Métodos, instrumentos y procedimientos de análisis de datos

CAPÍTULO 2. MARCO TEÓRICO

4.6. Métodos, instrumentos y procedimientos de análisis de datos

Según el autor Muñoz Razo (2011), en su obra titulada Cómo elaborar y asesorar una

investigación de Tesis, define dos métodos que serán referentes en la presente investigación:

Análisis – Síntesis, el cual en un primer caso consiste en separar cada dificultad que encontramos en partes más simples para su estudio a través del uso de la intuición (análisis), para luego volver armar, reacomodar, ordenar de manera racional cada una de sus partes para finalmente estudiarlos, analizar los resultados y dar una explicación al fenómeno observado inicialmente (síntesis). Para nuestro caso, por tener una asociación de variables y se analizará cada objetivo específico para comprender y dar explicación al objetivo general de la investigación que será generalizado a la población de estudio.

Inductivo – Deductivo, basado en el razonamiento lógico de dos métodos, que se inicia en un hecho o eventos de un fenómeno observado de manera particular para intentar descubrir

conclusiones generales a través de teoremas o postulados (inductivo). Luego va en sentido contrario, el cual intenta deducir una teoría o postulado (leyes generales) aplicable a nuevos fenómenos en relación a los hechos observados inicialmente (particular) y de esta manera verificar o validar la teoría (deductivo).Por tanto, se aplica ambos métodos teniendo como referencia que la presente investigación es de enfoque cualitativo y cuantitativo (mixta).

Luego, se realizó nueve entrevistas personales a caballeros de la zona urbana de Trujillo, comprendidos entre los 24 a 54 años de edad de acuerdo a la guía de entrevista (ver Anexo n.° 3) que compran calzado de marcas trujillanas y de otras marcas de fabricación nacional o importadas y que hayan comprado calzado en los últimos seis meses, con el fin de identificar el perfil de los consumidores, los hábitos o motivaciones de compra, las características o atributos mayormente considerados en la elección del calzado, la percepción o imagen del calzado local, nacional e importado, así como aspectos relacionados a la lealtad de marca para la compra de una marca muy frecuentemente. El propósito de realizar estas entrevistas era identificar los sub indicadores de la matriz de operacionalidad que sean comunes y mayormente considerados por los entrevistados, aplicando la estadística descriptiva a través del análisis de frecuencias absolutas.

Posteriormente después de validar el instrumento del cuestionario y aplicarlo a la muestra, se registraron los datos del cuestionario, explorando la información y efectuándose en algunos casos las correcciones por errores de digitación. Luego la información fue enviada a un especialista en estadística para ingresar los datos, codificarlos y prepararlos con las puntuaciones y sintaxis en el software estadístico SPSS versión 20 a través de una matriz de variables y datos para su posterior presentación de los datos que puedo ser mediante la hoja de cálculo Excel o SPSS.

De acuerdo a la escala de medición de las variables y categorías presentadas para responder a las preguntas de investigación y probar las hipótesis planteadas, se utilizó: (a) la estadística descriptiva a través de la distribución de frecuencias relativas (fi %) y absolutas (Fi) para su posterior presentación a través de gráficos circulares, histogramas o de barras y las tablas; y (b) la estadística inferencial no paramétrica para probar las hipótesis de la investigación y su posterior presentación de los resultados en tablas.

Respecto a la estadística inferencial a través del análisis no paramétrica que tiene una distribución no normal, se utilizó el coeficiente de correlación de Spearman debido a que las variables a correlacionar son ordinales que tiene una jerarquía presentada por las escalas de tipo Likert.

Para sustentar la utilización de la correlación de Spearman para probar la hipótesis general procedemos a evaluar si la distribución no es normal, para ello describimos los siguientes pasos:

1. Evaluar si las variables están en su forma numérica, para ello se visualiza en la base de datos del programa SPSS que ambas variables si están en su forma numérica a través de las puntuaciones (ver figura n.o_4.2).

2. Verificamos que cumplan con los supuestos de no normalidad aplicando la prueba de Kolmogorov Smirnov a través del SPSS para muestras mayores a 50.

Hipótesis para la variable independiente:

H01: Las puntuaciones de las estrategias del posicionamiento de marca tienen

distribución normal.

Hi1: Las puntuaciones de las estrategias del posicionamiento de marca difieren de la

distribución normal.

Hipótesis para la variable dependiente:

H02: Las puntuaciones de la lealtad de clientes hacia una marca tienen distribución

normal.

Hi2: Las puntuaciones de la lealtad de clientes hacia una marca difieren de la

Figura n.° 4.2: Comprobación de las variables de la hipótesis general

Fuente: Elaboración propia, extraída de la base de datos. 3. Brindamos un nivel de significancia propuesto de 5%.

4. Establecemos el valor de prueba hallado con ayuda del software SPSS.

Tabla n.° 4.2: Prueba de normalidad de las variables de la hipótesis general

Kolmogorov-Smirnova _Shapiro-Wilk

Estadístico gl Sig. Estadístico gl Sig.

Posicionamiento

agrupado ,100 173 ,000 ,977 173 ,006

Lealtad_Conativa

_Agrupada ,098 173 ,000 ,986 173 ,073

a. Corrección de la significación de Lilliefors

Fuente: Elaboración propia, extraída de la base de datos.

5. Comparamos el p –valor y el nivel de significancia propuesto (0,05) para ambas variables.

P-valor(variable independiente) = 0,000 < 0,05 P-valor (variable dependiente) = 0,000 < 0,05

6. Evaluamos de acuerdo al paso 5, la decisión de rechazar las hipótesis nulas H01 y H02

para ambas variables. Por tanto, se puede concluir que las puntuaciones de las estrategias de posicionamiento de marca difieren de la distribución normal y las puntuaciones de lalealtadde clientes difieren de la distribución normal.

De manera similar, se realiza la sustentación de aplicar el coeficiente de Spearman para relacionar los factores que apoyan a las estrategias de posicionamiento de marca y las dimensiones que conforman la lealtad de clientes. Para ello, se analizarán los siguientes supuestos o hipótesis específicas.

Hipótesis específica n.o_1:

2. Verificamos que cumplan con los supuestos de no normalidad aplicando la prueba de Kolmogorov-Smirnov a través del SPSS para muestras mayores a 50.

Hipótesis para la variable independiente:

H011: Las puntuaciones de las características diferenciadoras del calzado, el servicio

brindado por el personal y la imagen visual en tienda tienen distribución normal. Hi12: Las puntuaciones de las características diferenciadoras del calzado, el servicio

brindado por el personal y la imagen visual en tienda difieren de la distribución normal.

Hipótesis para la variable dependiente:

H021: Las puntuaciones de la dimensión comunicación boca-oído tienen distribución

normal.

Hi22: Las puntuaciones de la dimensión comunicación boca-oído difieren de la

Figura n.° 4.3: Comprobación de las variables de la hipótesis específica 1.

Fuente: Elaboración propia, extraída de la base de datos.

3. Brindamos un nivel de significancia propuesto de 5%.

4. Establecemos el valor de prueba hallado con ayuda del software SPSS

Tabla n.° 4.3: Pruebas de normalidad de las variables de la hipótesis especifica 1

Kolmogorov-Smirnova _Shapiro-Wilk

Estadístico gl Sig. Estadístico gl Sig. Posic_Caract_Diferen ciadoras_Calzado ,116 173 ,000 ,968 173 ,001 Posic_Valor_Agregad o_servicio_personal ,134 173 ,000 ,962 173 ,000 Posic_Valor_Agregad o_Imagen_visual ,101 173 ,000 ,955 173 ,000 Lealtad_Comunicaciò n_boca_oìdo ,121 173 ,000 ,972 173 ,002

a. Corrección de la significación de Lilliefors

5. Comparamos el p –valor y el nivel de significancia propuesto (0,05) para ambas variables.

P-valor(variables independientes) = 0,000 < 0,05 P-valor (variable dependiente) = 0,000 < 0,05

6. Evaluamos de acuerdo al paso 5, la decisión de rechazar las hipótesis nulas H011 y H021

para ambas variables. Por tanto, se puede concluir que las puntuaciones de las características diferenciadoras del calzado, el servicio brindado por el personal y la imagen visual en tienda difieren de la distribución normal y las puntuaciones de la dimensión comunicación boca-oído difieren de la distribución normal.

Hipótesis específica n.o_2:

2. Verificamos que cumplan con los supuestos de no normalidad aplicando la prueba de Kolmogorov-Smirnov a través del SPSS para muestras mayores a 50.

Hipótesis para la variable independiente:

H013: Las puntuaciones de las características diferenciadoras del calzado, el servicio

brindado por el personal y la imagen visual en tienda tienen distribución normal. Hi31: Las puntuaciones de las características diferenciadoras del calzado, el servicio

brindado por el personal y la imagen visual en tienda difieren de la distribución normal.

Hipótesis para la variable dependiente:

H023: Las puntuaciones de la dimensión intenciones de recompra tienen distribución

normal.

Hi23: Las puntuaciones de la dimensión intenciones de recompra difieren de la

distribución normal.

Figura n.° 4.4: Comprobación de las variables de la hipótesis específica 2

Fuente: Elaboración propia, extraída de la base de datos.

3. Brindamos un nivel de significancia propuesto de 5%.

4. Establecemos el valor de prueba hallado con ayuda del software SPSS.

Tabla n.° 4.4: Pruebas de normalidad de las variables de la hipótesis especifica 2

Kolmogorov-Smirnova _Shapiro-Wilk

Estadístico gl Sig. Estadístico gl Sig. Posic_Caract_Diferencia doras_Calzado ,116 173 ,000 ,968 173 ,001 Posic_Valor_Agregado_ servicio_personal ,134 173 ,000 ,962 173 ,000 Posic_Valor_Agregado_ Imagen_visual ,101 173 ,000 ,955 173 ,000 Lealtad_Intenciones_ Recompra ,096 173 ,000 ,975 173 ,004

a. Corrección de la significación de Lilliefors

5. Comparamos el p –valor y el nivel de significancia propuesto (0,05) para ambas variables.

P-valor(variables independientes) = 0,000 < 0,05 P-valor (variable dependiente) = 0,000 < 0,05

6. Evaluamos de acuerdo al paso 5, la decisión de rechazar las hipótesis nulas H013 y H023

para ambas variables. Por tanto, se puede concluir que las puntuaciones de las características diferenciadoras del calzado, el servicio brindado por el personal y la imagen visual en tienda difieren de la distribución normal y las puntuaciones de la dimensión intenciones de recompra difieren de la distribución normal.

Hipótesis específica n.o_3:

1. Evaluar si las variables están en su forma numérica, para ello se visualiza en la base de datos del programa SPSS que ambas variables si están en su forma numérica a través de las puntuaciones (ver figura n.° 4.5).

2. Verificamos que cumplan con los supuestos de no normalidad aplicando la prueba de Kolmogorov-Smirnov a través del SPSS para muestras mayores a 50.

Hipótesis para las variables independientes:

H014: Las puntuaciones de las características diferenciadoras del calzado, el servicio

brindado por el personal y la imagen visual en tienda tienen distribución normal. Hi14: Las puntuaciones de las características diferenciadoras del calzado, el servicio

brindado por el personal y la imagen visual en tienda difieren de la distribución normal.

Hipótesis para la variable dependiente:

H024: Las puntuaciones de la dimensión sensibilidad al precio tienen distribución normal.

Hi24: Las puntuaciones de la dimensión sensibilidad al precio difieren de la distribución

Figura n.° 4.5: Comprobación de las variables de la hipótesis específica 3

Fuente: Elaboración propia, extraída de la base de datos.

3. Brindamos un nivel de significancia propuesto de 5%.

4. Establecemos el valor de prueba hallado con ayuda del software SPSS.

Tabla n.° 4.5: Pruebas de normalidad de las variables de la hipótesis especifica 3

Kolmogorov-Smirnova _Shapiro-Wilk

Estadístico gl Sig. Estadístico gl Sig.

Posic_Caract_Diferen ciadoras_Calzado ,116 173 ,000 ,968 173 ,001 Posic_Valor_Agregad o_servicio_personal ,134 173 ,000 ,962 173 ,000 Posic_Valor_Agregad o_Imagen_visual ,101 173 ,000 ,955 173 ,000 Lealtad_Sensibilidad_ precio ,118 173 ,000 ,975 173 ,004

a. Corrección de la significación de Lilliefors

5. Comparamos el p –valor y el nivel de significancia propuesto (0,05) para ambas variables.

P-valor(variables independientes) = 0,000 < 0,05 P-valor (variable dependiente) = 0,000 < 0,05

6. Evaluamos de acuerdo al paso 5, la decisión de rechazar las hipótesis nulas H014 y H024

en ambas variables. Por tanto, se puede concluir que las puntuaciones de las características diferenciadoras del calzado, el servicio brindado por el personal y la imagen visual en tienda difieren de la distribución normal y las puntuaciones de la dimensión sensibilidad al precio difieren de la distribución normal.

En resumen, se describe lo siguiente:

Método Lógico Análisis – Síntesis Inducción - Deducción

Técnicas Estadísticas Instrumentos Descriptivas Hoja de cálculo Excel Inferenciales SPSS v. 20

In document Relación entre las estrategias de posicionamiento de las marcas trujillanas de calzado para caballeros y la lealtad de sus clientes en la ciudad de Trujillo, 2018 (página 117-128)