actualidad más candente

Similar a 9 El concepto de medición

Más de Diana Vaquero

9 El concepto de medición