8.2: Investigación cualitativa y cuantitativa
- Page ID
- 64508
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\( \newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\)
( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\id}{\mathrm{id}}\)
\( \newcommand{\Span}{\mathrm{span}}\)
\( \newcommand{\kernel}{\mathrm{null}\,}\)
\( \newcommand{\range}{\mathrm{range}\,}\)
\( \newcommand{\RealPart}{\mathrm{Re}}\)
\( \newcommand{\ImaginaryPart}{\mathrm{Im}}\)
\( \newcommand{\Argument}{\mathrm{Arg}}\)
\( \newcommand{\norm}[1]{\| #1 \|}\)
\( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\)
\( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\AA}{\unicode[.8,0]{x212B}}\)
\( \newcommand{\vectorA}[1]{\vec{#1}} % arrow\)
\( \newcommand{\vectorAt}[1]{\vec{\text{#1}}} % arrow\)
\( \newcommand{\vectorB}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vectorC}[1]{\textbf{#1}} \)
\( \newcommand{\vectorD}[1]{\overrightarrow{#1}} \)
\( \newcommand{\vectorDt}[1]{\overrightarrow{\text{#1}}} \)
\( \newcommand{\vectE}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash{\mathbf {#1}}}} \)
\( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \)
\( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)
\(\newcommand{\avec}{\mathbf a}\) \(\newcommand{\bvec}{\mathbf b}\) \(\newcommand{\cvec}{\mathbf c}\) \(\newcommand{\dvec}{\mathbf d}\) \(\newcommand{\dtil}{\widetilde{\mathbf d}}\) \(\newcommand{\evec}{\mathbf e}\) \(\newcommand{\fvec}{\mathbf f}\) \(\newcommand{\nvec}{\mathbf n}\) \(\newcommand{\pvec}{\mathbf p}\) \(\newcommand{\qvec}{\mathbf q}\) \(\newcommand{\svec}{\mathbf s}\) \(\newcommand{\tvec}{\mathbf t}\) \(\newcommand{\uvec}{\mathbf u}\) \(\newcommand{\vvec}{\mathbf v}\) \(\newcommand{\wvec}{\mathbf w}\) \(\newcommand{\xvec}{\mathbf x}\) \(\newcommand{\yvec}{\mathbf y}\) \(\newcommand{\zvec}{\mathbf z}\) \(\newcommand{\rvec}{\mathbf r}\) \(\newcommand{\mvec}{\mathbf m}\) \(\newcommand{\zerovec}{\mathbf 0}\) \(\newcommand{\onevec}{\mathbf 1}\) \(\newcommand{\real}{\mathbb R}\) \(\newcommand{\twovec}[2]{\left[\begin{array}{r}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\ctwovec}[2]{\left[\begin{array}{c}#1 \\ #2 \end{array}\right]}\) \(\newcommand{\threevec}[3]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\cthreevec}[3]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \end{array}\right]}\) \(\newcommand{\fourvec}[4]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\cfourvec}[4]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \end{array}\right]}\) \(\newcommand{\fivevec}[5]{\left[\begin{array}{r}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\cfivevec}[5]{\left[\begin{array}{c}#1 \\ #2 \\ #3 \\ #4 \\ #5 \\ \end{array}\right]}\) \(\newcommand{\mattwo}[4]{\left[\begin{array}{rr}#1 \amp #2 \\ #3 \amp #4 \\ \end{array}\right]}\) \(\newcommand{\laspan}[1]{\text{Span}\{#1\}}\) \(\newcommand{\bcal}{\cal B}\) \(\newcommand{\ccal}{\cal C}\) \(\newcommand{\scal}{\cal S}\) \(\newcommand{\wcal}{\cal W}\) \(\newcommand{\ecal}{\cal E}\) \(\newcommand{\coords}[2]{\left\{#1\right\}_{#2}}\) \(\newcommand{\gray}[1]{\color{gray}{#1}}\) \(\newcommand{\lgray}[1]{\color{lightgray}{#1}}\) \(\newcommand{\rank}{\operatorname{rank}}\) \(\newcommand{\row}{\text{Row}}\) \(\newcommand{\col}{\text{Col}}\) \(\renewcommand{\row}{\text{Row}}\) \(\newcommand{\nul}{\text{Nul}}\) \(\newcommand{\var}{\text{Var}}\) \(\newcommand{\corr}{\text{corr}}\) \(\newcommand{\len}[1]{\left|#1\right|}\) \(\newcommand{\bbar}{\overline{\bvec}}\) \(\newcommand{\bhat}{\widehat{\bvec}}\) \(\newcommand{\bperp}{\bvec^\perp}\) \(\newcommand{\xhat}{\widehat{\xvec}}\) \(\newcommand{\vhat}{\widehat{\vvec}}\) \(\newcommand{\uhat}{\widehat{\uvec}}\) \(\newcommand{\what}{\widehat{\wvec}}\) \(\newcommand{\Sighat}{\widehat{\Sigma}}\) \(\newcommand{\lt}{<}\) \(\newcommand{\gt}{>}\) \(\newcommand{\amp}{&}\) \(\definecolor{fillinmathshade}{gray}{0.9}\)Objetivos de aprendizaje
- Comparar y contrastar la retroalimentación que se puede obtener con la investigación cualitativa y cuantitativa.
- Discutir validez, confiabilidad y significancia estadística.
Quizás haya escuchado el término “investigación de mercado” o haya tomado una clase sobre estadística. Ya sea que su comprensión de la recopilación de información creíble y confiable esté surgiendo o desarrollándose, una conciencia general de la investigación es esencial para la escritura empresarial. Muchas empresas utilizan la investigación como preproducto, postproducto y método de desarrollo de servicios para obtener comentarios. Comprender los comentarios de la investigación puede influir en tu escritura a medida que aprendes más sobre tu público objetivo. Ralph Rosnow y Robert Rosenthal ofrecen una sólida discusión introductoria a los términos básicos de investigación en su texto Beginning Behavioral Research: A Conceptual Primer que sirve bien a nuestra discusión (Rosnow, 1999).
Podemos dividir la investigación en dos categorías básicas:
- La investigación cualitativa se centra en la calidad en el sentido de “¿cómo es?” o “¿cómo se siente?”
- La investigación cuantitativa se centra en la cantidad en el sentido de “¿cuántos clientes?” o “¿qué porcentaje?”
Examinemos las ventajas y desventajas de cada una de estas clases de investigación.
Obtención de retroalimentación con investigación cualitativa
La investigación cualitativa involucra métodos de investigación que cruzan materias y disciplinas académicas para obtener información en profundidad. Si la investigación cuantitiva explora “qué”, la investigación cualitativa explora “cómo” y “por qué”. Desde entrevistas hasta grupos focales, muchas de las estrategias presenciales utilizadas para recopilar información son de naturaleza cualitativa.
Tienes cinco sentidos, y es posible que puedas distinguir entre alimentos dulces y salados, pero ¿puedes describir lo que saboreas y hueles? Digamos que trabajas para un viñedo, y se te ha encargado escribir un párrafo describiendo un vino nuevo. ¿Podrías? Capturar puntos de datos finos y representarlos en palabras y símbolos puede ser un desafío significativo para los investigadores. Al probar el vino con un grupo focal, es posible que desee información sobre cómo se percibe, y las respuestas pueden ser variadas e inusuales. ¿Qué haces con la información que recabas? Es posible que puedas identificar tendencias entre las variadas respuestas, y crear grupos que indiquen un sabor amaderado o terroso, pero los números no lograrán capturar los matices de sabor y cuerpo de los vinos en la información.
Alguna información, como la forma en que los consumidores caracterizan el sabor de un vino, es un desafío para obtener, y la investigación cualitativa a menudo sirve bien en esta capacidad. Si la investigación cuantitativa maneja bien a grandes audiencias, la investigación cualitativa permite entrevistas interpersonales en profundidad que producen resultados ricos y significativos. La información puede no ser tan confiable, y su capacidad para producir los mismos resultados a lo largo del tiempo puede ser limitada, pero los humanos son emocionales, irracionales e impredecibles. También son, cada uno a su manera, únicos. A medida que aumentas el nivel de perspectiva en términos de abstracción, todos los humanos eventualmente pueden llegar a verse similares, incluso iguales. Todos poseemos algunas características similares, como el uso del lenguaje, o la composición de nuestros cuerpos. Pero cuando miras más de cerca, ves la diversa gama de idiomas, y aprendes que no todos tienen 206 huesos en un cuerpo adulto. Entre estos dos puntos de vista encontramos el rango de información que la investigación cuantitativa y cualitativa intenta abordar.
Supongamos que queremos determinar quién tiene mayor riesgo de por vida de desarrollar enfermedades cardíacas, ¿un hombre o una mujer? Si estamos hablando de un hombre individual y de una mujer individual, nuestra respuesta podría ser bastante diferente de lo que sería si estuviéramos hablando de hombres en general versus mujeres en general. Una encuesta puede funcionar bien para capturar los datos sobre hombres versus mujeres, pero una entrevista cara a cara con un hombre y una mujer permitirá la interacción, preguntas de seguimiento y una imagen mucho mejor de la pregunta: entre esta mujer individual y este hombre individual, ¿quién es más probable que esté en riesgo? Los factores de riesgo y protección que aprendemos de amplios proyectos de investigación que involucran a miles de sujetos tienen valor, pero hay momentos en que una pincelada amplia no logrará capturar los datos finos que se necesitan o desean.
Imagine que está involucrado en una observación directa del comportamiento de compra al revisar grabaciones de video de cámaras de seguridad que muestran claramente el producto de su empresa en relación con otros productos en la estantería. Puede encontrar, particularmente después de una revisión de la literatura, que la colocación de productos tiene un impacto significativo en las decisiones de compra. Además, es posible que estés involucrado con algún nivel de participación en el entorno. Servir como observador participante significa que eres parte del proceso, involucrado en la acción y no separado de la interacción. Miras la experiencia de ventas a través de los ojos de un participante, y ves a los demás a través de los ojos de un observador. Puede encontrar que las entrevistas y los grupos focales sirven para enseñarle más sobre su audiencia, pero también puede encontrar que otros han realizado entrevistas similares y aprenden de sus hallazgos.
Como escritor de negocios, debes estar familiarizado con la investigación cualitativa y sus fortalezas y debilidades relativas. Puede usar algunas de sus técnicas para recopilar información sobre su audiencia, puede citar investigaciones que involucren métodos cualitativos y puede utilizar sus estrategias con un post documento, producto o servicio de la audiencia.
Obtención de retroalimentación con investigación cuantitativa
La investigación cuantitativa implica la investigación y análisis de datos y relaciones entre datos que pueden ser representados por números. A menudo se usa para probar una hipótesis, y normalmente involucra grandes volúmenes de datos. Donde un proyecto de investigación cualitativa puede implicar una docena de entrevistas, una cuantitativa involucraría cientos o miles. Dado que cada entrevista conlleva un costo, y mil o diez mil entrevistas pueden exceder el presupuesto de investigación de su organización, se debe encontrar una alternativa más rentable. Al limitar el número de preguntas y limitar las formas en que los participantes pueden responder, los datos pueden recopilarse a un costo menor con muchas veces un mayor nivel de validez estadística.
En la investigación cualitativa, es posible que se haga una pregunta abierta como “¿A qué sabe el vino?” En la investigación cuantitativa, se pueden limitar las opciones de respuesta: “¿El vino tiene sabor a (a) amaderado, (b) afrutado, o (c) ambos?” Puede encontrar que el 90 por ciento de los encuestados indica la respuesta (c); puede representarla con números y una gráfica, pero puede que no sirva a su investigación de la manera que planeó.
Las metodologías de investigación implican examinar y evaluar los métodos utilizados en la investigación o solicitar retroalimentación. Se utilizan para abordar y mejorar preguntas mal redactadas, y para ayudar al investigador a igualar el objetivo de la investigación con el método. La investigación cuantitativa nos sirve bien cuando preguntamos, ¿la vitamina C, tomada a una dosis de 500 mg diarios durante cinco años, disminuye la incidencia del resfriado común? Podríamos rastrear a mil participantes en el estudio que proporcionan información de preselección de ingesta, confirman el cumplimiento diario y participan en entrevistas periódicas. También sabemos que parte de nuestro grupo está tomando un placebo (píldora de azúcar) como parte de los requisitos de un estudio doble ciego. Al final del término, tenemos ciertos números que pueden ser capaces de indicar el grado en que la vitamina C afecta la tasa de incidencia de la enfermedad.

Los anunciantes suelen realizar investigaciones para conocer más sobre las preferencias y actitudes, dos áreas que no se capturan fácilmente. En ocasiones, los estudios de preferencias utilizan escalas Likert, que dan a los encuestados una escala preestablecida para calificar sus respuestas. Un ejemplo de un artículo Likert podría ser, “Por favor, indique en qué grado está de acuerdo o no está de acuerdo con esta afirmación: Disfruto bebiendo vino de la marca X. ¿Usted (1) está totalmente de acuerdo, (2) está de acuerdo, (3) no está de acuerdo ni en desacuerdo, (4) no está de acuerdo, o (5) está totalmente en desacuerdo?”
Existe una tendencia a que algunas investigaciones actitudinales y preferenciales que puedan describirse con mayor precisión como cualitativas, se describan en términos numéricos. Por ejemplo, probablemente hayas escuchado la afirmación de que “cuatro de cada cinco dentistas prefieren la marca X”, cuando en sí mismo, el número o representación de preferencia carece de sentido. Como escritor de negocios astuto, podrá comprender investigaciones de investigación pre (antes) y post (después) de documentos, productos o servicios y distinguir entre los dos enfoques principales.
¿Qué es la Validez?
¿Cómo sabes que los resultados presentados en un estudio o artículo tienen valor? ¿Cómo sabes que son válidos? La validez implica la fuerza de conclusiones, inferencias o aserciones. Thomas Cook y Dan Campbell indican que la validez suele ser la mejor aproximación disponible de la verdad o falsedad de una inferencia, proposición o conclusión. Los lectores quieren saber que tu información tiene valor y que hay confianza en sus puntos, información de apoyo y conclusiones. Quieren saber que tienes razón y no hacer declaraciones falsas.
Una forma de abordar el valor de validez es citar todas sus fuentes con claridad. Como escritor, ciertamente puede incluir información de autoridades en el campo cuando la atribución es relevante y la citación es clara. Dar crédito donde se debe el crédito es una forma de hacer que su información sea más valiosa, y al hacer referencia a las fuentes claramente, permite al lector evaluar la validez de la información que ha proporcionado.
¿Todos los comentarios tienen validez? Así como hay muchas amenazas a la validez en las aplicaciones de investigación, no siempre puedes estar seguro de que los comentarios que recibes sean precisos o veraces. ¿Alguna vez los alumnos han evaluado negativamente a los profesores por el trabajo requerido en el curso? Por supuesto. De la misma manera, algunos lectores pueden tener problemas con el tema o su organización. Su publicación de comentarios puede ser menos que solidaria, e incluso abiertamente hostil. Evaluar la validez de los comentarios, responder con profesionalismo en todo momento y aprender a dejar de lado los mensajes negativos que ofrecen pocas oportunidades para mejorar la comprensión.
¿Qué es la confiabilidad?
La confiabilidad es la consistencia de sus mediciones. El grado en que un instrumento da la misma medición todas y cada una de las veces con los mismos sujetos, en un mismo contexto, es una medida de su confiabilidad. Por ejemplo, si tomaste tu temperatura tres veces en quince minutos, y tu termómetro daba una lectura diferente cada vez, digamos, 98.6, 96.6 y 100.2, concluirías que tu termómetro no era confiable.
¿Cómo se aplica esto a los comentarios en la redacción empresarial? Digamos que tiene tres agentes de ventas que completarán interacciones de seguimiento con tres clientes después de haber enviado un informe a cada cliente sobre sus compras hasta la fecha con sugerencias de productos y servicios adicionales. Los tres agentes de ventas tienen la misma información sobre los productos y servicios, pero ¿realizarán lo mismo? Por supuesto que no. Cada uno, aunque estén capacitados para mantenerse en el guión y seguir protocolos específicos, no serán idénticos en su aproximación y entrega. Cada cliente también es diferente, por lo que el contexto es diferente en cada caso. Como profesionales de negocios, necesitamos conocer nuestro entorno y adaptarnos a él. Esto requiere retroalimentación y atención a la información en muchas formas. Necesitamos evaluar el grado de fortaleza o debilidad de la información, su confiabilidad o validez, y estar preparados para actuar sobre esa información. Los negocios exitosos y, por extensión, los comunicadores de negocios exitosos, reconocen que la comunicación es un proceso bidireccional en el que necesitamos escuchar, aprender y responder a los comentarios. Necesitamos cumplir y superar las expectativas de nuestros clientes.
La confiabilidad entre evaluadores implica el grado en que cada evaluador evalúa la misma en contextos similares. Se puede pensar en un ensayo universitario, por ejemplo, para entender mejor este concepto. Digamos que escribes un ensayo sobre gestión de relaciones con clientes y lo envías al instructor de tu clase de comunicación empresarial. Al mismo tiempo, envías el mismo ensayo a tu profesor de inglés, y envías una copia a tu profesor de marketing. ¿Los tres profesores evaluarán igual tu ensayo? Por supuesto que no. Cada uno tendrá su propio conjunto de expectativas y respectivas disciplinas que influirán en lo que valoran y cómo los evalúan. Aún así, si tu ensayo es investigado a fondo, organizado lógicamente y escrito cuidadosamente, cada profesor puede darle una calificación mejor que la media. Si este es el caso, la confiabilidad entre evaluadores indicaría que hiciste un buen trabajo en el ensayo.
¿Qué es Estadísticamente Significativo?
Este es un término de investigación que a menudo se usa y comúnmente se malentiende. No todos los hallazgos de investigación son estadísticamente significativos, y muchos de los que se consideran significativos son solo un poco más probables que pura casualidad. Los hallazgos estadísticamente significativos son aquellos que tienen un alto nivel de confiabilidad, en que si se aplica la misma prueba en el mismo contexto a los mismos sujetos, los resultados saldrán igual y otra vez (Stone-Romero, 2002). Es posible que vea un nivel de confianza de +/— (más o menos) tres puntos porcentuales como una declaración común de confiabilidad y confianza en una encuesta. Significa que si se repitiera la encuesta, existe la confianza de que los resultados estarían dentro de tres puntos por encima o por debajo de los porcentajes en los resultados originales. Cuando se hagan declaraciones de significancia estadística, sabrá que significa que el estudio estableció con confianza una diferencia o una relación. Esa confianza da credibilidad a los resultados.
Llave para llevar
La investigación puede ser cualitativa o cuantitativa, y es importante evaluar la validez, confiabilidad y significancia estadística de los hallazgos de la investigación.
Ejercicios
- Visite el sitio web de una importante organización electoral como Gallup, Pew, Roper o Zogby. ¿Qué se puede aprender sobre cómo la organización realiza encuestas? ¿Qué tan válidos, confiables y estadísticamente significativos son los resultados de las encuestas de esta organización y cómo lo sabe? Discuta tus hallazgos con tus compañeros de clase.
- Encuentra un ejemplo donde se presenta información para sustentar un reclamo, pero percibes que es menos que válido o confiable. Comparte tus observaciones y revisa los resultados de los esfuerzos similares de tus compañeros de clase.
Referencias
- Cook, T. D., & Campbel, D. T. (1979). Cuasi-experimentación: Problemas de diseño y análisis para entornos de campo. Chicago, IL: Rand McNally.
- Rosnow, R., & Rosenthal, R. (1999). Inicio de la investigación conductual: Una cartilla conceptual (3ª ed.). Englewood Cliffs, NJ: Prentice Hall.
- Piedra-Romero, E. F. (2002). La validez relativa y utilidad de diversos diseños empíricos de investigación. En S. G. Rogelberg (Ed.), Manual de métodos de investigación en psicología industrial y organizacional (pp. 77—98). Malden, MA: Blackwell.