GLOSARIO ‘Actitud, Process prcepales pemanentes de un ndviduo, sas en el conocimiont,exauats yore Taos af actin con respect «Un objeto 0 fenders. Adjetivosbipolares Par de ajetvos que deinen os eremos apuesos de un continuo en elacon con alguna shud erence sa en in excla al dierencal seman, Anil bivavndo, Anis de dos vavables aa vox Anil de conglomerados. Tenis de inlenependecia deans muta de datos que usa como dos Thgacor une mote de sociaciones ene vaeablesu objeto: a tcnca forma subgrupos vag vai les w abjetoe 3 estor grup. Anilss de covarianea {ANCOVA}, Método de dependenc del ans muta de dos, apropiad para "so con una srl dependent en excals de ineralos, variables independents en ecala nomial y oa mis covartdos en escala de nievalos es il par terminals efectos de is fuentes externas de ‘rac enum experiment ex post facto [Analisis de perf toda pars azar datos de eerecil emdnico, en cal una melt © medion aime cose ella pos cod cnjuno de opoesos poles y paa cada objeto evalua [Anisis de vaianza (ANOVA). Método de nis que se ulza cual se mane una variable dependent en eal de nteralosy una. ms ables IndepencSonesen esas nomial se Usa princpalmente en el hiss de expenmentos peta determina ls meas de os atamintos del poblocion som igus, Anil discriminador Método de dependenca He ansiss mulvariado de datos. propia para utzon "usable dpendente en excala nominal yvalables independiente en escala de intralo erica ‘ut deuce une combinscn nel de as varies independiente, de al manera que se derenien al ‘hime los pntaes de is meas 8 tae de categorias dela vatiable dependent en eta combing: ‘dn nes, Analisis factorial. Método dean mutvariad de ilewependercia que emplea un gran nimera de vat bles v objeto ¥ tata de enconvar un numero pequefo de Factores en comin que expiguen su intercomelcin, Anilivs multvarndo, Anis de mis de dos vais aa vez | |Analisis ulvariado de vaianza, Método de depandencia de andi multvariado de datos apropiado pra llz con doso ms arabes dependienes en xcla de ives yuna om variables dependants ‘en esol de inertia esters mulvarads det ANOVA a ie do un vavoble dependent Analisis posterior. Combnacin de niormacion preva con ilonmacsn dion pra proporinaresinatios ide probabil evs [poser as cuales Se ussn despues para calcula un VME posterior, Anslirsprepostrior.Mstodo de alse que pemite a inenigador mer else de ls ext erations ‘Se toveaigacrn antes de Boar aca ln vesigtin, ‘Anil previo. picacisn det enon clea teoria de hs decstones cuando ls probabiidades de os reidos "Se evallan con bae en un jo acta, sn benefice de normacion acon, ‘Anil stuacional. Proceso de analiza las sucions pasadasy futures qe etenta una organiza con el Tn de dentica problemas y oportunidad. Anil tne @ Ansa sctorial enitec3808 Anis ipo . Ans factorial ques caleula mean variables. Aanlssunivaiado. Ans do a vrishle aa wo [ANOVA de una via. ANOVA aplicado a un DCA: es dec, ANOVA que se ales a categoria de una variable Independiente Area esaditica metapolana (AEM). Unidad wera del Sueau ofthe Censes que conta de: 1) una ‘uid con 80}000 6 mis habianles 0 2) un iea ubanzaa de al menos 30,000 bans y una Poblacion del AEM ol de menos 10,000 habitants (78,000 en New England) Avoiesin aml Avoca ete ites com ule @ saab deco Asoclacin de orden cero, También conccia como aoclci toll tae a asocacin arg ene dos ‘arabe, sn canoe ninguna ca variable (en conte con ia asociakn condcional, Asociacén de palabras. Técnica en fs cul se muesto @ un ecuesiado una seve de pars. gun de responders ca un cons piers palais que le venga a mete Audimetr. Oispostvo mecinica ques iia para ey carol cal un eso es sinoniza, wes cen, CCaracteristias del eneuesiado. ino de ws upos de dalos que pueden obtenerse dels encuesindos pars rede’ s comportaminio de meteaer este po desctbea fos eacuesiads en snes Ue etatet= teas demogieas, scaeconciea y pickles. Cas. Uidat expeciea de assis oun etd: pore gener un ences (aso extreme. Respuesis sobre une variable que est muy por aera de lo comin y que pod represnia wn ‘ror de codseacino de perforation Causation deterministics. Concept de cous de seni canis, en elev un soo evento (an casa ‘Sempre genera cto even (un ele CCausacén probabiitica. Conceptacientfico del casaae ene cul un evertoo une serie de eventos Ten como resulados ls ocurTencia pale de os evens. Cen. Esto que ulin ides ls elemenosdsponies de una poblcin dei Clasifcacon de ménadss. Procedimiento de esluacion por mec dl cal oe ences cstican Rene Sobre un esa de clasticacon sn hace referencia a bs ems de compari, Cadcaciin. fn ol proceso de iestascin sgncaesablecer ators paras espuestso fos eupos ce Tespucstas, al maneta que pueden uilzaise numetales pars repesela scalesCio de Clsicacin industrial standar (C1). Sstema decasifieacn basa en os prodts elsborados “olan operaciones tesla El gerne fetal deo sass Unidos uz fos cad Sens Ceso be Fabricant. Codigo anormales. Cg que no 38 definen = un Ho de cos para una detexminada variable Conciente de comelcion mite in eressn mili el caetcente de coralacién ent el ¥observad y i estado, Coeficiente de corelacin, . tadsico descriptvo bkaiad, aropad en e! mano de dos variables en ‘esl Se nervao el col sums una media de Is eeerson ine a foraeea de relacin ere tats voile Cocficente de determinaciin muitipe En resresin multiple esa proporcién de a vatlacn en Y exis oe Ta rere, que puede calcuase come SCastn/ SC Coficiente de determinacin, 2. Prcense exact de variaién compare por dos ables, que se obtiene ‘ees al cuadrada el eoccente de coelacin. Conciente de arian. Exprestin paral devin estindar como un porcentae de a mck, formalmente ‘dena como CV =) Completaciin de frases, Tenis ena cual se prose ‘quela compete sl encussado una rave incomplta a quien sel pide “Componente afectivo. Uno de or tes principles components de fs acitudes, que se reliciona con los Sentmicnts de une persona con erpsca a uh objet. ferdmeno en un model de maretig, Ince Ios eapas de gusto y preter) Componente cognesive Uno dels tes companentes principales de ls sctudes, qe se reacons con as Tener ana personas aera de algén dst o fendmene fen el modelo de respuesta del comport= ‘into er marasing ncye ls eapes de conacimiento ycompcension ‘Componente de comportamieno, Una de os es pincipales components de as acids, que se recone “nls preipostdn de una persona para responder con su comportaento a un ojeto@ fendmeno [en un more de makeing, Ince a etapas e Inenlén de compre ¥ compra) ‘Conunaidad, En ands fatal es groped aac olde una arable uss nue en os factoes se deline mslemstcarer como sama de feral cua de una varie be todos os atres Conia. Grado hase cual el proceso de main est lise de eons aestoro, Conlibilidad bipartida, sina a conisbidod dcsendo un mecansmo de mestcin de mules emes en ‘srupesernlenesy coneladonando ns respestas de cada ter pars estima a confab CConfiiidse! de formas ateratvs. atnscin de a confided en cal al eneuesa sel suman “ds fnnstos que ejurgan como enuralents pera no enc, y donde se eorparan as dos mete: fer en cunniool gal de dscepancia en los pune, sua al enfoque de prucbsvenrueba, ‘Confaiidad de prucbs-epruea.Esimacién de a conblid al epi la medion uranda el mmo mec ism de exas bajo conetiones que se consieran como muy silanes Correlacén eanice Neto de dependencia de ands muthaiado de dstosaprpiad para ser wiSzado ‘on un conjonto de varies dependienes en escla de lento yun conlunt de variables indepe Genie nessa de nero teri de anepentnento minimax. Anata seecclonada con le minima perdi de oportunidad Chitra de Laplace Selec dea alleatva cone vlor promesio mis to. Citeio maxima Selec dea aerate que masimiza a ila mbnatero masimin. Selec de alteratva que masz aad mn, Cero det valor de a ida espera (VUE). Seleccén dea aera com ello de beeliio eps mis lo ese certo ene en cuore hai lego aa como tambien es desembulsos mento. Cea dl valor manta espera (VME). Selon dea alata cone alr monetaria espera ms ao trios de dei. Reaae para seecconar ete casos de acin, dos ferent esd de os datos. Cuasiexperimentacon. Diss experimental eno cual el iavestizadortene conto sabre os procedimientos de rocoleccién de datos pero carece de contra otal sobre le programscion ola distibucin alates efor vatamientos Cuestionvio. Programa formalzado parla ecoecldn de datos de encustados Datos. Observations y evidencia sobre alin aspect del sistema de marketing Datos de lector dpico de baras. Datos que se tegstan al pasa a mercanca sobre un eto lise que ee en fexma ops a description codicads en baras press en la meveanca. Datos externos. Datos que se obtenen de una fuente erente dear rizacln paral ual se est ealaando Tainwestigacion ‘Dats interns Datos ques ovina den dea onanizacion paral cul se est realizado nverigacion, Datos scundarios. Ost pblicados que se han compado pra un preps leven al esto acta ‘Decsén no programada, Dec que Insolucra una suacbn un poca nue y tics en a call experiencla "Yello de un geen enen ana iad Ita DDecsiones programadas. Decones de un natualezarepatitva pra scales experiance ju de un ‘gremeproporconan a ilomadin bases dave ‘Demand de a empresa. Partipaciin dela demands de mercado de a empress ‘Demands de mercado. Volumen ttl de wn producto que comprar un detrminado grupo de clientes en un ‘prada de tiempo yen un dea geordica defi dads un entorna yon programe de marke, DDesempefo de roles. Técicaenla cial aun encuctado se presenta una staan verbal y ele pregunta de 'Qbe manera Ins cree Tor sentiments de oa peaons se relcionan con la situ tmbien se Desialénestindar 5 dda de dspersin para datos de intervals Detector automstica de interacién (DAI), Método de deperdencia de ands ular de datos, accu ‘pata var con un waale dependent en ena de nteralosyvaralesidependonias > sla ‘ominaterca que isola ln aplcacion epetida del ANOVA de una va pra reduc a rues tia ‘on ndmero de subgrupos que sean mss homogenens con rasecto ala varble dependlene que eb est ol. DiseRo completamente aeatrio (OCA). fc po mis single de experimento sea; vot lo una “arable independent, os tatanenios se aan sleatoramente a sundaes de prueba. Disebo de blogues aestrios (OBA) Ose experneniaene cals unidades de prosbo eatin en blues con seem aun arable exiona de ier, det manera que los punajes den de les Loques bee ‘abe dependenteLenden a ser mis homoéneos queen lt ausencla de furan de ous DizeRo de cuatro grupos de Solomon. DiseAo expernetal re qve contol los fecos de variables ecemas efectos de prvabas inoracts Diseho de inestiacién. Plan hisco que gia as ass de recolecin y ans de dais de un proyecto de InvestigacionDisco de secci6n tranmeersal Diseho de Investigacion igenermente asoiado a la nvestigacion a fs Tnvestgacion desenptval que hvolucra el tomar usa moos de elementos de Ta poblcin en ut panto en el empe, ise det cuadrado latina. Disefioexpsineni lara conor y meds efectos de dos vale eters Disco experimental. Esplin de Walarientos,uniades de prucha,vaabls depenentesy variables “extemas que se deen considera en un experinento DiseRo experimental verdadero. veo experimental ene uals elminano coniroan ods as waiables ise factorial seo experimental qs el paramed smulsneamente los efecos de das os aibles independents Diseho longitudinal Disefio deinesiqacion on cl se ide una muesta is de elementos de wns pobacén 3 aves el Bema. Disefo preespetimental Oiseos esprinteniles con debidades aheentes que reslan en una valde ne "o cvestonable Distibucién muestra Dstibucinfomada por un estadtico que xe cleala gare cad una de tos ls pos Hes muesas de un cet mato dena dtermnada pobscn. Divsin. Und peopriis det Bureau ofthe Census que capa el tees gat ms alo en el nivel de agree ‘ho; ls elone se den cm nue Sisones iid, Proceso de revs los instruments de vecoleccin de datos pa asegurar wna mv exacted y Tinga soungbedad; busca lo nbd consenc y que el mater eaté completo Hfecto. En ANOVA, significa una evens en as meds de os aanents cn respeco alameda pin. ecto de interacein, ecto (de que of efecto fll ws mayor que la soma de sss efectos principales) ue se preona csndo reli ene un sarisle independiente y lavish dependene es dierent para liners catego de ota variable independiente tfecto de prueba. Variable exlrna que const nl efaco sobs expeimento de tomar una medida sobre iBvae depencienc ares epreseniar el tansont, efecto pica de praca se fie a efecto tlelsprmers medion soe a segunda, mientras ques efect de pres interact se eee a efecto (ela pamera media sobre a espuesta dea uid de reba tame fine estadtica.Comparocindelos rors estas gonads por verso proces de mvesben ficenciaplobal. alco eave de un procadinento euesalbasadoen w efcenla estaditiay cot, Se fine com a costo por enor eninda. emente, Unidad en una muss alder de seal se busca informacn Entrevista de grupos foco, Enrevisis poco etrcturada dig por un moderair envenao, ene un inameroeueto de encuesiad sinulineamente: ambien se connce come enteista de stepo & protunidad net en profundad Eevsta personal no esac yc iza ua indagacln ete, dl rma ue “Srentuctado pueda hablar ibremente exes detallodamente rena ysemmientos sae Un fra ‘ror sleatorio. Sesgo en los meds causa or los aspecos tansitoros del encuestad 0 el ambiente ‘de medion, ror de no respucsta por item. Rechazo, ar pare de un encuestado, a responder una pregunta o una serie de prego, ror esténdae dela mela, essen estén dea dstucion muestra de la med86 cwostn0 fro extindar del coficcoe, Media de a canta deen uct preente ena deterinacn een tune ecuncan de regrestn: ms prectamene a destocon estindr de La dstuion mst del oahicenie de repent, Err enn deat, i dla cos nse sb ns een Error muestal. OMerencia ent el esasico absersado de la muestra probabil y el parimeto de pobiacn ror satemstieo. or que pers un song constant en as medidas ror ipo ! eror a}. Rechaze uns hipsters verdaders, ror ipo if ero. No vchazo de una hiptes ua faa [rrores demo respuesta Devens en meds entre as udadssdeprucho qv respon # ua ences y ‘aly ee no hacen vores no muestales. Todos los erores que pueden ocurr en el proceso de investigacdn de mercado, excep el eror musta scala balnceada. Escalade casicacin que propotcana el mismo nimero de categatiasfavorables y estore Escalade atitudes.Diereiesdefnciones opeacionales desarolladas para la medicén del concepto de ‘ct Escala de clasiicacén scala de autlniorme que comprende esalas ordinals, de trae o 6 aan en as tnonden a su actiudinckaye escalas de clasicacin tanto avaics com verbales Z scala de comparacin preada. Técnica de atoinfxme que presenta al encuestad ds aes de un conar- to yle tig escger unc con vespecto 31a atiud en euesn. [scala de diferencilsemantio, Escala deacon ave equcre qu el encvestad eve un objeto en una ‘scala de caseaion es? pons, deltas en cal xtemo or atts bipolar Escala de intervalo cla de meticn en fa ual lis estanclas ene fs nimerosconespande als dances eos objets o eventos soe carats que esd midlendo: se asume que sinters ente ‘umes som use ‘scala de Likert. scala inne enh cual un encucsado indica su grado de acuerdo 0 dsseuerd con cada ‘ina de wns see de arses despa el investizador esicsnumdricamente ada respuesta 56 ‘lilone un puntje de resumen pe cad cesld, scala orden por rangos Tecnica de sutoinforme on ly cl el encuetada daca diersosobjtas con respects» seta on cues. {scala de razén. Escalade medion que ene tos as popladads de ura escla de itenalo mis un punto qa abssuo, scala forzada. Eso de dasficacsin que no inclee una categoria de sin opin asin cnocinienos por {unl regiee que Tos ancuestados niu una poseién sobre ecaa de ates scala indircta,Ténics e auinorme en Ia cual se ombinan los cos de un ancvesado sobre varias ‘resin, con elm de desl ra mets de porcine acid en cuesion scala multidimensional Método de inerdepedenca de ands multkasado de datos que ilza come datos Ihscor una mas derlasones ene bjetos con una dimensional sia Gesconocds, der naa dnrsionadad mina das elacionesentetos jets ypesiion cada eet en ca drersionscala nominal Escala de mesic en a culls eros sven slo como elsieacones para Wentar © ‘atest por categories abjelos 0 enero ‘scala ordinal. sal ce medciin que detine las laciones orden entecbjeoso even, scala Stel Moliocin de a eacala dl ierencal semsntic, que ua una escala de clasicacin m0 Set unpelar de 10 puntos (252-5), ead par medi la ereccis yl ints de ln acts Entaitca descriptva, Ram de ln estatca que praporciona 3s investizdres mis resus para los sts en I ms Estadisea inferenca, ama de la estadtca que permite alos ivesigaares hacer cos sobre la pblacén om bse en lo estos generades por musts stadstico, Oestiockin res ce una radia enla mest selecconads Estimaderconsistenle Esadisio que se sprexina alo poblacén 2 mela que se increment el tama de is esi stimadorefcenle simile ene mina vara, atimador no sesgado. Estima ceo aor esperac es el parimeto o valor de plac {tater rinciiosgneraes acerca deco el proyama de marketing opera ene logto dele abjees [experiment Proceso en cl ust un indviduo marinus conta en forma caneinte una © mas variables Independentes pra medi st eect sobre lr arable as ables depen, Experiment de sees de Homma. Osetia cussespeinental ave ivalucra una mesic pic sabre as Tables depencsentes para sgunss unas de pubs, epost facto, Bisqueda de una causa deypus dela aservaein de un eft, Factores suaconales, Varies independents qveno extn baja contol de a organic, Foumacin de blagues. Mtndo para war le como os efectos extoros de los expeimentos, Fraceién muestealProporcn del mimo deelrentns de a musta con relcin amera de elementos de 1G pobloen, Frecuencia abeelut, Medics einen para dos nominates, defn como e nmera ttl de elementos how apace en una determina eaten Frecuencia relatva, Mess de depen tle datos nominal, defnta com el porcentae de os elementos Totes qu apaecan wa determina catego Fuente adquirida. Fete ae ha atenio datos deuna fuente oxignaloprimaa Fuente de publicainsimutines, Organizaion confines de ro que proportions datos esandatzals a an spo dente. Fuente original. Fonte que geen los datos CGanancia manetaviaesperada de informacién imperfecta {GMEI). Valor de un estudio de invesigacion “lec de dscns cosa Se aliza ena Leva de decane: se cles corm GMEI = VME = fe dl nermacin, Grados deibertd, Nunca de oseracionessndependBanies sobre ls vaiable de nets menos elmer de ets cakes Grsieadelneas. Presraion sia se magn en coninia de datos mosrada par a pendente de wna Tes fo beds) queso ta con relrenea a une escalaharzntalo verbal |8 aostn0 CGrifieas de tora. ula que edd en secclones deal manera que el amao de cals cri comesponds ‘in pein del wil CGrifcas por computador Paquetes de sltuare de computador que muestan datos de investigacén en la Forma de gram de tort, bara y Ins Critica de barras, Rereseniscén pica de magi on el cont de dan representad poland de ‘erenes bars tazae con eoroncin ura esalshorzonl 0 verteal Hipdtei rancid conjetrl sve valor de una variable oa elacién ene dos 0 mis waabes Hipstesi alteratva,HipStess qe enuncis un parimeto de poblacén, aime un valor ten al que se ‘enuncl eala hipsess nla ptosis mu Hinde que sone que un parma de la poblacon asume un determinad valor a can to de vlores, Historia. Variable enterns ques flere a ocutenca de eventos espacticos qe son externas pero concen tes al experiment Historia de cas, Estuiointenso de sivaciones que son petineres aun dterinsd problema de dein ‘on afin de obleer una mejor ies de as arable que opera en stain, Incertidumbre. Fils de un conociminto completo acerca de os posible restcs de es aciones con desc rocinsento de ls probaiidades de os poses results. Informacién. Ost qveredvcen Is incetidumbre en una suacin de decison, Informe de investigacin, Presensacin de los hnlazyos deb isesizacn 2 una suckocia espectca para Tograrun determin propos, Instrumentacidn, Variable extra que severe a cambios enolase delisrumento de medi empseato "ha combi en lor obneradores o eaadores itz, Intervalo muestra, Tamsho dels distancia ene los elementos Slecionados en un muse sistem Tecfroce oe In accion musta es doc, An. Investigactn apliada nvstigacin cuy objetivo es ayudar als grenesenla toma de deciones Invesigacin sia vesiacin cuvo objets es amp os lites dl conecawento sobre algunos aspactos tel tema de marketing Investigacin causal. Método de invesigacén concuyente dead para reuievidencas sobre as relacones fe causa y elec, Investiacin concayente.nvestizcin dsehada para ayuda a una persona quo toms dedrones 3 waar os ‘soy de ad y seleccionar el mejor Investigacin cuabatva. Formula preguniss a ences bien infoemados, en forma indidvlo en peg os grupos sobre In ral componamient, Invesigaciin euantialiva, Formula preguniea grupos panes de encoetaos sabre lv cud, dnd "common del comparamint, Investiacin de mercadr.Efoquesistemsicoyobjetno pata el desarolloysuminstodenformacn parse roceuo de toma de declines de la gerencia de marketing Investigacion de monitoreo del desempeso, Invent estado de a atid e aking, cin ded pra suns Ifonmactén acca de fs Investiacin descrniva lovesigacin de mercados orenads ala caraceizaci de fendrmenes de makeing Yo a intlicacion de asocacianesente variables SeleccionesInvestigacin explortoia, vergasin dead para formula hipesls con respect a lot problemas y/o 8 ToS cporumniiaes potencies presente es wucion de decsicn. Jurado de consumiores iodo de preprucs des pra dl teste publi que uiiza las ascaciones ‘Ss souncios que hacen fos conuanidores en namin de expos forzada Lloro de ego. Lists documenta del esqema decalicacin y dela informacion sobre ls saables enn ‘conju de datos na de nimerosalentoros. sta de nmeos que n enen un pan de ocureci Maduracén. Vaal externa que se relacins con lor cambios en undades experiments que acweD & over del erp, Marcacénaeatoria de digits. Modo para ientae amas en una entrevista eens por medio del ua Ion it igi se genren en for sles, aloe numer se eacconan leatrgment dun rec toro ye Uo fs dos bmor distor se omplazan con nimers aleatonos ‘Marco mutta, sta de od ls unidades muestales en la poblacn Matiz de datos. Dispsiciin rectangular de almacenamieno He dats con m fas y m columns, donde el name de ies spun tl nmero ce casts ye mero de cokrnas es gual 3 meso de vara. Matiz de repertoro, Séloda para identifica artes que los consumidres pueden usar pata dest 38 percepion de pods los encuesadosepetidamentaponsan elas detenes maners en qe dos 0 tres arco son sonilaes ene sy eens de un lace. Mesa, Mel ce tndenca ental pare dates dentro; el valor gromacio Media principal. n ANCOVA, lo modi defor ls cbservaciones através de todos ls grupos del tatamiento Mediana Media de tendenca cental para datos orale, dtinda pare estos no arupados como valor medi, cuando los aio se dsponen en orden de magni Medicin. Asignaclin de mimosa catctrstics de objets o events. de acuerdo cum cera els. -Medicin conunta. Método de dependencia de ends mstvarada de dts. apeopldo para vir con une ‘able dependent enescals otal yvavcles indepen cents enescala nominal escent evo “nals de naianza de datos er orden de rangos. que genera medidas en escala Ge inieraos de 1s ‘oi de a estopnas de o aables indepen [Medias de dsperion. To de estadstico descriptive que inlay mes cme ta desviain extn, Coelicinte de wien lang ntercies vat Wecueneas easy absoluas. Medias detendenca cent Too desta dascrtha nis medias coma meta, a mean ya mods ‘Mercado de prucba simlado. Método basado en us boatero para pronostcar las ventas de productos con vee efrviss de preprcha,expsilons pela ereads, compra en almacenessimadados, fnsavo de prsacnsy ene de sequimienta para ma I asa te recmpra Mereados de conto. Clas da mercado de yea donde una enidad proveedons de imvengaion ba spate ales miso pts gaan etn los produc designs pr I end provers Fabien comocte come minnercados _Meeaos estindares Cikces de mera fe prueba en as que no hay gaan del apo dela cstrcion ri yeni radtonal a os mcades de conta Método de comunicacén. Méto general de econ de datos que comende a frmulacién de pee Mov sor ences, yt se setalmente © por med de uosonariosescris Método de consofiacin.Procesinena ara elms a desman acta. que comrende conju de datos hs lil el eons de cus hats rel de indus dl necMétodo de despacamiento rocdinieno para estimar a demand atl que combenza con ls das ages os de indus adel mcd y hs desglosa an undes de nets para fs empresa Método det poder adauisiv,Meloda para prvectrlos esos de un programa de pacha de minting & ‘vel nacional, co Base en el ingreso ees emo: ingest de os ECOL ‘smatho de bs velas 2 nel ona ventas de en de pra Mata det porceniie de vents. Miétoda para proyectos esuados de wn prgza ds rua de mal "ing de dovompro a nvel nacional hasada en ls ens de oa mate estado come ‘etna deanna, sede ot pout anesconl ventas del dua prueba tele * Tas rte Se rade scapes “meade ne Método de observacién, Mod gone de recolachin de datos de los encuesads, en ecu se rege et omportamiento del encuestad. Método de partcipaciin de mercado. Método para proven los reulados de un programa de prac de tiaksing de ever» nivel nacional, saloon leven emo tea de proche catego de Producto en conn, yestinade came: Método de reconocimienta, Recordin con aus donde se presenta os hecho rela un eneuestad, -Matod dao, oceania de racelecki de datos sabe a comps cel consumer oo bios de macs ‘e comunicaion, que ealge defos encutstados el completa un nfrme escio de su comporiamsent. Método earales de pronétca de models. Metodos que aplican models esadstcas 2 datos Wsties he ‘ity mide ne cans Foncamentes de a dnsmca de ven -Métodos cualtatives de elaboracin de prondsticos.Netoos que imolveran la recleccién de ces v op ‘honest nds bn nvormado. Métodes de dependencl. Hocedinienios de ans mulivarado de datos, que especiiean una sable dependents -Metods de interdependena. Métcos de ans mrad de datos las eas no se desanan vatales (o varie como dependents de oa [Métodos de prondstice de series de tempo. Mélodos que aplican tenios estas a datos scan de ‘enass tres del ama ta hacer promises numecos de ents -Merela de marketing Variables indepednes sve bs cules una rganizacion eerce certo gad de contol Tprodact, precio, ust y peomcion Mods, Mela de tendons cena par ds nominal, que se define came I ategvia que oct coe a Mada de efectos aleatrios,Pracedimenta ANOVA en el cul se petite ierpolicin de resultados ere Modelo de efectos fos Procdinento ANOVA en cua se hacen irons acerca dels tenes ene ‘sf atanveno admnisiada, po nase hace ierpaaclén ents vatamienoe.Modelo de efectos mists, Pracedimento ANOVA que inclae varabesindependientes de los tipo ny ‘esto Modelo de a jerarquia defects. Sod de respuesta da compestamieno en makeing compuesto por bs tapas por las que hpulicamenie debe pasr un compragon,ncuidor conacment, comprendon, fo, peleencts, mtenede de compa y compa. Mortaldad de a unidad de prac. Ret as widades de pruca del eaparioeni antes que és se haya completa, Muesta de convenenca, Muss que s seeccona con bate ena conseninca dl meatier ‘Muesta por jicos. Mocs que se ekctona cm ate eno qu alg experto considera que deteminadas Uncles de mueure o emenioscaniiaarn para respaner oa pregunta de investiga media ‘Muesta por provrateo. esta seecconada ind que aust ala pblacn en caacertias de sont respeciieads esto alata simple. Pocedvinta de musta pbalisica don cada element ne un hd ul dsr slctinado yeaa combinacon de centos en gualrente probable Muesten estaicada.Procuinsenla de musica proabiico en das etspas ene cul [a poblacn se Uideoneraos mutuarrene excayentes yeseetament ahaa, y se tome Une Mussa tons tleeads estat, uesteo estates no proporcional Muesre ene cial tama fol dea mesa se asians a estas ‘be un base na proporinalcontos tama des poblcin de ks estaos Muesteo etrtifcado praporconal. eso estado ene cone mimeo de elementos gue ve extrae ‘de cas esto es popoeconall numeto raat de eianentos en cada esto de blac, seston no probabilstien, oceimicelo de muaesina en ol lseleein de ements de a pobaein se asa pl, 2v eco de evesisar 9 dl entressadr de campo etter reas, For emus secuenchl de congomers que neste Seas em as primers = 1 "apa elements en cada mesma ep seston por conglomeraos. Marto cn uso congmerads a grupos de elementos se selaccionan en forma alsin, Es compuesto de dos poss" I} x poblacie se dide en vupos maluoments ‘eluyenesy elects shows y 2) 3 seleeians una usa prbebistia de os ues esta probabitice.Procedinleno de muesteo ene cual cada element des pein ene ura proba Tila conocla de ser selecconado para muesta Mesto sstemaiico. Tipo de mes po cnglomeados en el cua se seleccona cada sino omental Thar, despits de oh ins leat em algun parte dena de os primes kelenos, donde k = Iaralo mucstal ive de confines, Prosi! den echazarla piss ns coal es verdadea ua a1 Nivel de sigifcancla. Niel especie des que nde Is pobsbldad do enmeter un er tpn iveles Caton de is vacahesndepentes on un experiment de se fon (0. Sino de dio experimental qu ree a pacesns de absersacn omen del wave depen theme solve tis urides de rus Obseracin ata Técnica de absence onl use era un alone anil ys obser. el compor Tamils de ly penne gorse eleanor este ambiente CObservacin indica, Técnica ce chenachin en ls ul se ica agin reir del compertaniemin antr ya de cbse compoetamete ll come teeObservacion mecinica, Técnicas dle ohsesackn que inclucran obieradores mecinicos ademas de ~0 en Tsar de~ absevadares humanos,Aluos tempos som lx camara cnematowrtica, aude, e pcogavansmeto, a cimara de of puplomet CObvervacién cults. Ténics de abscrvacin en ls que los enevestados no esn consinles de que esin ‘endo absrcdoe COpersciin de campo. Aqusl fa de wn proecto de insestiacin que hace contacto con os ences, ‘dinate otumenta de recolecin ce dao, regsta os dos los deve a un areal pars Procesamiento Oportonidad. Fresenca de una stwactn donde el desempeto puede mejrase a vovés dea rearacion de roves aclvidades, Panel émnibus, Mucsra fa de ences, que se mide en dlerentes variables 2 wavs de un periodo. Panel radicona. Mussa fj que se mide a tse de un peiodo sabre as mismas vaibles Paquete de dats. Conjunto completo de tetas de compu que canenen todos os datos de un dete Tins ext, ardmetro, Descrncén resid de usa mela en a pobacén defi Peviodicidad, Enel muse stem, par ccico dena de una sta de elementos que forman el mar ‘oes qu coielde con un mpl dl amano del interval mest. Fists Formas aliernatvs de procesansento de datos para arses de los nsrumentos de recoleclin de dato a computador Planeacién de contngenca.Espectcaciones de los cursos de accén alternatives por pare de una organ “actin para compli los supoesos de planeacon no aldos © cambios no yrevtos en los acres Siuacionales. Poblacin. Conjunto des elementos dss antes dey selecin de a muesia Poblacion del etuio,Agregd de elementos de los que se scala mucsta, Potencia de Is proca,Probabiidad de echazaruns hips nal as es igual a1 ~ Potencial del mercado, Lite a cul se sprovia a demands de mercado dente de un enarne supueso, 2 edie gus el alerzo de marketing de nda se acerca sini. Potencia de ventas de I empress inte al que se aprosina la demanda de una empresa # medida que ‘esuerzo de marketing sumenla en rele conf competenda Posprucha. Eralncin de a pula una vez que éta se ha publica ens metios de comuncaion Precis Ampliu! de un intersalsde confinza que se exorsyabsoltamente en uniddes 0 en facdn con ‘amas de la ei, Pracisén absolut, Precisn expose en uniads Precisnrelatva. Precn expresala como un porcen i doa media Pregunta cerads,Pesunia frmlod enun sturento de ecolaccién de-dtos, cays respuesta et estas Prepunts de eespuesta abies, Preyunt que rexiere que os encuestadassuminren sus pops respuesas ‘Prepunts de selecei mail Preguna ue requis sie un enced telecine © responds de acue ‘cn nse soninsind ena miss preguna o's contuacion de ms Pregunta dicotémica, Forms de pregunta de sebcckin miple que proporciona sso doe aternatas de respuesa, |Prepruchs Pro il de uno a ms aspectos de un let deimvesigaci, ala eatin dea publ nce de na pulescidn completamente espidads en le meds de comunicain, Presupuesto de ventas. Estimatvo moderado dl vlumen esperado de vents Probabidad condicionalProabiiad que se asia aun acnteciniemn cuando ha ecard oro acon rien ose sume que ha ocr en smbolo seri P/O}, la probabadad eA dado 8 Probabldadconjunta.Prcbabildad de que acura dos o ms events; en smbolos sara FIA Bl proba Tad dea y 8 ‘robsbildad no condicional.Probsbdadatignads aun evento que es independiente de ots eventos tm yen se conoce como probabil marge. Problema. Vibes independents gue hacen que ls medidas de doserpaio de una rgarzacin eid por ‘boi de os objtios. Problema de deci, Stun on su poten one objeto que aeanza y estan dos 0 mis cursos de "ecin alerts suc pueden aanzreabjetho;se presenta lnerumbre respect al oj curso de acco Pronéatico de mercado, Nivel de demands de mercado, dado un nivel espera de esiuerzo de matting de la ‘ects yun enorme spoesto, Pronéxtico de vents de a empresa. Nivel esprado de ventas dela empresa, que se basa en un deerminad ‘pan de marketing yun entomo puesto, Prucha de apercepcin temic (PAT. Técnica proyecta que utliza uno o mis cuados © cuictuas. Se Tepresnta ura stuacon v= le pide al encestado que desc Toque ha sucedido oo que suceders ‘come read dels situacién, Prucha de dos cos, Situscin ena cial una hips tena xe enuncsde a manera que Se considera “moe axttemos dela dtrovcon metal ree expecics a recioalded) Pracha de marketing. Implement y menitoreo de un programa de marketing en un subeoniunto pequeko “del ea de mercado objet psa el product en ceston. Prucha de una cola, Prbs en f ial a hiptess lena se enuncia de al manera que se considera wna “dreceldn especie una cola de a pone stun de valores Praca ji eusdrado. Pasa dseal para compar una datibucién dela pobacin ipa con una dite ‘usin oben en un ese, sez con arabes nomsnales en el ans Univarada 0 Barado. ‘Pracbat, Pra dived para compart ls da del musta con la media hpottica de una pablacin, ‘spropiads pars todo Tos amas de musta cuando se deconoce gtambn os una prueba dead prs compara ls dlerenca eve dos meds Prueba 2, Pros okehada para compare a mes muesal con una mela hipotic de una poblaclén es ‘spropias pam dos de interval cuando se conaceo para cue! amano de muesta,o para sue "ones con tamaos de ms sulsentemente andes [n> 30) ¥ donde se desconoce ‘Prachas de indogai. rocedimeniopublitrio de peprusta en ef cual la respuesta medida eas ventas etiasoslndagaciones del consumidor que resin srectament dl anand. Pruebas de portfolio. rocediniento de preprucba gue utiza un paquet de anuns de conto y de prucba: se ie los corsumidoes quelean cualquier cosa ques inrest; Mego se toman meidas de recordin Pruebas de reconacimient,Prcesimieniospubicaios de pospracha que hacen diss ena habldad eos ‘ocesados par ecoracsranocon a fos qe han ido preiamseteexpuesos en Una ene Pruebas de recondacin,Proceimienos pubcatios de posprusa que hacen énfsis en ls habia de los scesados par ecoday, con oh ajuda aancibs alos qe han so expusts ani.Prothas de tel. Froceimienio puoi de prepesba que expone a os encvesates a anus de come Wily de pruebs em el context de um programa de weison presenta en un eso. Pruebas en el aire. Procedimienos publican de prorusha que mien las respuesta 2 fos anuncos ue se ‘olocan en programas eas de weelsion fai en areas de prs Pruchas en una cazaremelque. Frocediento puta de preprueba que rita encuesados en cesros ‘omecclaes para ura exposionforsuds sls anuncos en una cararemalqu ceteata a en comer ‘Gal enuna sls ene ena cent +. Sinboo de seo experimental que indica que ha wsado un proceso ée dstibucén slestova en ase ‘ln de unidades de pusba y Waar Recordacin con ayuda nfoque de fornulacin de preguntas que proportions al encuesado caves cere el ‘contacto ners, Recordacin sin ayuda Enfoque e indogackn que mo eoparcons a encvestade coves acer del hecho. Resin Unidad googie del Bureau ofthe Census que ocups segundo ugar en el ae de apreqacin los stados Unidos se dviden en cate repones egla de Bayes, AAA * RA Aaa = aT RAT ta probabtad condcona de doo 8 ial a a probabil corunta do A y 8 dia por a proband no condona de 8. Regrsién estate. Fevdimeno en que los punts etemos anden a dspazarse hacia una posiiin de ‘mayor promo ene! tarsus del emp Regresin mip. état dependncla de anise muliariads de datos apropiado para iiizar con une vorable depenene en esa de feria y sara independents en esa de inrvlo- una exten $m de ln ecica de repeiin sinple 9 mie de ns varie independiente Regresin mitiple de variable Ftc. Método de dependencia ce ans multsaiado de datos, apropado pals Ua con una vale depershune en sscala deniers yvarablesndependentes en esa nom Fauna etensin de legesn mul hasta tener ms prosmaci els datos de inervalos medic Ih eracion le una serie de sales binaascodicatas com Regresin simple, Procemlento estado bivariadeapcable a varablesen ess de inter, que we za pata demcxar cm un arable depend eracona con ura vale dependiene parecer prondstzoe acres dele valores ema vale dependent dad el conocsminta ce os punts ena “arable Independent Retain esp, Relacin observa ere varibles cuando en rida ao existe ninguna rela; relackin ‘Seaparece con I elsoracn, 'q.En un cso de bloques slestoros ANOVA, suma del efecto de formaciin de boques de is dsiaciones “Wevodado ‘Ce, un disso dl cua lating ANOVA, sua dl efecto de a columna dels desvaciones al cua. ‘Ce. En ANOA, fn uma de as devaciones al cua relacionadas con el eos ‘SCaaey Eo wn ds actarl ANOVA, sun el efecto de intraclon dels dassaiones cua. ‘Er un ei del cus ating ANOVA, sumac efecto de fla cde as desaciones a cundtado [Cy En ANOVA In sua foal de ls desiniones a cushado de la mea princpal‘Siu th ANOVA, suma de las desvalonas al cuedade que resuan de os walamintes ‘Sau Foun dso factor ANOVA, sums ol efecto de atamieni Ade as devaciones al cuca, Sesgo de respuesta Respuesta inowacta, que tesla de actress como aga del encuestado, abutment, ‘desea de apradar Seago deseleccén. sisnacn de unidaes de proc de srops de aarsent, del forma que tos ern tela warble depenene antes de a presenacon de os eames. Simulacin.Represontaisn incompleta dessa de marketing, dseRad para expcar la inimica de as “tables que opera dena de ese str. Sintoma. Condicén que sfalala presencia de un probleme 6 una oportunidad, Sista de informacin de markting (SIM). Rcolecibn, ans nlormessstemsicns cmtnuoe de datos ars prondtos de toma de aeciones, ‘Sistema de ivestigacin de mereados. Cotto deinfomacén parla toma de decisones. Tabla de tabulaién erazada. Present en forma de maiz de las catepois de dos vatables en esala ‘minal que nae coeen coneoedeflecueacn del nied sijelo n ca calor baci, Técnicas de comunicacin, Tipo de procedimiento de meccicn de ates, que inclve tcnias como Sulinirmer, expen simulos no eatctzadosoparciimenteesrocturados el detempea de {areas objeto, em ls cuss el pracexo de medisn ve basa on gin tbe de respuesta comuniends por el sujet Teenieas de obseracién Proceinienis de mein de ates gue inchyen téerias tales como meliciin “el comportamsentometst de reactonessolglas en los eels fos procedmentos se Basan en 1S senaeson del cmpotamieno dl nero Terminacin de cactus, Téa en a cul un encussado see muesta eyo dune casa que Tepreseta personas en una tuscany se lepide ue lenin un carcaura en espues al comenaio {oro personae de a creat Teorema delimit central Teer undentl del neste protic. Nos permite medi aor masta "dermis quelausraucin mastal dee mea es normal cuando: 1} la dsbuion dela poblaion ‘snopes ods os amas demuesta 2) el amafo de a ssa uments [v2 30) par stow. Clones de pablcin no noma, “ealamieno,Aeratvas que se manipuan y cos elects se mien en un experiment, Variacin eoncomitante Grado hasta ecu una caus, X¥ Un feet Y, caren o van juntos de acuerdo con ‘ss hipotes Valder concurrente tsiodo pra eur ler. que comprende a conelaion de dos medias eres ‘el mismo endrneno de marlin, bs asks se an Tealzado ene mam punto yen el misino temp, Unidad muestra. flomenta 9 elementos caponibles pas Seleccdn en alguns etapa dl proceio de muses, Unidas de prueba, Enaes en un experinento als ules se les preseran ls totam y se mide su respueta os msmos Vader. Cra asta el cul un proces de mecisn ets Khe de or studi y alata Valdes de concept, Sts pr estar valde, que se bas en la comprensn dl razonamenta tei ‘mpc as mechs ere Vide de contend. fsalncién de a vas por medio dal ici subjatvo de un expert con elacin 3 fo secunto debsmath.Valdez externa, Capsid de genera ls resultado experimetales a unidades de prot cferetes deat ‘qe se viean Vale interna, Grado hasta el cul las eutados experiments se deben ss variables dl watson, yo ‘las ales externas. Valdes predict. Medio para esalua la aes, que compre la capaci de na medida de os endine ros de mathetig para prec oto endmenos de mahatng Valor monctarioesprado de infrmacién imperfecta (VME. Ea trminas de vestgacn de mercado, a resid dl volo de un esto, 3 cus como VMEII = VE (con esto} - VME sn estudio ‘lor monetarlo esperado de infrmacin perfecta (VME) gual a VAC) ~ VME; eso representa la {ananea soe os resulaéossperados ba ncericumbre ye le tic absolut de acai fhe eafamos dspestos sgn po lfcrmacin perfects. VMEIC) y VEC) son VME bajo certza © Inceridimbe,respecivament Valor propio (oautovlo) En ands factor Is eared de aici en os dato, eniicada por un factor. ‘arable, Propiedad qu ase diermtes valores n diverts momentos. Variable conusa, Variable extema no contelads, cuyo electo conse enim Is concuslones de ur ‘expenmento. Variable dependiene,Supueto efecto on us relacién de cause ‘Variable externa, Culver vale Serle aos tratamientos, que fet a respuesta dela uniéad de procs los tamients ‘Variable independiente, Causa sporsa en una rela de caus2-feco ‘Varina, Medid del dipesin de a dsibucin de ura variable de interval ‘Vehicule publica fet, Proceimiento publictara de preprueba ene cual ve isestananuncos de rue nay de ental en un formato de revista con secconesedoials especiales de perranente mires los nvoestados sees pie que fan In eis en forma norm. Lx mec de respuesta ncyen conoe Inlet, ecoracn, vel de nimero de lecores del texto publisianio eins en los productos A Simbolo de diese experimental qe represen la expasiiin de un grupo de prueba a un tratamiento seperiental Zonas Pequetos seas en qu Bureau of the Const ha divide ls dads grandes sus eas adjacentes para propo exadiicosAPENDICE Tabla AA Ustaabreviada de ndmerosaleatorios | Tabla A2 Areas en dos colas dela cur normal en valores Seleccionados de no de la media antmetica Tabla A A1easen una cola dela curva normal en valores Seleccionados de wo del media antmatica Tabla Ad Tabla de valores ciens de Tabla AS. Puntos porcentales supetiones dela dsribcién F Tabla A6 Puntos porcentuales dela dtsbucién ft cuadrade Tabla 7 Callbeto giegoose rows lst ABREVIADA DE NUMEROS ALEATORIDS SESRR PRESS S2ne8 sb2335 BREQ> BRASS RESTE ESTE RERAo EREBS ansee s28ee 6: BRPER BEERS ansea ezeea gears seees 49828 RaBRS baaag eaass BERS B88SS agers egase BESR? Shaas Fares aga88 agane be a9gNg $3256 Saea2 5sb8a 23859 88258 engae Baagek Barse sase5 aRESS S8RSR BARR 97885 as2e8 298: segse cagas pea elecaaal Reena aeeae sre! BaBee BASES ebes russe Peres 2nReo sag5e Rares Brese ats BESER SeRNe gags Sens FRESE PEREZ 88 Bases tates BERRY H988R ae98R 9858 82988 Bees gees ¢: SES RECRS RAGSS AASTE SIRS PORE ER> SERA RLSR STAs Sarge cose ESARR S2Rze KEBSE TARSs Poses ose BSRPR REELS ARSE ATAU TERA SESS BURRS VRERS TAAL SESRE ABZIE BRBLS ERS TEMG saat basse base GREE! SHEER RSKRR RATS FABER S2EST SESE 8838> GearR RAGES HATS GHERE RLAES 22888 BR258 EBSG TEES BERL SE5RG S589 SUSER SHER SSGS ASHES SRSAE BARGE R95GT REESE SEalR eeae. RSET RBIET PRESS SLES 528 BRASH JRRES REESE" OBES SRESS WAVER EFBER BETES BT BRESS G8ReR RRBE SSIS TERS BERETS LUBRK ABBR TSREH SELRK LIRA! PERRY FECES SEEN HARES SASTe Ares! RBRTE S2SHS SkESs TARTS REESE ERBSR SESTS BHC! ASST BASSE RADER PERS BRSER ISSER PSMSS gare> 38558 S8R8s R8Sem BroRs SUBUE ZEGSS S=z ee GEER BERET Pere iitettreererterties SSeS 22828 NER Beees aT eAs BOSTR SERRE BBLS BASAE ETP fie Stn bea seiCOMO USAR UNA TABLA DE NUMEROS ALEATORIOS" Con recuencl, en investigacion de mercados se uiizan las muestra aleatoras. Una manera fi de obte- fer una muestanleatoria esa aves del so una fabla de nimeras sleatorios las cules se construyen de UU manera que cada dito ocura con una probablidad apoxsmadamente igual Para expat c6im0 em lear una taba deseo, considee el siguiente ejemplo, Supongames que tenemos uns sta ele 100,000 familias que recentemente adguitieron un determinado prado Ute dese ebrenes una muestra alestoro dees famias de eta poblacion Primero enumera a poblicin ists) de 2 100,000. ‘Después are una tala de rimerasaleatorios en cualquier pégina. Sypongamos que se usa le primera pigina,Selecione su primer mera en cualquier parte de la pina. Dgamos que se selecciona como prone numero el rime de [a fercea fla segunda columa. Desplicese hacia abajo dela coiurna 0 traves def a cualgur eamino sera suficente.Slacclone sus otros curo nimers, Si ocue alguna tepetcin, descart el mero repetido y seleclone un remplazo a tal del grupo de numero escogtlos Por ejemplo, este proceso se sigue con fa abla que se presenta continuacn, los tes nimeras cexcogidos sean 06907, 40360; y 32093, Al permite qu los pUmeros de familas del | a) 99,299 se repre Senten por equetos nimetos des tabla y 00000 represent el mimero de fami 100,000, usted entrevista 2 fala #6097, 448360 y #93093 on su Ista do amis. ‘Si tuviese una poblacin mucho més pequers, como una Esta de 100 familias, usted podria ular a menor canided de ibe que sean necesarios para identifica su elemento, or ejemplo, utizando los Irimos tos nuimeos, sted entrevstaria Ta falas 6, 48 y 83. (00 seria fama mero 100) | ila + omar: tov sot TSB 2 esoee ase 06807 25505, 3 sress atta ab6o e807 4 cree 267803 ts Clmmedenn tse encore Caton: Dun Pucsing emp 158)TABLA? AREAS EN D0S COLAS DE LA CURIA NORLAL EN VALORES SELECOHDNADES Dens OF AMEDIA AATIIEDCA Est ale musa / \ 4 | ‘coaa | ove | ares | Gove | Se | Seer Joes | ame | Sora [ean 05] sur | sso: | axa | soot | son | seca | srs | 5607 | sore | sso (08 ‘ses | sere | snen | Soar | soe | sier |'Sons soem | sous | tooe 87 | soo |arrr [iene | tesa | sua | aaen [tara (aura | doze | Sone 88) azar | arra | stan | toes | ooo | aeea |‘tame | ana | ee | Srae 5| eet | dean | Sore [ance | gee | duet [sort | ate0 | sens | sae in| ara | 260 | Seer | aaes |'ze0 |'a01 | 2ee0 | 2e00 | Zae0 | 20 22) aon | Zara |"zeas | ptr | iso | 21a | 2orr | ane | aos [ters 23] aan [one |"oee | oss | ame | re | roe | iver | Sere. | toes Sa] ors [eas | iss6 [sar [aaa [ern [Saas [sere | 5e0 | toe ts] aos [soto | r2as | samo | szae | xzrs | a | see | es 20| ass | ome | arse | onze | ons | ovoe | case exes | oars 24) tase | bass [tao | cosa | ae | tare | dacs [e300 | ae 22) ama | tari |‘taoe | tas | ast | nave |‘Sase cone | ao | tom 25} cow | taza |‘taon | oice | oa | crea [owes owe | ora | ores 2a| bree |oveo |ioiss | ist | ov? | ona |'ois9 ous | ot | ere £5 | ‘oana| soma | eos | cosas | gosta | ones | 037e tose | ose 128 ‘sors | soos | oseo| aoves | cose | sos | aotat | oom | cous | uae 25|| ‘soara| ost | asso eons | coat | oaoa | acnee | aeae | toasts | oxers | mola, e [Ss [eee pe le pe | | | i “avera| coves | ootsr| wer | eure | cues | ave [ove | us | wane (eas |o'wra | oe” | vt | avon | cao | cece | fee | arse | ase ‘oera | oan | ove | oie | eeas | o'sa0 | ova | ota | eees | see | iasor | ros | ses | ane | eas | ovens] oe | o°eN0| aos | a0aroce ass | ‘TABLA Ad AREAS EN UNA COLR DE LA CURIA NORMAL EN VALORES SELECCIONADOS Bete doen | cramer | / 23a ee |e [ate [ozs [oe |e ae fe ee 2/4 |e [ae [es [ee es [se — | 33/2 [a8 [8 |e | se |e | ce | 22/85 [28 [38 |2e | Be | [se a os [ome [ous [are [an [ame | ane [ar on | 32/28 [2s [ant |e |e |ze lac Pl | 5 [e [Be |e |e |e |e |e Fd | u/s |e |e |e |S | 8 |e ae 5/0 [e |ee fae (as |r ae in | tof ame [ie [ass [se [owe [as ‘om sa) am fags Jase fa foe at fas a | Re [a ais fa ae [aa |e am | 1 data |e) [ae [a | fame |e = | 1RUGES [2 [ae [ene [a [8s |e J | AT | bade oaz7 |.0818 |.0403 | 0401 | 0352 0367 i ial ga ters |omee |ee | ose | cto ca | fs aew |e | [ame |r ows | z ihe [Ba (oe [ee foe 8 | E me [oe |g fa [oe ae | 8 Bie || le | | Se me, | 2 ‘a | | Bs |S |e as | te cx | on |e | nz | os |e |e aes Fd Sr |S | | ln | ia |e || se 4 S| ace | soc] Sua a [See |i | me [ee | et, | 5 [ier [ un | nts |u| es | cs [aut |e | S| Set 2 [| Soe | Ber | ous |r [as [ov [orm Tas [ou | 2 | aur] ee | es) sas [art [ae [gee |g [eee [oe & | er | Sra | Son | Son | Sas | Sat |S | Sa | Seet | ae & [Erie | ch | es | Sn || Se [SO me | |TABLAAA TAMLAGEVALORES crinicos DE Tai epic prera pos a dae os [es [as [a2 | on | cos | 00a | om Ties sic puna puta dea oe eae [ae er ies [ee he ae | @ (mt is (es fs [ee eB RE] BiB VB ES Se ime |e | 3 2/2 is |e | 2 | 2 8 i GE Te | 2) 8 |e ae ae 22 8 BBE: | ER is: ig EES | = |e lise im in fae |g g | a8 [igs jit [ae |g 2) ik | |e 2 is HE GB | aa BBs Be | #2 RES | 8 2/8 |2 PAL ae # |B is Be |e | 2 lis eae # |B is 12 2 EE | 8 |e be te lie [am | & z/ 9 8 ie jin ee #2 (2 a Be iat He 1B HB | & wl le |S Ho EB |S mo GR |S a8) EE |S ‘a | le | ‘e) jEs) 8 | 1.987 eee | 90 2) els | ES wm | [see |e we gs aE ae: 2) [els 2) s/s a | vata nev exe [ase |= “anwe ton wenn cope nn is Fate. Sno bey Baga Age ‘SE enh Ihe elds Rapmenennonweenono er au yom.4 wotonanuisio 120 SaNOWGUN SITINBOHOY SOLAN SV YIOVLivoroce ‘vo ea 8 une amma pun era aN dp acy Soy Rane spapany Shyaveuoce sss rng Weta 9 tong ees uN ‘oawlovno WF Notonsuisia v1 39 SHIWruNGONOS SOINN WIENlates Nonbee ‘Sespenol Levee ome ‘ecrst he ‘ate 7 Ny > 3A » x x ry ‘Senne ‘ oo Omics ° ab Data 3 ny Pr ° Ee Epeion ° Po he ‘ a Zeta 2 ro Sone 3 Na ee = tr tw t ee 7 = yy Upson vey a ota i 86 Par a Ke apps k xr # = Ma ambos ' vy Pa = My My m ae Onoge = | |INDICE DE NOMBRES Adams, Lynne, 519 ‘Allbaum, Gerald, 334 ‘Alsen, id, 111 ‘andrews, Sumner Ri, 174 ‘Astidge, Craig 334 ‘char, Abd C, Barabba, Vince, 19 Barnes Lisa, 669) Barton, Deborah L, 334 Bayus, Bary L, 293 Benbenisty, Rachelle L, 645 Boye, Russel, 11 radon, EmestD, 9 Brennan, Mike, 334 Brock, Sabra E. 44 Brown, Lyndon 0. 30 Brown, Rex, 78 Brow, Stephen W, 632 Brune, Wilar, 40 Burett, James, 700 amin Susan, 6 Carner, Wilfam J. 205 Carol Vincent P, 293 CCavuspl 5. Tamer, 100, 140 CCvistopherson, Joe, 386 Church Vere B, 187 linper, Debra, 713 Cohen. Alan, £ Coot, Start W, 265 Corey Edward, 371 Cox Amy, 112 Craig, C. Samuel, 21 (Cask, Malin Ry 333 Crawford, C. Merle, 119 Crosby, Richard, 119 Crossen, Cynthia, 346 Dalenberg, Douglas R, 334 Daley, James Mt, 334 Davis, Hay L238 Demby, Emanuel, 324 Deutsch, Marion, 265 Diamantopeulos, Adamantios, 368 Diekson, John P, 327 Diner, Paul M, 334 Dommeyes, Cut 334 Dotaer, Fred, 9 Douglas, Susan P, 21,238 Douglass, Bill 216 Duchesne, Pere, 116 [Duhan, Dale F, 334 Duncan, €.$, 30 Dyer, Raber F, $54 Eastlack, Joseph ©, 264 | | | | Feinberg, Bary M., 333 Feber, Robert, 135 Fox, Richard J, 333 Frankel, Matin ®, 476 Frederick, George, 30 Ful Leonard M, 189 Gall, joseph, 7 Garth, David, 77 George, Kirk 371 Gerhold, Paul 6 Gibbs, Ken, 377 Glasser, Gerald | 485 Gold, Laurence N, 146 Greenbaum, Thomas L, 316 Gacy, Jennifer, 603, ‘Gupta, Udayan, 8 Hack, Janet 334 Hansen, E. Wayne, 183, Hayward, Wendy, 306 Henderson, Naor) 307 Hens, Pip, 119 Hemdon, Neil 244 onomichl Jack, 31 Jahoda, Marie 265, Jancourtz, Peter, 51 Jenkins, Sande, 384889 noice cenousres Jones, Samantha, 111 Kahan, Hazel 315 Kamen, Joseph M. 44 Kaplan, Bara, 306 Karp, Naney 8, 174 Katz, Marvin, 4 Kerin, Roger A, 334 Kim, Jonghoon, 333, Kindle, Barbara, 111 Kinnear, Thomas C, 21, 23,38 129,133, 141, 142, 149, 89, 291, 304, 326,407, 410, 416, 425, 56, 462,465, 477,565, 578, 616, 623, 175, 249, 286, 247, 626, 637, 640, 644, 715, Klein, David Mt, 338) tte, Rus, 345 Kolander, Wiliam, 371 Kumow, Emest, 445 Lafontaine, Michelle, 380 Landon, al 346 Langer, lth, 309 Lansing J 8. 332 Lauehner, Joyce, 503 tee, Cynthia, 518 ee, Hau L, 283 Leppe, Eaine, 306 lien, Gary, 78 Lpsin, Benjamin, 78 London, Sandra J 334 Lot, Batra, 386 MacLachlan, Douglas L, 327 Marianpols, Hy, 313 ‘Maronick, Thomas 554 arin, |. Wierd, Je, 28 Maynard, Micheline, 19 ‘McDonald, Wiliam J, 307 MeFatlane, lan, 189 Miller, Cyne, 4 Molly, Melissa, 83 ‘Morgay . 332 Mukbariee, Sshwa Nath, 618, ‘619, 620, 622 Murphy, Paul &, 334 ‘Murphy, Tom, 111 Neal, Wiliam D6 Nystrom, DePaul H, 30 (O'Hora, Darlene, 487 (Ouman, Frederick Ry, 445 Palmers, Pamela, 521 Parameswaren, Ravi, 239 Pan, Chaves Coatige, 30 Payne, §.L, 359 Peterson, Robert A, 334 Petras, Sheryl. 108, 216,377, Phelps Jane, 111 Pie li, 112 Potts, Deborah, 307 Prensky, David. 29 Press, Gil 51 Pyle, Diane L, 495 Rensom, Paul 386 Reo, Ambar G, 264, 293 Remington, Todd, 333 Reynolds, Nina, 365 Robin, $8, 334 Rogers, Pamela, 316 Roosevelt, Franklin Delano, 346 Root, Ann R. 21,23, 39, 128, 133, 141, 142, 149,175, 249, 286, 267, 209,251, 304,326, 207,410, 116, 326, 456, 462,465, 477, 565, 578, 616, 623, 626, (637, 640, 644,715, Rose, Jahn, 306 Russel, Bar, 109 Russo, J Edward, 387, 397 Sanders, Sand 521 Schica, Michele M, 519 Schlegelmich, Bodo, 365, Schwin, Mark, 603, Scott, Cit, 338 Searls, Kate, 78 Seltiz, Care, 265 Shapito, Arthur, 283 Sik Abin J, 239 ‘male John, 18 Smith, ack, 19 Stead, Michelle, 109 Stouffer, Samuel A, 348 ‘Sudan, Seymout, 135 Sutton, Robert 333 Swartz, Teresa A, 632 anny, ie, 20, ‘Thomae, Carver, 669 Tod, Elen, 112 Tuckel, Peter 5, 306, 333 Liban, Gien 1, 763 Weld, Dr Louis D.H. 30 Wels, Willam 0, 324 Wiebe, Thomas, 7 West Ben, 10 White, Percival, 30 Wilkinson, George W, 116 williams, Jn, 380 Wilson, 8 Dale, 334 Winters, Lewis C, 259 Wrightisak,Chistine, 29 ‘Weoblesk, Willa, 635 Yaprak, Ata, 239 Zeit Linda L, 333, Zhicinovsky, Vladimir Ve 419ASP, supermercado, 525 ‘Accion: cursos de, alteratvos, idontiicacin de, 90 curtos de, ientfiencin y speobacn de, 92 evsluaciin del curso de, 91 Actitudtes componente dela, 245 1e los consumilores, fuentes de datos sobre Ta, 187 {el encvestado, 323 ‘en marketing, importancia dela, 244 scala de, 247 investigacion de, andl conjunto e, 634 Lnvestgacion Internacional 257 medicn de, 254 internacional «so de, 257, esta, 378 problemas de, 247 saturaleza dela, 245, pracedlimiuntos de escala te, 247 relaciones entre, 245, iNDICE TEMATICO Acwero General sobre ‘Aranceles y Comercio, 147 ABM de Washinglon, DC, 191 dlvsiones geogrticas de un, 185, AGT, Inc, 205 ‘Amoco Oi 43 ‘nie: conjunto, 651 investigacion de acttudes y, 644 Ade conglorerados, 621, 623, de dates, 63 procedimients de, 439 tipos de, 134 fe datos, métodos de Imerdependencia wens dependencia ara, 614, 615 de pels de imagenes de marcas de cervera, 255 de tablas condiconales: relaciin de orden cero en 593 sin waciin de orden cory, 546 le varanza, 647 smultvariad, 685 scriminador, 640, 642 factorial, 611,612,614, 616 método ANOVA de, 647 retodos de imterdependen- a par datos muita fados, 611 _métodos de regresén pars, sar smaliptes, 631 sin elcidn de arden cera y ‘abla condicionl, 586 siuacional, 69| ‘abla candicional, 593, univariado de datos, $53, -Analsias de investigacin de rmercados, 37 descripciones de los fempleos de os, 38 ‘Ann Arbor Metro Times, 683 “Anonimato de los encuestadas ‘come consideracin etc, 58 ANOVA’ concepto del, 650 metodo de andl, 647 procedimientos,tpos de, ot7 | | 189 nee eiTco tabla para el dsero ‘completamente aleatorio, 654, 655 pea ddieto de ‘loquesalestorios, 657 para el dsera del ‘uadade latino, 662 para el seo factorial, ‘66 ‘Aplicaciones, 711 ‘Archivo de datos: ‘conversién a archivo legible por computador para ‘andl, 543 depurar os enores one, 544 \Vease también Datos ‘Asa ye Anilo de Pactico, investigaciin de ‘mercados en, 43, 340 Asociaciones, datos de, 200 [Aspectos relacionados con ‘cameras en investigacion ‘de mercados, 36 ATST, 449 ‘diene aceptabiidad y resultados ea investigacion de rmereados, 439 datos de mediosy, 143 fuentes de datos de medios ‘de comonicaciony. tesiverzos de a com petenciay 167 fuentes de datos de, auste ‘del mercadomedios de comunicacion, 166 ‘Automative Supply, nc, 216 ‘Avis Conporation, 77 ‘Ayuda grficas,presentacin de, 675, facker Spielvogel & Bates ‘Wordide, 257 Bases de datos de calidad, ‘reacion de, 218 Biosite Diagnostics, Ine, 8 Barada: jicuadeado, céleulo de, 591 rusia, de inferencia, 604 slack & Decker, 6 002, allen & Hamilton, 123, Business international, 148 Cafeteria estulanti de Bernie, 700 Calidad dela ivestigacién ‘externa, mejorar la 54 ‘Cambios, localizar las causas de los, 265 CCaratericas intercuturales ide ls consumidores, 258,301 Caso) definicin de, 53 historias de, uso de, 138 Causaldad: busqueda de la, 265 condiciones necesarias para Ia, 265 lisefios y, 263 ‘estuos e,investnacion ‘de mercados itera ional y, 294 inferencia inadecuadas en, 79 investigacin y, 131 metodos de prondstio y, 77 smagelos y, 130 punt de vista cientfco de 266 rediucirlas bases de factores 0,287 Conse: ‘datos dl, como fuente de investgaciin de reread, 179 datos del uso de, 184 so del muesteo en, 474 CChiyster Corporation, 223 Chyler, leasing de Sutoméviles, 375 iene: ‘cansideracioneséticas de Telacin con el investigator, 56 ‘studios a boc para solvconar problemas expects del, 36 Codiicaion de datos, $39 internacional, 546 manuals de, preparackin ‘de, 683 catia Cf, 184 ‘cnstuccin de, easy ‘convencones para, 540 ‘de etica del Market Research Count, 55 de dca en ivestigaciin de ‘mereads de la American ‘Marketing Assocation, 54.55 Césigo de Ciasfcacion Industrial Estindar Vase Cédligo CE Coeficiente de comelacén Tneal, 578 Comparacién de grupo esttico, 273, Comparacién paeada datos de, 253 seals do, 251 Componente, 245, sfectivo, 246 cognascitvo, 246 ‘Componente de creencia ‘Veave Componente ‘cognasctve Componente de senimiento ‘Vance Componente ‘fectvo Comportamieno: ‘anterior de los encuestados, 3 oo i |Comportamienta: (Cont) componente de, 245 vy actu, relacién ene, 245, Compra, datos de patrones de, fuentes de, 154 Compuradotes: ‘conversion del archivo de datos para andisis, 543 industia de los, investiga: ‘én de mercados en 50 ingresoy verlcaciin de datos en ol, 543 reiles de, uso de a investigaciin en, 299 representacin de datos en eb 534 uso dela invesigacin de ‘mercades, 37 Comunicacimn datos de encuestados y, enfogue de, critrios para solecionar el 327 enfogues de, resumen de os, 335 teenicas de, en medicisn de actus, 248, Concept: dena Soa fuente, 146 proceso de investigacion de rmercadosy, 61 ¥ consructo,signficades ‘de, 232 Confiabitdad: concepto de, 233 de foxmasallerativas, 236 de prucbereprueb, 236 definicidn, 234 cstimacn dela, 236 figura, 235 Conglomerados: andlsis de, 621, 623 seleccin de, 469 Conjunta, medicién, 647 Consideraciones de marketing ‘espectias del pais, 76 CConsultores, datos de, 200 Consumidores: ceplacin del, estugio de, 68, 70 analisias de productos de ‘consume, 38 como Factores en investigncén, 66 Satos de acttud de los, fuentes de, 157 datos de los, 141 fuentes de, 154 cencuestas de: prondsticos y,725, ‘lor dels, 73 investigacién de mereados ‘de consumo versus Indust 42 Investigacion le mercados ‘hve, lbservacién de, 729 promocién alos, 5 segmertacin de, 258 onto dela mesa, 329 Correlacim: caleulo de, 617 ‘candies, 643 lineal, coefciente de, 578 resultados de la, 699 Correa! encuesta por, 207, 208, panel por Marke Facts, $53 Cosmopaitan, revista, 519 Costs: te enoques de comunk- ceacén, 228, de experimentos de Iaboratora, 261 dle invesgacion de rmereados, 31,95, de los grupos, 307 Timitaciones de, muesteoy, 339 woce oe Tewnce 661 Counc of American Survey Research Organizations, 346 CCovarianza, ands de, 636,637 Cuasiexperimentaci, fat dela, 265 Cuestionarols borrador final de, 365 caracteristicas de los ‘encuestadosy, 351 componente de los, 348 conflalidad de los, 345, dlisefo de, 208, asstida por computador, 356 formato de respuestas para, 354 letemacional, 367 tiseno deicente del, 79 Uisefo del, preprucba, 73 ejemplo de, 74 ‘estes de, evolucin de Tos, 30 Impoctanca de ls, 357, muestra de consumidores, 72 preliminary, plan de chagrama de fsjo para un, 364 10 de, por una aeralines durante el velo, 319) Véase también Envevstals: Preguntas} Estudos Encuestas) Cust Matheson Scientific, tne, 9 Datos agregar nuevas variables @ los, 545, slmacenamienta de, $35, andi, 63 ‘chive de computador pata, 543 hivatado, 577 Informes sobre los hallazgos ie a investigacion y, 531a2 hovceoe mues Datos: Cont) métodos de dependencia nics imerdependencia pore, 614, 615 rmutivariadas, métodos de dependencia para, 631 rmuttvariados, métodos de interdependenca para, en procedimientos de, 438 ‘pos de, 134 nivaias,§ bivariado, 575 calidad de os, 331 codificacién de, 539 ‘de comparaién paread, 253 se encuestads tipas de, 314 de interval, 558, 560 ‘gruparios, uso dela media para calcula, 558 medidas de dispersion para, 560, 561 de interale, uso de mercado de, 230 de la empresa, 200, 201 dela industria, 142 dea industiay la empresa, 198 de mayoristas, 142 (de mincristas, 142 the publicacign simulténes, 149 del eens, defecios de los, 184 del mercado, aula y 197 lierenciaente informacién 15 iectos, 717 cedciin de, 538 en formato banner, 598 3,887 experimentacin como uentes de, 137 externas de publicacibn simul, 140 Datos: (Cont) fuentes de, para inves tigacin descriptiva, 131 fuentes de céeigo CIE como, 184 cle a insta, 162 de marketing. 136 de minorisas, 159 de publicacin Simulnea, 154 del gobiero, 178 ‘seo de invesigaién 61, 123 experimentacién como, 139 idenicaci6n de, 68, 69, Indices como, 184 rales, 123, para investigacion ‘escriptva, 131 PRIZM como, 195 pobileecén, 186 sobre consumidowes, 154 sobee opiniones de los ‘consumidores, 157 Y csefio de a inves ‘i inlernscional 147 Informes de, presentacion ‘de, 675, ingreso-en el computador y verfiacidn de, 543 longitudinale y de secckin transversal, compataidn entre, 134, 135 mati de, 616 ara anal de datos, $35, 6 necesilaes de, andi de, 333 nominales, 581,569 cordinales, pponderacion de, 475 presentacin orl de, 679, procedimientos de recoleccidn ie, 63, 221 Datos: (Cone) pracesamiento de, 63, 333 concepios bisicos dl, 334 de entrevista, 74 Ajo del, 536, 537, 548 promocionales, 203, tipo de, selecién ‘correcta del, 549 publicarios, 203 recoleccién de, cambios cen, 143 recopilacdn de, 63 de niios 338 Investigacion conciuyentey, 19 investgacién explore en operaciones de ‘campo, 490 dso de los formator de. 335 vp necesidades dein formacion, enlace ent, 350 vlan de mueste, 397 ‘epeesentacin computa “ada de, 534 secundiios, 140 Imemnacionales, 186 secundarios feontes ‘internacionales de, 185 sobre consumiclores, 141, 154 tinos de, 117 transtarmacién mediante nisi factorial 615 wo del scanner en Investigacion, 148 Datos de cédigo posal como heats de nvestig= ‘on de mercados, 173, Datos de lindsay de empress, 198 Datos ele mayest, 142 1Datos de medio de ditsisn, fuentes de, 163 Datos de minorisias, 142 fuentes de, 159 Datos de patrones de consumo, fuentes de, 154 Datos del scanner, uso de, 144 Datos ponderados, 475 Datos secundaros: esventaas de fos, 176, en investigacin de mercados, 140 fuentes biogas de, 178 fens intemacionaes de, 106 ventas dels, 175 Decisiénfen criterias de, 95 slemarketing,sbtemas de foporte para ise, 149 ‘bjetva del, 8 objetivos de la persona que toma las, 92 papel dela persona que ‘toma la, 89,92 prblemas de, definiciin slesripion, 88, 89 reconacimiento de una ‘shuren de, Bf situacién de, andlogas para, 138 Defnicén y notacién, 650 Demancl: ‘actual, estmaciin dela 7 dela empresa, 715 ‘de mercado, 713 Conceptos y erminalogi ela, 714 increta, estiacdn de ‘mercado mediante la, 719 rmedtcian deb aspactos dela, 714 Demamda: (Cont) Internacional, prondsic, 728,729 prondsticoy, 713,715 pronéstico de la, métodos ‘de, 722 Demographic Research Company, ne, 183 Departamento de Comercio de Tos Estados Unidos, 147, Dependencia: andi de, clsicaci del 631, 633 smétodos de, stuacién spropiada para, 634 procedimients de ‘lection de, 632 Desermpeto: Investigacisn de monitor el, 132 medidas de, 13 Desviaion, medida de ‘spersion para datos de interval, 360, 56t Detector automitica de Interaccién, 638, 640 Detroit Metro Times, 683 Diagrama: de dispersion, 578 de tora, 676, 677 Digital Equipment Comoraton, 3D Directors, datos de, 202 Diserols: causal, 263 completamente aeatario, 285, 286 tabla ANOVA para, 654, 655 Ge bloques aeatorios,287 tabla ANOVA para, 657 de estutio de casos de una sola medida, 272 de formats para la recoleccin de datos, 345 Disetio: (Cont) de fuentes de ivalidez cuasiexperimental, 283 experimental, 283 de grupo de cantrol no equivalent, 280, de grupos, 304 de a investigaciny fuentes de datos, 62 fe a muestra, 63 ide muestra de tempo ‘equivalent, 279 de paneles, 134 de prepruebe posprueba de un grupo, 272 de seccin transversal, 150 de series de tiempo rls, 279 el ating cuadrado, 287, 289 ‘especiica, 277 experimental, 268 verdadero, 273 factorial, 288, 289, tabla ANOVA para, 665, Investigacion descriptva, 127, 128, 129 corganizaciona, uso dels vestigacin y, 87 preexperimental, 272 procedimientos de, 264 variables y factorial, 653, Disero de blaques aleatoros, 655, tabla ANOVA para, 655 Disefio de grupo de control no equivalent, 260, Diseio de preprucba- rspruca de un Bupo, 27a Dike del cuackado latino, 287 tabla ANOVA para el, 662 Disero faciovial tabla ANOVA ara, 665 Th54 souce oe reutnco Diseio nico de posprueba de ‘un grup de conto, 276 Dispersién, medidas de, 560, Dodge, automévies, 375 Dun and Bradstreet, 148 Exctman Kodak, 19 Becutores, 35 Empresas) datos de industria y, 198 datos de la, 200, 201, 203, demand de la, 715 tescalas de medicén en Investgactin de -mercados por, 247, fuentes de eras fempresavia,guias para, 193 ‘pos de actividad Investigativa reaizada por las, 22 Encuestas): tatos de, tabulacldn de, 373 se consumidores, 73, el panel de Malet Facts, labulacin de, 553 evolucin del cuestionari, 324 investigaidn de, uso de la, ¢ or telefono y telemarke ting 332 resultados de la revelaci6n dels, 56 tasa de respuesta en, 333, tipos de, 207 age también Entrevista) ‘Cuestonaios;Estucots) Encuestas: ‘nonimata de los, como onsideracinétca, 56 caracteristicas de los, ‘custionaris y, 351 caractriticas de estilo de ‘ida los, 324 Encuestades: (Cont) ‘como fuentes de datos de marketing, 136 ‘comunieacidn con os, 325 datos de marketing de os 0 datos de todos de recoleceién de los, 325 tipo de, 323, motivacin de os, 333 ‘obseevacin de os, 335 Entom, informacién come ‘analisis del 117 Envevista personal, uso del Co Entrevista ndliss de niormes de, 74 boasadas en computador, 493,494 comparacisn de tips de, 33 de campo, étca para, $5 cdsquete de computador, 331 ‘edicién de, 74 fen profundidad, 137, cerrores eno proceso de, 497 ‘grupos foco, 69, 137 personales, 69,326,337 por corre, 326, 30, 331 pracesamiento de datos de, 74 puerta a puerta, 208, telefinicas, 326,331 ease también Grupots) foco; Grupats Cuestonarots: Encuesta) Fores sleatorios, 233 ‘de methiion, 76,79, 225, 26,133 dle no respuesta, 79,332 fen depuracin del conjuton te datos, 544 frores (Cont en operaciones de campo, 98 fen prueba de hipsesis, $63 fen pruebas bvarada de Fnferencia, 605 ro muestales, 77, 431, 436 sistemsticos, 233 scala: comparatina y no ‘compara, 252 de easicacion verbal, 250 de comparacién pareads, 251 de cierencal sersinico, 254 de incevaos, 229, dd orden por rangos, 234 de preferencas de la rucsra 375, de rangoorden, 252 de razén, 231 foezada on sistemas de asiienion, 251 rfcas de casicacisn, 248 mediante anliss de factores, 615. ‘mutichmensiona, 623, 709, rulichmensiona nominal, apbcaciones en marke ting de a, 625, 626 ro comparatias 252 no frzada en escalas de lasieaidn, 251 nominal, 226 dial, 227, 220 Stapel, 256 tipo de, wransformaciéa por, 225 scala nominal td actiudes en auoinir: ses, 246, mecician en, 6 scale de casifieacion ten auoiniormes de setae, 248,Fscalas de clasfiacion: (Cont) forzadasy no forzadas, 251 ‘ricasy vecbaes, 249, 250, verbales, 250 Excalas Stapel, 256 perils comparavos, 256 Estadisticas onceptos: para invesigacién de mercado, 42 para procelimientos de ues, 483, datos sobre, goblerno como fuente de, 167 dleserptva, 388 fuentes, pautas para, 195 fuentes generals de, 195 Inferencia, 505, 588 dstrbucida muestal de a med y 443 ¥ procedimiantae de ‘mueste0, 473 programas de invesigacién, 1 signifcaci, uso dela, 565 teenieas y datos de escala de datos, 231| so de a, 31 Esadsticos: tetnicin de, 417 dentro de estos, ileulo de los, 452, 483, sibucion para variables sicotémicas,caleule del 22 tomato de a ues y, 430 Esaificacion de muestas en ‘iwestgncién de merca fos, 496, 457,458 structs identcacin de, ants factorial paral, 615 institucional, del negocio de Ia invesigacin de ‘ercados, 34, 35, Estructura: (Cont) para investgacién de ‘mercado seleccin de na, 46 Estudios ad hoc, 36 fniliis de, 71 ‘causales, en ivestigacion ‘de mercados interna ‘onal, 294 de casos de una sola rei, 2 de problemas especticos de clientes, 36 del consumidor, 70 ara publcacién ‘simultines, 36 pblacién de, 403 Vase tambien Enevistals; Cuestionarois uestals Encuestas) F.apas de internacionalizaci, temas de investigacion en, 99) fica Vease Cédiga de tea en Investigacion de Mercados European Aleahol Research Foundation, 379 Exacttud,importancla de la fuente, 1 Exporimentacién: aspectos gerenciales de la, 220 ‘comparada con ores pas ide estudio, 280 xsi 277 ‘de campo, en contaste con a de laboritro, 282,284 leno facto, 292 ‘en marketing. 26 futuro de la, 203 Timtactones de la, 282 sallder de, 269, 281 Experimentos: ambientes para, 281 ‘oma fuente de datos, 139 de campo factorial usos de {seo en, 292 de campo factories, efecto fel markeing sobre os, 292 de laboratorio, casts de los, 281 de remuneracién,diseho factorial para, 290 de series de amp, 277,278 Setinicisn de, 268 sen factorial para ‘apacitacidn en ventas, 208 sdsefo factorial para remuneracién, 290 ‘en ambiente de campo, 281 ‘en marketing internacional, 24 tapas en a jecucién de, 262 factor tiempo en, 281 Vase también Txperimentaciin Exportadores,tpos de, 9 aes exranjeros, gastos en Investigacion de rmereados en, 31 Factores) andi de, 611, 612, 614 16 dle formacion de bloques en marketing, 294 iniciales, exraccidn de, 617 imterreracion de, 622 rotacidn en el ands de, ore Ford Motor Company, 223 Formato Danner para datos, 59, 593 completo, ejemplos de, 395‘88 aves oe Teun Formato (Cont) se resumen, ejemplo del 3a8 de observacién, 366 parala recoleccién de datos diseno de, 345, Fuentes) doulas, 177 datos del censo como investiga, 179 ubermamentales de datos, 178 relacin de exactitd con Tas, 177 tuna soa, 146 Fuentes bibiograicas: ‘de datos de marketing, 191 tbe datos secondaros, 178 Fuentes de datos demogré- ficos, 168 Fuentes de informacion ‘computerizada 192 Garth Mariana Connelly, 77 General Foods, 47 General Motors, 18, 129 Gerencia 4te3s de conflcto ent investgaciin de smereados yla ata, 104 cambios de flosofa fperencial,investignclin cde mercado y, 29 @investigacién, relacién entre, 100, 103, 110 lexperimentaciiny, 280 Integracion del marketing ‘con la, 116 lnvestgacin de mercado: ‘mal uso por parte del 10 papel de la, 3 objetivo dels, logar los, ‘305 pape! del curso de accion ‘dela, 92 Gerencia: (Cont) requis dela, paral ela Thoraién de prondsicos, 724 toma de ‘decsiones, 84 German News Co, 187 Global Scan, 257 Goodlife, revista, 103 Geis de bares, 677 delineas, 677 de tora, 676, 677, Greensoed Federal Savings ‘nd Loan, 575 Grupols ambiente, 306 andlsis de tabulacion ‘ctuzada de, 313 costas de los, 307 de consumidores,estudios ‘de, 70 Adracién de los, 306 faca: dseno de, 305 so de entrevistas de, 69 homogeneidad, 308 modlerader de, 307, 308 seleccisn, 306 ‘amano del, 308 \éase también Grupos foco Grupots foco: andlss de, 308 ‘del ciberespaci, 299 dso de, 305, cenrevisias de, 69, 137 Habilidades del pronesticador, 723 Heartwise de Kelloga. cereal, 308 Hertz Corporation, 77 Hipstesis ula, 562 uly alternativa, 566 Hipcuesis: (Cont) prueba de, 561 ‘erotes, 563 pasos en la, 555 tee Cream Castle 519 leeway, 377 Indagaciones conxinmente sada, 499, Ince de Clasieacion Potencil para Mercados Zip, 196 fncice de Satsaccdin del Cliente, 223 Inferencis ‘causal inadecuad, 79 vy descrigcén de la muesta, comparaciin entre, 335 Informacin como anal dl entomn, 117 lfereacia entre datos e, 15 ‘especticar las necesiades de, 93 recesidaces de como base para propos tos de vestiges, 62 ‘camponenies como fuentes de, 245 ‘enmarketing, 16 idemtieacén de, 68 vy recoleccién de datos, fenlace entre, 350 recoleccin de, por ‘organizaciones, 21 tipos de planeacion y ‘contol de marketing, 17 Informs cuerpo del 673, datos del presentaciéin de, O75 de investigacion de rmereados, informacion fue debe inclirse ‘en el 87Informs: (Coat) ‘escitos, paula para a ‘laboracin de, 670 formato de 671 sobre los hallazgos ee la investigacin, 531, 669 Instrumentacién,deseripcion ‘de, 271 Instuients: ceptable, idensfcacién de 536 efnicin de, 534 Internacional cotiieacién, 546 dsefio de cuesionarios, 367, experimentos en marketing, 204 fuentes de dao, 140 investigaciin de acitudes, 257 Investigacion de mercado, specios de a, 43, 98, 99, x80, 205 dferencias cuarales en, 340 mmedicin en, 236, 239 brincipios del mustreo en, 310 investigacidn exploatoi, 316 medicine la domanda, Dronéstico y, 728 ‘operaciones de campa, SOO ‘oportunidades en mereados, 148 ‘poctuidlades en mercados,técricas para, 148 Interval de dates, wo en investigacin de ‘mercados de, 230 scala de, 229) soca, clu del, 155, ejemplos de, 230, Interval: (Cont) de confi socio, eeu del, 45. so do, 425, 426 Invader ‘contral de, 281 Ge seas cuasiexperimen: tales, fuentes de, 203, fuentes de de dsenas ‘experimentales, 283 Investigacion ‘ada de, mejorar, 5 causa, 131 comercial 30 concluyente, 91, 125, 129, escrincién de, 91 consideracin de la propuesta, 67 controlar uso de la, 96 costa de la, determina e, 95 datos de: fuentes de, para inves ‘acién descrintiva, 129 recoleccidn y exploratoria, 299 de distin y de facion fle precios, de encuesas 4 ‘de monitoria del ddesempenio, 127. 134 ecisén de tovae a cabo a, 83,84 descrptva, uso de la petsona que toma decisones dela, 129 Hetorminar los abjetivos de ba.92 tinectres de, inestigacion ‘de mereados, 36 tseo defy, 127, 128 fuentes de dats y, 123 internacional, y fuente ‘de datos, 147 Investgnein: (Cont) ise organizacional y uso dela. 97 elecrénica, 299 enfoques de, variedad en, 66 cexploratoria, 124, 125, 137 Internacional, 316 formato de solctud de, 97 sgeneraista de investigacion ‘de mereados, 38 informs, 531, 669 Institutes de, como fuentes de informacion, 36 Iternacfonal, diferencias ulturales ent, 340 necesdades de informacion Y objetvos del, 62 pasos en el proceso de, 60, 2,70 personal, 101 planeacin para la, 05, presentacioa de ana propuesta de, 98 presupuesio de, ipo de Iewestigacli y, 302 proceso de, toma de secisiones y of 85 profeslonals de, étiea pars tos, 54 ropuesta cde pacts para 52 proyecto de, elaboracién del 69 publictaria, 279 relacién con a, 110 relacidn gerencial con, 10 resultados de a presentacin de los, 68 ‘éenicas cuaiatvas de, 300,304 302 temas en, etapas de intema ‘donalizaién en, 99 tin0s de, 126 presupestos y 302 ‘ipo de actividad de, rea zaala por las empress, 22Investgactin: (Cont) ‘so de una red de ‘computador en la, 299 valor dela determinar el, 95 ‘sualzar los hllazgos de a, 98 ¥ conflcto gerencal, 108 ‘yrelacidn can el cen ‘cansideraciones étcas ie, 55 Investigacion de mercados: ans como base para, 244 aspectos relacionados con rae en, 36 barreras para el so eficaz ‘ets, 102 cambio de nombre dela Investgactin de mercado, 30 ‘caso de estudio y, 707 ‘como ula publictaria, 3 Uatos de codigos postales ‘como herramigatas en, 173, de consumo e industrial, 42 sefinicion de, 5 desctipciones de algunos fempleos en, 39 lforencias clas en, 340 dimensiones cas onl, 119 ‘efecto de reclutamento en Ta Marina en, 292 ejemplos de, 64 empresas de, datos sobre, 200 en Asia ypatses del Anil ‘de Paciio, 340, cen el Medio Oriente, 340 erores en, 98 ‘roves relacionados con la falta, 20 cestatieacia de la muesta en, 456, 487 fuente de dats, eédigo CIE como, 184 Invesgacin de mercados: (Coat fasts en, 31 fasts en, éxito en el desacollo de productos yal istria de a 29 iniormacidn de, 13 ingzesos de principales fempresas de, 32 internacional, 20,23, 41, 43, 98, 99 studios causal en, 264 lugar organizacional pare a, 44 medicin ‘en investgacia interna ‘ona, 238, 259 cerrores en, 225 escalas en, 248 metodologias en, 4,20 sacional, 99 regocia de a, 29, 269 personal de, 37 ar parte de empresas, ‘seals de medica en, 20 propuesis de, paula para, 3H proyectos de, componentes be, 84 resullados,acepraciin de la suitencia v.39 fipos de, 124 toma ie decsionese, 10 0 de, 5 uso de proveedores, 47, 9 so del computador en, 31 ‘osuavos/ejecutores, 34 ‘aloe ce a inverse en, 8 gerenca: cambios de Mlosofa, 29 ‘mal uso, 101 Investigacsn de mercados bal, 238, 257 aspectos dela 21 tinamica de ha, 34, 43 Investigacin cle mercados inckstial 41 ‘erencia ene invesiga- ‘Gn de consumo 42 Investigacion desritva fuentes de datos para, 131 ‘us de la, por parte dela ‘persona que toma ‘ecisones, 130 Investgadortes) papel de los, 91 toma de decisionese, 101 LD. Power, 223 Iacksonvie Symphony Orchestra, 10 Wi euadrade: Iivarad,esleulo del, 591 prueba, 588 Kellogg, cereaes, 3 Kenner juguetes Kolander’s Chowder, sopa nla, 377 Laboratorio ‘expecimento de, costo del, 2et expatimentos de campo y ‘de, comparacion, 282 factor tempo en e261 Lego A/S. 20 Leo Burnett, 18 Lev Svauss & Co, 346 Libra de cédigos, descripcién del 5 Longitnal tltos de seccén vansversal Y longitudinaes, 14 135Longitudinal (Cont) ‘dsefo en invesigacion de monitors del desempe- 0, 132 Louis Haris & Assolates, ne 137 adwacién, definciéa de, 271 Mainline Package Goods, 377 ‘Manuales de cadiicacién, 63 Marea cambio de, ands de, 75 conocimiento de creacisn ‘el, 218 acketins aplicaciones del anaisis de factores en, 615 aplicaciones en, deta escala rmulicimensional 625, 626 consideracionesespecitias ‘el pas, 76 sfectas del ol experimento de campo factorial ‘determina ls, 292 ‘scala de 9260 y, 231 ‘experimentacin en, 267 factors de formaciin de bloques en, 294 fuente de datos: Iubliograa como, 191 dle publicaién simltinea, fuentes de datos de, 130, fuentes de, gus para, 193 ‘gerencia de, 4.13 coordiacién de la 116 papel dela investisacin de ercados en, 109 interactvo, 218 smedicidn en, 2 svezca de, 12 modelo del stems de, 12 ecesidaces ce informacion en. 16 ‘Marketing: (Cont) planeacién y contol del, 17 prueba de, elects variables dele, 133, sistema de, andi del, 11 Sistemas de soporte de ‘ecisiones Vease MDSS ‘viable suacionales en, ‘Marsott Coxporation, 18 de efecto canjunto en fotdan por rangos, 642 ejemplo dl formato de 33 Meas ‘como mete de tenders central, 558, 359 prueba sobre dierencia entre, 607 prueba 2 sobre diferencia erie, 606 error estindar paca toda la restr, 353 Medians, come media de tendencia eental, 539, 360 Medici conjunta, 61 de acide, procedimien tos para, 247 de demanda, aspects de nS de la demanda,pronéstico ye 713,715 cle variables, nivel de, 556 dfinicén de, cen marketing, 225 en investigacin de merealas, 225, 232 fuentes de, 233 iioizar el scala nominal 226 scala onal, 227 esealas de, 236,248) fecece reineo 669 ‘Medici: (Cone) ‘ordeal, ipotanca de 28 proceso de, 223, 225, 226, 233 ‘Medicus Venture Partners, 9 Medias de desempeno, tpos de, 13, de dspersia, 560 de tendencia ental, 143 Medd pasivo de personas, 781 ‘Media Oriente investgacion de mercados en el 3, 340, Medios de comunicacis juste del mercado y fuente de datos de audencas, 166 datos de, fuentes de clusion, 163 datos de, aienciay, 143 suse del mercado y, 166 teserzos de la compe: Tencla, 167 -Meaios impresos come fuentes te datos d evaluacicn publictaia, 164 Mereadots: anilsi de, en enfoque de investigackin, 66 caracterizacin del, 67,70 consideraciones del, tecnologia , 50 emanda de, 715 esta del, uso de, 69 experimental, 264 gutsy datos el, 197 identifcacion dl, 67, 70 Investigacion de, cambiar el nombre de a, 30, mo de consolidsciin prs estan del, 72 métodos de datos para testa dl, 717 ppaneles, tabulacion de teeuesta de, 353 | | |e70 wows Anco Nod sr Con) de osc de tama de ‘Sinai celmece, "cd dea mea ye m7 vei de nos ets pan ‘sia ne cod el aati de nares donates late on de prondstico, 728 433 de ont Se sat desea del 12 ceetcmenaar a? erro muse, 35 ‘Michigan Marketing factores que afectan e, ‘Associates, 84 436 ‘midwest Marketing Research muestreo aleatoria sim- ‘Associates, 109, 387 ple y, 415, 435, 437 Ione elon precio 425, Shneasen dec ia Must: borer lento dil 415, 6, ‘Milan Food Cooperative, 503, i a7 ; a ogres wp 37308 tan 8 7 benficos dt, 400 oncenos sobre el £01 sercpconenirenc de ncn dtibuen. 3 aa Gore metals, 77 ‘Soon nla con imesteo stra 63 estate, 451,452 estat no propor Sona 457438 evolu del 30 ‘conto! dela 329 veh del, 63 estadistico: dentro de esratos, ‘leo de, 483 para variables continua, ee internacional, rincipos del, para variables dicots | anne, ar eee ro probabilistic, 31 cesraticade: na representa, 136 aspecto estaditico dela, Pan dey recolaccién de 483 ‘tos, 397 en investigacin de or eas, 463, 465, smercadios, 456,457 por sveas de igual sea dela 445 probabildad, 69 for reas de multiples or reas de probabiidad ‘tapas, 465 esigual, 473 probabilities, 415, 430 or conglomerados, 458 seleceion dela, 73,408, ‘nor convenienca, 405, 406 478,479 por jicos, 406, 407 erores en, 496 pot marcaién telefica sea Internacional, 477 tora de dito, 47 ‘a7 Muesteo: (Cont) por matcacin tleniea aleatola de dito, 476, 77 por prorateo, 408 principios de, 399 probabilistic, 409 procedimientos de, 405, 206, 408, 449, proceso de, vsi6a general ‘el 403, resteciones de costo y, 339 resticciones de tempo de, 333 Sistematico, 459, 462 ‘amafo dela poblacion en 429 us del censo en, 400, {so del diectria telefnico fenel 330 dase tambien Muostate) sus); Encuestas} Mestre por reas se igual probabitdad, 465 ‘de maples etapas, 465 e probabidad esigual 473 Multvariado andlss, de varianza, 644 métodos de dependencia para andiss de datos, eal rétodos de interepen- cdencia pata andl, 611 Naciones Unidas, 147 National Markets, 108 NBC, 3 [Netsork Connect, 713 [New England Soup Company, 371 Nielsen Company, A.C Niveles de atrbuto, medidas de, ta Nios, datos de, 338 ————r |No respuesta: ‘errres de, 332 tase de, 324 Northwest Aiines, 319 [Notacidn y definiién, 650 Nimes ‘en exeala nominal, 226, Objetvots e investigacin, determinar fos, 92 dela decsin, 69 della gerenca, 302 fe a investigacin y necesiades de ‘informacion, 62 Observacion ‘del consumidor, 336 fen operaciones de campo, 395 ingtodo de, 337, 338 téenieas de clasieacién de, 330, fen madicin de aetines, 28 Tinos de, 336 ‘Operaciones de campo: enirevistas en, 491 cerrares en ls, 497 internacionales, 500 medliiin del desemperio ‘eas, 490, lobservacin en, 495, recaleccin de datos en, £90 (Oportunidades: bases de problemas para, 86 cen mercado extraneros, 128 Y prablemss, presentacisn ‘de, 92 Otganizaciones centralizadas, 44 integradas, 45 fun dela rvestigacion de imercados en las, 44 ‘Organizaciones: (Cont) recoleccidn de informacién or pare de, 24 uso dela investigacion y, 97 Panel datos de, desserts dl, 136 diseho de, ventas de, 134 mmibus, 133 Paneles darios, uso de. 4 ata publcacion simultnea datos, uso de, 140, ‘stu, informacion que no es especiica del cliente, 36 fuentes de datos de marketing, 154 Prdmetra,ctnicién de, 417 Parkside Corporation, 38% Pecodiciad, problema de a, 462 Persil Power, 379 Personal de inv ‘mercados 37, Planeaciin para la investiga 6, 85 Poblacion: ‘de Washington, DC, crecimiento de a, 190 defnicion 6 ‘mportancia de la, 78 examen dela, 417 ‘muesreo del, 403 parimetros del: cielo de, 442 Inerencas acerca de ls, 424,427 tamafio dea, problems dle 429 Porcentajes en tabulacin Tuzla, uso de, 591 Prheasts, 18 Preguntas) ‘earactersticas fisicas as, 363 nook nereurco a7 ey ea eee mn cores nse oe‘con modelos de Investancia, 728 de ls demanda: smedicin y, 713, 715, imétodos para el, 723, de ventas, 713 de ventas, téricas de, 724 fencuestas de consumidores 726 Importancia del medlicin dela demanda Internacional y, 728,729 métoda de incicadoves dominantes dle, 726 miétodo de suavizacion exponencal de, 727 miétodlo del promedio méuit 6, 726 todos de, 724 ara laboracton de, 723 requistos gerenciales para Ia elaboracin de, 7 series de tempo, descomposicin, 727, series de tiempo, método de, 726 Propuesta de ivestgacién de mercados consideraciones, 67 pautas para 31 preseniacin de una, 98 Proveedores) de investigacibn ‘de mercados: anaista, 40 ‘evaacin de, 51 selecidn de un, 48 so de, 47 ventas desventaas en ef uo de, 49 y client, reglas para relaciones ent, 51 Problemas especicos del cliente, estutias pra resolver 36 rusts de marketing auencia de cine, 294 Conta de vepruc, 236 ‘montalidad de la una de, 272 unidades de, defnicion de, 268 Pruebas bivariada de inferencl, 604 de hpetesis, 562 dfinicion de, 275 Sse la suma de los cuadkadlos exolicada, 605 sobre la dierenca entre reds, 607 sobre la elevenca enre eda, Reuadrado, 588 Pricokigia, sepmentacin, 258, Publicaciones como fuentes de tos ntemaconales, 187 Pubs datos de, 205 esgaste, 263 len medios de dfn, fuentes de evaluacion de ia, 163 en mediosimpresos oentes de evaluacion de a, Toa cevsluacidn de la, 143 investigaciin de mereados como guia para, 3 pa proveedoves de Investigacion de mereados, 49 relacidn con a, 110 texto pubciaia, procba del 39 Ratings de celebridades, uso de Ios, 4 Reclutamiento en la Marina, efectos de los experimentos de campo sobre el 202 Recopilacicn de datos, 63 Regresin mitiples de variables ftcas, 647 Relaciénes): compiadorproveedar, reglas para, 51 de orden ceo, 93 dle orden no cro, 597 en tabula erveada, 392 especicacones de una, 595, espuri, 594, 596 denicacién de una, 597 Research Design, In, 377 Respuesta del comportamiento, 12 rmadllo de, 245, 246 Formato para cvestionation, ‘isena de, 334 rips, problemas de, 5 sesg0 en ls, 136 tasa de, 332 tasa de encuesta, increment dea, 333 Revlon, 18 Rotacién interpretcin del factor incl por, 618 5. Johnson, 148 Saud Aramco, 478 Seameatacién de consumid es, 258 Seling Areas Marketing. In, Sesgo: de respuesta 135, de seleccién, 271 Seudoinvestigacion, uso dela 02 Sib: defini, 270 descripcion de, 417,Simmons Market Bureau Research, Ine, 49 Simple Pleasures, helado, 345 Simplesse, 385, Simulacion: studios de, 138 fuentes de datos, 139 Sintoma, connotacin de la palabra en investigaciin de reread, 86 Sistemas de soporte para las sdecisiones de marketing 19 sivacionalles ans 69 variables en investgacion ‘de mereados, 12 Sopadestl, Inc, 218 Sophisticated Research Group, 709 Southern Misios Medical Center 80M, 149,150, 151 Swatch reo}, 26, 294 “Tabvlacin eruzad: anil de gaypos mestnte 313 Ate os variables nominales, 369 tbo ee abs, 598 imterpetaciin de rblas en 30 presentaciin de resultados en 502 telaciones en, 592 Tomato, peobabildad Propovcional al <7 2 ‘Técnicas de autcinformes en ‘medcion de actitudes, 28 ‘Técnicas en investgacion de riercados, 300,301 Teenolauia,comideraciones de mercado, 50 Tele Turbo, ne Telélono: ‘rectrias como marcas uestaes, 330 tolerating, 332 Telematkting, encucsas por teléione y, 382 Tendency cent, mediana como ‘medi de, $39,560 cenial, medidas de, 558 ental, moda como media ‘le, 339 Tiempo: dPsoho de series de, ‘oul, 279 cen experiments de ‘abevatoro, 281 equivalemte, diseno de muestra de, 279 linitaciones de, en moestre0, 439 ‘ocurtencia ronolégica de Tas vaiales, 260 programacion de, 409 sri de ‘descompusicin de, mito ‘do deeaboracin de promssicos, 727 expesimento, 279, 200, mda de elahoracién de prondstcos, 726 ‘Tama de decisiones investigacion de mereados yn proceso de, Tota, eves, 126 eabaja de carpe: problemas en, 487 Select de fs mest y, 73 “Tansionmaciin por tipe de seal, Tratamientos, dfinicion de, 260, State Interviewing, 321 ane, 9 “wole Pines, centro comercial 387 “win Pines, club campeste y de gol, 212 Unidas geoersicas del ‘Bureay ofthe Census, 181 182 Unidas geogrsticas del ‘Census Buea, 182 Unilever, RU, 294,379 United Anes, 319 United Way of America, 116 Universidades como ejecutoras, 36 University Research Center, 700 Uso del nomégrao en ef ‘muesrcoaleatovio simple, “7 Usuarios y elecuores, Investigation le eos Fs V8, go de cocktail, 263 Valid, 233, 234,235, ‘concurrente, 238 dle concepto, 237 dle comtenil, 2 de experimentos de [aboratorio, 261 fe prediccisn, 238 testimacin de, 236 Vaviables}, 12 1 analizar, numero de, 555 ‘asociseiin entre, 593, cileuo del estadstico rues para variables cootinuas, u9 para variables dicotom cas, a2 coniabidad internacional ‘de, 238 dependent, 268, Ht | | |74 wosce cereus oribles} (Cont) externa, 268, 270 nivel de mediciin de, 556 rominales, ecuencios pata, 561 rnueias, generar y agregar, 545 acutrenciacronoliglea de las, 266 invesigaciin milipley, 637 relaciones ente, 13 Situaconal en marketing. 12 Variables} (Cont) labulaciin cruzada de dos ‘arabes nominaes, 589 Varies ‘concomitante, explicada, 583 varianza ‘ani de, 636, 637, 687 sli mulivarado de, 643 Ventas: 266 experimento de capaci ‘idm en, dseno factorial ara, 290, Ventas: (Cont) pronéstico de, 713, exacttud del, 723, ‘enieas para, 724 ‘Washington, 0.C, AEM de, 19 West & Co, 17 Xerox Corporation, 19, 533) Young and Rubicon, 258, 381CONSULTE OTROS TITULOS MCGRAW-HILL DE SU INTERES Aaker Investigacién de mercados, 34. ed. | Burnett Promocién. Conceptos y estrategias | Czinkota ‘Marketing internacional iy Dillon La investigacién de mercados en torno de marketing, 2a. ed. | Guiltinan—_ Gerencia de marketing, 6a. ed. ! Hiebing Cémo organizar un exitoso plan de mercadotecnia \ Jany Investigacion integral de mercados | Lambin Marketing estratégico, 3a. ed. j Miguel Investigacion de mercados Pride ‘Marketing, conceptos y estrategias, 9a. ed. Ries La guerra de la mercadotecnia Ries Posicionamiento | Stanton 1590 2 1 terete i