Tag Archives: marca

CORRELACIÓN DE DATOS

“Por fin comprende mi corazón: escucho un canto, contemplo una flor”…Esperamos que acabes cantando –como lo hacia el Poeta Texcocano, Rey Netzahuacoyotl– cuando acabes de leer este post y, ojalá, te lleve a comprender el concepto de correlación, que es uno de los más importantes en investigación. También esperamos tener mejor suerte que otros y que, contándote una buena historia, te vuelvas adepto al coeficiente de correlación de Pearson.

Seguramente estás midiendo de forma periódica, digamos mensual, trimestral o semestral, la compra de la marca que administras. Como no conozco los datos que has obtenido, déjame inventar unos como los del cuadro de abajo:

cuadro de compra de marca 2

Muy bien, es facilísimo observar que la compra de la marca bajó de enero a mayo 30 puntos porcentuales (45 – 15 = 30). Eso te resulta fácil porque aprendiste en la escuela primaria a sumar y restar con brinquitos de la ranita (aunque todavía no me explico cómo le hacía la condenada rana para saltar hacia atrás). Asimismo, tienes una predisposición natural a ver las cosas linealmente, de allí el nombre que se les da a los números naturales (los que nos sirven para contar). Si todos los problemas fueran unidimensionales, o sea para adelante o para atrás, no habría problema, pero no es así. En la vida real hay fuerzas que interactúan y a veces lo hacen de forma lineal, en ese caso el método de la ranita es efectivo, pero cuando estas relaciones no son lineales la rana se vuelve obsoleta.

La lealtad es una medida que interactúa con la compra de marca; ambas en conjunto son un mejor indicador de su desempeño. En el siguiente cuadro vienen los datos obtenidos de la lealtad de marca:

cuadro de lealtad de marca 2

Okey, según estos datos de enero a mayo aumentaste 15 puntos porcentuales (37 – 22 = 15). ¡Ah, caray! como que no checa, ¿verdad? Hay menos consumidores que compran la marca, pero más lealtad, ¿qué sucedió?, ¿será que no se asocian? Nosotros los investigadores sabemos que sí están relacionadas, pero quizá no lo hacen como suponemos. Nuestra hipótesis es que la lealtad se ha incrementado porque los que dejan de comprar la marca son los menos leales, de esta forma la proporción de leales aumenta.

Si empleamos el método universal de la ranita para conocer el desempeño que la marca tuvo en mayo quizá sumaríamos la compra de ese mes 15% más el 37% de la lealtad y lo podríamos dividir entre 2 para obtener un porcentaje promedio (15 + 37 = 52/2 = 26). Según nuestro cálculo, el desempeño de la marca estuvo en un 26%, pero espérame un momento, ¿no quedamos en que la lealtad aumenta cuando la compra baja? Mejor le restamos 15% a 37% porque la relación es inversa, entonces el desempeño de la marca fue de 22%. No, no convence, ¿verdad? ¿Qué pasará cuando tenga 50% de compra y 50% de lealtad? Si los resto el desempeño sería 0%. Fíjate en este otro ejemplo, si tienes un 1% de compra y 99% de lealtad y procedes como la ranita obtendrías un puntaje de 50% de desempeño de la marca: 1% + 99% / 2 = 50%. El mismo puntaje resultaría si tienes 50% de compra y 50% de lealtad: 50% + 50% / 2 = 50%. Sin embargo, si multiplicas en lugar de sumar, los puntajes que obtendrías serían totalmente distintos. En el primer caso obtendrías 0.99%: 1% x 99% = 0.99%. Mientras que en el segundo caso obtendrías 25%: 50% x 50% = 25%.

Karl Pearson, el padre de la correlación, se dio cuenta de que la forma más adecuada de cuantificar una relación como la anterior era multiplicando ambas variables; las multiplica porque supone que están interactuando; no se trata de una sola rana que brinca hacia adelante y hacia atrás; se trata de dos ranas que entran y salen de un charco, sepa Dios y Pearson en que momento y dirección. Imagina que los porcentajes de compra y lealtad son 50% para ambas variables, si los multiplicamos tenemos un desempeño de marca del 25% (50% X 50% = 25%); este indicador sí tiene sentido. En buen cristiano, significa que el 25% del mercado es de la marca; en otras palabras, uno de cada cuatro consumidores son clientes de la marca. Para Pearson ambas variables actúan en conjunto, interactúan y comparten elementos comunes por eso es necesario multiplicarlas; sin embargo, no se sabe con que fuerza y en que dirección lo hacen porque, después de todo, podría ser que la fuerza con la que se relacionan fuera nula; es decir, en realidad no hay ningún FACTOR COMÚN entre ellas; es infundada la suposición de que están interactuando.

La moraleja de las historias anteriores es que nunca debes construir modelos de mercado o investigación que se basen exclusivamente en restas y sumas (v. gr. NPS – Net Promoter Score), pero además, antes de sumar o restar dos o más variables, debes primero constatar que existe una RELACIÓN LINEAL entre ellas, determinar qué tan fuerte es esa relación y su sentido: si es positiva o negativa.

Con el fin de hacer este artículo lo menos árido posible, no vamos a incluir ninguna fórmula hasta que sea absolutamente necesario. Si te parece vamos a continuar analizando nuestros datos con el acuerdo de que es mejor multiplicar que sumar y/o restar. En la tabla de abajo se presenta el ejercicio con los datos que nos inventamos al principio: la compra, la lealtad, sus sumas y promedios, así como la multiplicación de ambas y la suma total de esos productos.

cuadro de compra por lealtad 3

De acuerdo, si multiplicamos la compra por la lealtad de cada uno de los 5 meses, los SUMAMOS y promediamos, el desempeño de la marca es del 7%. ¡Ya ves! cómo tenemos una predisposición innata a sumar sin fijarnos si las variables se relacionan. Todavía no hemos comprobado si la compra y la lealtad se relacionan pero ya las estamos sumando para obtener un promedio. Puedes alegar que en la tabla se observa que la compra baja mientras que la lealtad aumenta pero que tal si tienes cientos de casos o miles o quizá millones ¿Qué, lo podrías hacer con una simple inspección visual? No, ¿verdad?

El problema es cómo hacerle para comparar ambas medidas y es aquí donde Pearson echó a andar nuevamente la ardilla. Razonó que para saber sí una variable aumenta mientras otra disminuye o ambas aumentan o disminuyen al mismo tiempo (a eso en estadística se le llama covarianza) tenía que compararlas sobre una misma base y se le ocurrió que el promedio es el mejor indicador sobre el cual se podría comparar. El promedio o media es algo así como el punto cero para cualquier grupo de mediciones; si una observación (en este caso medición mensual) está por debajo del promedio se dice que es negativa y por el contrario si está por encima se dice que es positiva. De esta forma cada INTERACCIÓN (multiplicación) se podría sumar o restar dentro del conjunto total de datos y obtener un indicador general de la dirección de la relación: si el resultado general es negativo entonces hay una relación inversa (mientras una variable aumenta la otra disminuye), si el resultado general es positivo entonces la relación es directa (mientras una variable aumenta la otra también lo hace o si disminuye la otra también lo hace). En la siguiente tabla se ilustra el procedimiento anterior:

covarianza

En la tabla se restó la compra obtenida en cada mes a el promedio de compra general y se procedió de la misma forma con la lealtad; luego se multiplicaron ambos resultados en cada mes (desviación del promedio de compra por desviación del promedio de lealtad) y se sumaron, el resultado “-224%”; este número y su signo indica que hay una relación negativa, o sea que la compra disminuye y la lealtad aumenta o a la inversa. Vamos a analizar detenidamente la tabla. En el mes de febrero la compra estuvo por encima de la media o promedio (30-27.2 = 2.8) es decir, el resultado fue positivo; en ese mismo mes, la lealtad también obtuvo resultados positivos porque no bajo del promedio general de lealtad. Sin embargo, la multiplicación de ambos resultados nos señala que hay 0% de covarianza; en otras palabras, no hay cambio en la lealtad cuando la compra aumenta o, si deseas verlo de otra forma, la compra aumenta aunque la lealtad permanezca igual. Dirían los sabios indigenas de México: “El ave canta aunque la rama cruja”. Eso es para un solo mes pero ¿qué pasa en marzo? Tanto la compra como la lealtad disminuyeron y el porcentaje en que lo hicieron fue de 0.8%, lo cual es muy poco. Toma nota que el resultado es positivo por que la variación en conjunto va en el mismo sentido, o sea ambas son positivas o negativas. ¿Qué tal en mayo? La compra quedó por debajo del promedio (-12.2%) y la lealtad por arriba de su promedio general (9%) por eso la relación es inversa: una baja y la otra sube. Si observas, tanto el mes de enero como mayo son los meses donde hay más variación, la cuál es de tipo negativa. Sólo para que estemos seguros de esta operación, si ambos resultados (compra y lealtad) son positivos o negativos el resultado de su multiplicación será positiva (menos por menos también da más). La consecuencia de sumar todos los productos cruzados (así se llama a la multiplicación de estas desviaciones) es que los valores negativos se neutralizan con los positivos; en otras palabras, hay variaciones en las que la compra y la lealtad se mueven juntas (covarían) en la misma dirección y variaciones en las que la compra y la lealtad se mueven en sentido inverso una crece mientras la otra baja; si, y éste es el meollo del asunto, la suma de los productos cruzados, es decir, de todas las variaciones es cero se infiere que hay un relajo entre las variables a veces suben o bajan juntas; otras veces una baja mientras otra sube, no están variando conjuntamente pero si el resultado es diferente de cero y positivo tanto la compra como la lealtad se mueven en el mismo sentido, o sea que medidas por encima del promedio de compra corresponden a medidas por encima del promedio de lealtad y medidas por debajo del promedio de compra (negativas) corresponden a medidas por debajo del promedio de lealtad (negativas). Por último, si es diferente de cero y negativo, la compra baja (está por debajo del promedio) mientras la lealtad sube (está por encima del promedio) o a la inversa. Al promedio de ese sube y baja, mi estimado lector, le llaman covarianza. En este caso la covarianza es de -56% (véase su cálculo en la tabla de arriba), su fórmula es:

formula covarianza2

Recuerda que en la ecuación la “x” y la “y” son desviaciones del promedio y que la “M” acostada indica que hay que sumarlas, después de haberlas multiplicado; la “n” simboliza el número de casos y se le resta menos “1”; te pido que no te confundas con este “1”, en esencia estas promediando la variación conjunta de compra y lealtad entre el número de casos.

La covarianza es prima hermana de la correlación. La diferencia es que la correlación es más comprensible que la covarianza. Por ejemplo, ¿qué significa una covarianza de -56%? Todo lo que podemos saber es que de toda la variación que podrían tener en conjunto la compra y la lealtad sólo quedó ese -56% porque la restante variación se anuló mutuamente debido a que no había un patrón de variaciones conjuntas entre ambas variables. Por esta razón Pearson se preguntó ¿qué porcentaje de variación total queda en la covarianza? y para responder a la pregunta simplemente dividió la covarianza entre el promedio de variación total que resulta del producto de ambas variables (véase la tabla de abajo).

correlación

Nota en la tabla anterior que las desviaciones de la compra y la lealtad las elevamos al cuadrado para poder sumarlas ya que no estamos interesados en saber si las diferencias eran negativas o positivas, simplemente deseamos saber el total de desviación que hay de su promedio; por otro lado, si no se elevan al cuadrado la suma total sería cero. Este artificio debe ser removido antes de calcular la correlación, lo cual se hace sacándole raíz cuadrada a la media de los cuadrados o covarianzas de cada variable; otro aspecto que te conviene recordar es que la covarianza es un promedio de desviaciones y que obtendrías el mismo factor de correlación dividiendo las sumas de la variaciones x,y (-224) y la total (raíz de 540.8 por la raíz de 134), el resultado en ese caso sería -224/269.2 = -.83. Abajo se muestra el coeficiente de correlación obtenido usando las covarianzas:

calculo de correlacion

La correlación tiene la propiedad de ir de -1 a 1; si el resultado es “-1” significa que las variables oscilan en conjunto de forma perfecta pero en sentidos opuestos: una aumenta y la otra disminuye; si el resultado es “1” entonces las variables oscilan en la misma dirección: una aumenta y la otra también o una disminuye y la otra también. En general, se entiende cuando es “-1” o “1”que la covarianza es igual al total de la variación promedio del producto cruzado de ambas variables. Si no es exactamente “-1” o “1”, se comprende que la covarianza es sólo una parte del total de la variación. Para ilustrar este punto, observa nuestro resultado de “-.83”, en buen cristiano este número nos dice que por cada unidad o punto porcentual que aumenta o disminuye una variable la otra lo hace en sentido inverso en un 83%. Por fin, aquí te presento la fórmula de correlación de Karl Pearson:

formula correlacion

La “Vx” es la covarianza de “x” y la “Vy” es la covarianza de “y”. Si deseas saber que es eso de varianza puedes ver el artículo: Varianza y el perico jefe.

Hasta pronto.

¿QUÉ TIENE UN NOMBRE?

“¿Qué es «Montesco»? Ni mano, ni pie,
ni brazo, ni cara, ni parte del cuerpo.
¡Ah, ponte otro nombre!
¿Qué tiene un nombre? Lo que llamamos rosa
sería tan fragante con cualquier otro nombre.
Si Romeo no se llamase Romeo,
conservaría su propia perfección
sin ese nombre. Romeo, quítate el nombre
y, a cambio de él, que es parte de ti,
¡tómame entera!”

Los Montesco y los Capuleto, como has de saber, se habían estado odiando y matando por viejas rencillas; para Julieta el nombre Montesco representaba esos horrores y era un obstáculo para su amor; la única forma de entregarse a Romeo sería que él dejara de llamarse Montesco; sólo a través de este pequeño sacrificio Romeo alcanzaría la luz, el fulgor, el resplandor de su amada Julieta.

El poder de una marca no procede de su nombre precisamente; sin embargo, es el portador de los significados que hay asociados a ella, los cuales pueden poseer tanto brillo como la Julieta amada de Romeo. Una persona busca alcanzar algo de ese brillo al adquirir la marca, su búsqueda está más allá de los atributos o beneficios que le puede dar (como decía julieta: “no es ni mano, ni pie, ni brazo…”) y se inserta directamente en los valores del consumidor. En el caso de Romeo y Julieta: un amor inmenso.

El consumidor que busca su nombre, el de su álter ego o de un familiar, en una lata de Coca-Cola para comprarla piensa en beneficiarse con el equity de esta marca, así de simple es la cosa. ¿De verdad es así de simple? Sí y no. Verán el equity de una marca tiene raíces profundas en las asociaciones con la marca (atributos, beneficios y valores) y en muchos casos estas asociaciones se han tejido durante décadas e incluso cientos de años, como Coca-Cola que nació a finales del siglo XIX. Por supuesto, estas asociaciones cambian a través del tiempo por lo que para una persona una marca puede significar algo distinto que para otra; no obstante, y este es el punto fino de la discusión, los valores asociados a una marca resisten más la prueba del tiempo que sus atributos y beneficios los cuales son más dinámicos. Por eso cuando una publicidad buena se apoya en algún tipo de valores se vuelve un icono.

Coca-Cola desde hace más de cuarenta años pensó en unir personas y hasta el día de hoy sigue funcionando la campaña. Los jóvenes podrán no acordarse o ni siquiera saber de esta campaña de Coca-Cola pero los que tenemos más de 50 años seguro que la recordamos. Pon atención a la música y siente como tus pies y tu cuerpo llevan el ritmo.

Esa campaña se llamó “The Real Thing”. Algunas empresas también han utilizado la estrategia de poner el nombre en el producto; Apple, por ejemplo, lo graba en tu iPad o iphone, Starbucks lo escribe con plumón en tu café; sin embargo, más allá de que el procedimiento no deja de ser burdo (imagina a Coca imprimiendo etiquetas y pegándolas en la lata) hay un factor que no se puede pasar por alto, Coca-Cola es “The Real Thing”, ¿y qué le da ese estatus? La edad y las asociaciones que ha construido durante ella. Ambos aspectos, estimados mercadólogos, están relacionados directamente con el contenido que se puede incluir en la publicidad de cualquier marca.

Pepsi no ha vendido valores, la última vez que lo hizo fue en la campaña “Pepsi Generation Next” de 1984 con Michel Jackson; esta campaña ya tenía sus antecedentes desde 1963; es decir mucho antes que “The Real Thing”; después de Michel Jackson Pepsi se ha cansado de anunciar una y otra vez atributos y beneficios del producto: Pepsi Vanilla, Crystal, Limón, Twist, etc. (hay carretadas de sabores y colores de Pepsis en todo el mundo) con el único fin de incrementar sus ventas con escasos resultados. Por favor, no me vayas a mal interpretar, eso no significa que la publicidad que anuncia las bondades del producto y sus beneficios no vende ¡claro que sí lo hace! y Pepsi seguramente ha tenido algunos éxitos pero no te parece que una marca que nació en el mismo siglo que Coca-Cola debería estar anunciando valores más que atributos o beneficios.

Estamos en la era de la conexión, la era de Internet, de las redes sociales, de los “share”, “likes”, “tags”, etc. todo eso significa conectar con otros que piensan igual; es decir, que comparten los mismos valores. Para el lego, la marca que logra conectar con el consumidor, es la marca exitosa. Sin embargo, la realidad es muy distinta. La marca jamás conecta con el consumidor; son los consumidores los que se conectan entre ellos a través de las marcas. Si una marca logra tender puentes entre ellos obtendrá beneficios económicos si no lo hace su camino estará lleno de tropiezos. En cualquier relación siempre hay ganadores y perdedores. Una marca que es portadora de los valores que el consumidor quiere mostrar es una apuesta segura para que éste se gane la amistad, el reconocimiento, admiración, etc. de sus amigos y/o familiares.

Por cierto el nombre de una marca también puede ser un obstáculo para conectar gente, especialmente si te llamas Julieta.

Actualización del 3/dic/2014. Me encontré con este artículo(1) que menciona que hay evidencia, a nivel neurológico, de que las personas tratamos a las marcas como objetos y no como personas. Por otro lado, Martin Lindstrom en su libro “Compradicción” también encontró evidencias de lo mismo ¿Todavía crees que el humano conecta con las marcas?

(1) Jenni Romaniuk (2013). What’s (brand) love got to do with it? en International Journal of Market Research, vol. 55, Issue 2. pp. 185-186

Hasta la próxima.

ANÁLISIS FACTORIAL

¡Play Ball! Dicen que el baseball es el Rey de los deportes y seguramente lo es. Sólo una vez, en mis 50 años de vida, he jugado este deporte, lo hice cuando era niño y como Dios manda, es decir, con uniforme, guante y en una auténtica cancha de baseball, jamás he olvidado ese juego (en esta foto salgo güerito porque todavía no me había quemado el Sol). Se dice lo mismo del análisis factorial, que es el Rey de los métodos de análisis estadístico en ciencias sociales ¿Por qué será?

Un cliente puede quedar muy satisfecho si le explicas la razón por la cual la lealtad a su marca está declinando o puede mandarte a freír espárragos si no le hace sentido lo que dices. El método “teórico” que utiliza el cliente para decidir si te abraza o te despide con un “me saludas a nunca vuelvas” se llama validez frontal. En pocas palabras, hay una inclinación innata del ser humano a validar las teorías. La teoría es maravillosa pues representa el nivel más alto de abstracción del pensamiento humano; sin embargo, parafraseando al maestro Bumy, hay métodos, metóditos y metódotes con los cuáles podemos validar nuestras teorías. ¿Qué tan difícil es “…Desafiar la investigación de mercados para proveer fundamente teórico de sus procesos de medición.”? ¿No te gustaría que así fuera la investigación de mercados? Sí, claro. Sin embargo, aún estamos en la primera base, muy lejos del home.

El análisis factorial valida las teorías pero no lo hace de la misma forma que tu cliente, lo hace a través de un método matemático puro (por eso es el Rey), al tipo de validez que obtienes con este análisis se le nombra validez de constructo, bonito nombre ¿verdad? Se ha utilizado por décadas para construir pruebas (test) sobre casi cualquier concepto que te puedas imaginar: celos, amor, vocación, locura, adicción, inteligencia y por supuesto lealtad a la marca. La idea que hay detrás de estas pruebas es hacer un inventario de las actitudes o manifestaciones más representativas de lo que se intenta medir, ¿no? Supón que deseas saber si tu novia(o) te ama, la primera pregunta que le harías es: “¿me quieres mi Lupe (Hetor, según la preferencia)? si la respuesta es sí, entonces ya llevas un punto a tu favor pero ¿no te parece que sería muy tonto de tu parte fiarte de un único sí como para ponerle casa a la susodicha o darle al Hetor lo que más desea. ¡Más seguro más marrado! ¿verdad? Haz más preguntas para saber qué tanto es tantito o sea si es amor apasionado, desbocado, alocado, maduro, comprometido o qué. Una vez que hayas hecho todas las preguntas pertinentes asegúrate de que se asocian al tipo de amor que esperas de ella(él). El análisis factorial, según San Karl Pearson, es la técnica adecuada para conocer el tipo y grado de amor que mide tu prueba.

Un modelo de investigación de mercados, popular en los países anglosajones, que mide el concepto de compromiso o lealtad a la marca es el Conversion Model este modelo se basa en una serie de preguntas para clasificar a los consumidores según su grado de compromiso con la marca. Y sí, los autores hicieron lo mismo que tú para saber qué tanto te amaba la Lupe o el Hetor, construyeron una teoría sobre lealtad, hicieron un inventario de preguntas que midiera el concepto y obtuvieron su validez de constructo (se refiere a sí la prueba mide lo que ellos dicen que mide) y luego obtuvieron la confiablidad de la prueba (con que exactitud mide lo que ellos dicen que mide) o por lo menos eso es lo que deberían haber hecho ¿qué porqué?

Imagínate que haces tu propia medida de lealtad para tarjetas de crédito, la cual está compuesta por dos preguntas: pregunta 1. Cuántas ventajas tiene la tarjeta de crédito que usas. Para ello utilizas una escala que va del 1 al 3 en la cual 1 es “La tarjeta que uso tiene más ventajas que desventajas”; 2 es “La tarjeta que uso tiene muchas ventajas pero también muchas desventajas” y 3 es “La tarjeta que uso tiene más desventajas que ventajas”. Pregunta 2. Evaluación en general de la tarjeta de crédito. Con una escala del 0 al 10 en la cual 0 significa que la tarjeta es pésima y 10 que es excelente. Tu teoría es que si la tarjeta tiene más ventajas que deventajas entonces debe tener buena calificación y eso genera lealtad pues quién abandonaría una tarjeta muy buena que además da bastantes ventajas. Así que, sumando las respuestas a ambas preguntas sabrás cuál es el nivel de lealtad del consumidor a su tarjeta ¿de acuerdo? Suena sensato y simple, o sea tiene validez frontal pero soportará el análisis matemático mediante el cual se valida un test.

Para validar tú teoría vamos a usar un “metódito”, en lugar del análisis factorial, porque usar el factorial con dos simples preguntas sería tanto como traer a Babe Ruth para jugar en tu liga infantil de baseball. En la imagen de abajo se muestra un análisis cruzado con tus dos preguntas.

tabla de cruce de lealtad

Date cuenta que la mayoría de los que calificaron a la marca con 8, 9 y 10 encuentran más ventajas que desventajas en ella; sin embargo, también perciben las mismas ventajas que desventajas y para acabarla de amolar, 2 de los 5 sujetos, que dicen que la marca tiene más deventajas que ventajas la califican con 8 y 9. Para ir directo al grano, las preguntas no se asocian ni se combinan y por lo tanto no forman parte de un mismo concepto; estas 2 preguntas no constituyen una “prueba” de lealtad y por supuesto ni se te ocurra sumarlas pues entonces sí que tu cliente te va a decir: “se va, se va, y se fue”, como en un home run pero negativo. No, definitivamente, tus preguntas no constituyen un factor.

Como mencionamos anteriormente, hay chorrocientos mil pruebas para medir igual número de conceptos por lo cual a veces es mejor buscar la prueba adecuada que construir tu propio test. El Dr. Avichai Shuv-Ami nos propone una prueba para medir compromiso a la marca:

fatores de la escala de compromiso

Observa que hay 4 factores o dimensiones teóricas que se componen de 12 reactivos, 3 preguntas por cada factor: Desempeño, Involucramiento, Satisfacción y Lealtad. La teoría subyacente de esta prueba nos hace sentido, es decir, tiene validez frontal. Dice que para que un cliente se comprometa, la marca tiene que tener buen desempeño (Desempeño) lo cual a su vez logrará captar el interés del cliente (Involucramiento) y si el desempeño es constantemente bueno es muy probable que el cliente esté satisfecho (Satisfacción) y en consecuencia sea leal a la marca (Lealtad). Como era de esperar, quisimos validar esta teoría (validez de constructo) y obtener su confiabilidad (alpha de Cronbach); para ello aplicamos los análisis factorial, mediante el método de componentes principales (este es el más usual) y de confiabilidad.

El estudio que usamos, como conejillo de indias, fue un estudio de jabones de tocador, en él encontramos 3 factores (no 4) con cargas muy buenas; una carga puede ir de -1 a 1 cuando es 1 se entiende que la variable se asocia perfectamente al factor y lo mismo sucede cuando es -1 sólo que en ese caso la relación es totalmente inversa. Por ejemplo, en el cuadro de abajo puedes ver que el reactivo (así se les llama a las preguntas en una prueba) “Es importante para mi seleccionar la marca correcta de jabón de tocador”, tiene una carga factorial de .846, o sea está para pegar brincos de gusto, y la que menos tiene dentro del factor 1 es “Mi marca tiene ventajas que otras marcas no tienen” con .604, que también es un puntaje sumamente respetable. Ahora, el problema es que no nos salieron 4 factores como había predicho el autor. ¿Este resultado significa que la prueba no sirve? No. Todo lo contrario, funciona y lo hace muy bien pues le sacamos confiabilidad sumando los tres factores y obtuvimos un alpha de Cronbach de .77 (el puntaje puede ir de 0 a 1 donde 0 significa que la prueba mide nada bien y 1 que mide perfectamente). Asimismo, qué significa factor 1, 2 y 3, pueden significar lo que desees pero los nombres que les des a los factores deberá hacer clic con los reactivos que los componen. En nuestro caso propongo que al factor 1 le llamemos “Relevancia”, al factor 2, “Lealtad” y al factor 3, “Desempeño” ¿Cómo les pondrías tú?

tabla de factores de jabón

¿En un estudio cómo utilizas los datos de esta prueba? Elemental mi querido(a) investigador si la escala que usaste va de 1 a 5 (Totalmente en desacuerdo a Totalmente de acuerdo), como en nuestro caso, agrupa a todos los sujetos que hayan obtenido un puntaje menor a 3, los puedes etiquetar como rechazantes o no leales; junta a los que hayan obtenido más de 3 y hasta 4 y ponles el nombre de neutrales, tibios u otra cosa que se te ocurra; a los que hayan sacado más de 4 clasifícalos como leales o comprometidos; por último, cruza estos grupos contra la marca que usan o compran más frecuentemente y vas a conocer los porcentajes de clientes leales a cada marca, neutrales y los que ya no te quieren; para cada uno de estos grupo implementa estrategias de retención, atracción o simplemente llévales serenata cantándoles las golondrinas (canción mexicana popular que se toca en las despedidas). El siguiente cuadro esquematiza lo que te debería de quedar:

esquema de la escala de compromiso

Hasta la próxima.