Taller de Análisis de Datos con SPSS

Social Consultores tiene el agrado de invitarlos a participar en el Taller de Análisis de Datos Cuantitativos con SPSS.

Este Taller tiene como propósito ofrecer al usuario, a través de casos prácticos, los conceptos teóricos y metodológicos de análisis e interpretación de datos cuantitativos a partir del uso del software estadístico SPSS.

Los objetivos del taller se resumen en dos aspectos básicos:

· Discutir aspectos metodológicos del análisis de datos cuantitativos.
· Manejo de distintas técnicas estadísticas descriptivas e inferenciales de análisis de datos con SPSS.

Contenidos

o Introducción al análisis de datos cuantitativos (teoría y conceptos): Población y muestra. Conceptos, variables e indicadores. El problema de la medición.
o Análisis de datos con SPSS (síntesis metodológica).
o Análisis estadístico descriptivo. Medidas de tendencia central, de posición y de dispersión. El problema de la representatividad de la media. Análisis de la asociación entre dos variables.
o Análisis estadístico inferencial. Prueba de hipótesis. Análisis de la varianza. Regresión y correlación. Análisis de contingencia.

El taller forma parte del programa de capacitación de investigación aplicada de Social Consultores.

Las sesiones del taller están programadas para los días sábado 14, 21 y 28 de agosto.
El taller se llevará a cabo en la sala de cómputo del centro cultural CAFAE-SE. Av. Arequipa 2985, San Isidro.

La dinámica del taller se concentra en el desarrollo teórico práctico de los contenidos, evitándose argumentos matemáticos. El énfasis del taller recae en el uso apropiado del instrumental estadístico y su aplicación a partir del uso del SPSS.

El costo del taller es de 250 nuevos soles.

Mayor información AQUI

Continuar leyendo... >>

Análisis y codificación de datos cualitativos

A continuación iniciamos una serie de post dedicados a discernir las pautas o procedimiento del análisis de datos cualitativos. Este proceso puede resumirse en los siguientes momentos o fases:

1. Obtención y registro de información a partir de la realización de entrevistas, grupos de discusión, observaciones, etc.
2. Captura y transcripción de la información a través de registros electrónicos.
3. Codificación de la información o agrupación de la información obtenida en categorías y,
4. Integración de la información relacionando categorías con el fin de establecer fundamentos teóricos.

En un post anterior establecimos algunos argumentos acerca de la particularidad cualitativa de los datos cualitativos.

En este acápite nos referiremos al proceso de codificación en el proceso de investigación cualitativa. El análisis de datos cualitativos puede convertirse en una tarea intimidante para muchos investigadores. Probablemente la diversidad de maneras de analizar los datos cualitativos se convierte en el principal óbice. Tesh [1] identifica veintiséis estrategias analíticas aplicables a los datos cualitativos. Por ende, la variedad de perspectivas es el sello característico del enfoque cualitativo. No existe unanimidad sobre que significa análisis de datos, acerca de sus procedimientos y estrategias.

Para algunos autores el análisis se confina a la segmentación y codificación, es decir, organización, manipulación y recuperación de los segmentos más significativos de los datos estableciéndoles etiquetas o membretes. Esto involucra pensar la codificación en términos de reducción de datos, estableciendo y midiendo incidencias de los distintos códigos. El análisis a este nivel es ajeno a la especulación y la interpretación.

Para otros el análisis es un trabajo de interpretación, de revelación de patrones, donde los procedimientos de manejo y codificación de datos son considerados tareas preliminares. En este nivel el énfasis se pone en identificar características y relaciones esenciales. La codificación significa ampliar, transformar y reconceptualizar los datos a mayores posibilidades analíticas y no se compendia a la reducción de datos.

Entonces, como estrategia analítica, codificar significa la vinculación de datos a un concepto o idea en particular. El trabajo analítico radica en establecer estos vínculos, no en el manejo de datos. Las tareas de análisis comprende el procedimiento reflexivo de generar conceptos a partir de nuestros datos y usar códigos como manera de lograrlo. Los códigos expresan el vínculo entre los datos y los conceptos teóricos del investigador.

Finalmente, codificar implica la mezcla de reducción y complicación de los datos. La codificación es una tarea esencialmente de develamiento. Para Tesch codificar significa, en última instancia, encontrar nuevos contextos para analizar los datos. La segmentación y codificación de los datos le permiten al analista pasar de la indagación a la interpretación. Codificar supera asignarles categorías a los datos, involucra construir relaciones y nuevos contextos, a fin de plantear preguntas acerca de los mismos.

La codificación es un proceso en dos niveles: en primer lugar se codifica los datos en categorías; posteriormente, se establecen comparaciones entre sí para agruparlas en temas y fijarles vinculaciones.

Volveré con el desarrollo de los distintos momentos o fases del análisis de datos cualitativos en los siguientes post. Hasta entonces.

[1] TESH, R. (1990): Qualitative Research. Analysis, Types and Software Tools. London, The Falmer Press.

Por José Carlos Quispe Sandoval jcquispe@socialconsultores.com

Continuar leyendo... >>

La generación del liderazgo en los procesos participativos

A menudo nos enfrentamos con procesos participativos en los que las comunidades del territorio presentan resistencias a los procesos que emprende la autoridad local (como por ejemplo, los presupuestos participativos), o en los que pesan más los cuestionamientos hacia la gestión local y ello impide una participación fluida de los representantes de las organizaciones populares, ya que muchas veces se interpreta que participar es pactar. ¿Cómo solucionar este problema?

En escenarios así, los gobiernos locales deben preocuparse por aprovechar ese caudal participativo-organizativo y propiciar la generación de liderazgos comunales que se involucren con el proceso. En principio: a) explicar la naturaleza del proceso, b) analizar en conjunto dicho proceso y finalmente c) intervenir. Hay que desarrollar ordenadamente estos pasos para poder luego destacar la necesidad de la participación de los líderes de la comunidad, comprometiéndolos.

La generación de liderazgos no corresponde a descubridores de talentos o se realiza mediante la transferencia de conocimientos; los liderazgos se generan siempre respecto de un proceso, nunca en el aire. Es por ello importante que desde las entidades encargadas de los procesos se promueva el liderazgo comprometido. Con liderazgo comprometido queremos expresar el hecho de que no se “es” un líder, sino que se llega a serlo por momentos. El liderazgo se ejerce, es un rol y una responsabilidad asignada por proceso.

Finalmente, una vez concluido el objetivo de un proceso, los líderes deben dar un paso al costado o deben aspirar a canalizar su liderazgo hacia otros objetivos. Solo así lograremos la participación efectiva de la comunidad, a través de sus líderes y la generación de liderazgos que nos ayuden a llevar a cabo los procesos que emprendamos. Recordemos que buenos líderes pueden llegar a ser buenos socios.

Por Luis Marín Diaz
lmarin@socialconsultores.com

Continuar leyendo... >>

El presupuesto por resultados como parte de la reforma del Estado

Durante los últimos años varios países de América Latina han venido implementando cambios sustanciales en los modelos de gestión, orientando el desempeño de la administración pública en función a resultados y fortaleciendo sistemas de seguimiento y evaluación, con el fin de aumentar la calidad del gasto público, el desempeño de las instituciones y el impacto de las políticas públicas. En este sentido, podríamos considerar la gestión por resultados como una respuesta a la preocupación por encontrar la clave para liberar los procesos de desarrollo económico y social. Se busca de alguna manera el diseño y/o perfeccionamiento de mecanismos para optimizar el proceso de asignación de recursos y crear mayor valor público, esto es, bienestar en la ciudadanía.

A decir de Roger Salhuana, Jefe del Presupuesto Público del Ministerio de Economía y Finanzas, la reforma del Presupuesto por Resultados (PpR) en el Perú, tiene su fuente de inspiración en los postulados que Michael Barzelay dio en llamar “Paradigma Post Burocrático”, que a su vez se gesta a la luz de las críticas al modelo weberiano de organización: La Burocracia.

Para Carlos Oliva, gerente de la consultora GOVERNA, “el diseño e implantación de un Presupuesto por Resultados se constituye probablemente el esfuerzo más serio y trascendental de reforma del sector público peruano de la última década”. Asimismo, señala que el PpR busca, por un lado, “pasar de una elaboración del presupuesto incrementalista y basada en insumos (line-item budgeting), a un presupuesto por productos definidos en el marco de una cadena lógica insumos-actividades-productos-resultados (performance-based budgeting). Por otra parte, el diseño va más allá del presupuesto para abarcar al proceso presupuestario, es decir, se analiza la asignación de recursos públicos desde todas sus etapas de programación, planificación, formulación, aprobación, ejecución, seguimiento y evaluación. Finalmente, el eje del ejercicio presupuestario se sostiene en el logro de resultados que inciden directamente sobre el bienestar de la ciudadanía, con lo cual se pretende generar los incentivos para que las organizaciones cambien el enfoque de su gestión pública hacia la obtención de resultados”.

De otro lado, si bien son diversos los cambios propiciados por el PpR, éstos pueden ser resumidos en los siguientes aspectos claves:

1. De las instituciones al resultado que valora y precisa el ciudadano.
2. De los insumos a los productos.
3. Del incrementalismo presupuestal, a la cobertura de productos.
4. Del control puramente financiero al monitoreo de la secuencia insumo-producto-resultado
5. De la responsabilidad institucional limitada a insumos y subproductos a la rendición de cuentas por producto realmente provisto al ciudadano

En un próximo post estaremos desarrollando estos aspectos y elaboraremos una crítica al proceso en general.

Por José Carlos Roja Medrano
jcrojas@socialconsultores.com

Continuar leyendo... >>

Estrategias de bajo costo con alta rentabilidad. El uso de base de datos

Algunos negocios pueden obtener altos niveles de rentabilidad con estrategias de bajo costo.

El desarrollo de estrategias de marketing relacional es una alternativa rentable y ofrece una evidente ventaja competitiva a partir de un superior conocimiento del cliente.

El marketing relacional es una estrategia integral que involucra la gestión del principal activo de toda empresa, es decir, “la información de sus clientes” con el fin de retenerlos, fidelizarlos y rentabilizarlos.

El marketing relacional apunta al establecimiento, mantenimiento y desarrollo de las relaciones con el cliente. El marketing relacional se afirma en el conocimiento de la base de clientes a través de la base de datos.

Como sugiere McLuhan “Quien tiene la información tiene el poder”. Esto implica establecer un óptimo sistema de información, es decir, generar de forma rentable y eficaz información para la empresa. Este sistema de información permitirá dar a nuestros clientes lo que quieren y manejar sus reclamos eficazmente.

Por lo tanto, si un negocio pretende alcanzar relaciones beneficiosas con sus clientes, necesita contar con una base de datos, con el objeto de generar información desde sus contactos con los clientes, con el fin de crear relaciones perdurables y disminuir el riesgo de fuga. El conocimiento de los clientes permitirá pasar de una planificación comercial por segmento a una planificación por cliente, también conocido como marketing one to one. Esto implica que las ofertas pueden estar personalizadas y ofrecer a cada cliente el producto que mejor satisface sus necesidades.

Como afirma Lam[1] el marketing one to one utiliza información del cliente para establecer relaciones a largo plazo, personalizadas y redituables con cada uno de ellos. Por ende, la empresa deberá invertir en desarrollar nuevas bases de datos con visión cliente, construidas a partir de su base de datos transaccional. Las características que debe tener esta base de datos son: exhaustiva en clientes, amplia en variables, con profundidad histórica, fiable en información y analizable.

Por lo tanto, resulta clave la producción y análisis de información con el ánimo de mejorar las acciones comerciales con los clientes. Esta estrategia involucra la utilización de estrategias de CRM orientadas a la personalización de las relaciones con el cliente, lo cual, permite una rentabilización del presupuesto de marketing a partir de reducción de costos y una mejor segmentación, así como mejoras en la calidad de servicio e incremento de la satisfacción de nuestros clientes. La obtención de información del cliente a través de almacenes de base de datos nos permitirá identificar y conocer a nuestros clientes y prospectos mediante la comunicación uno a uno. El marketing one to one, con la utilización de la información del cliente, nos permitirá establecer relaciones de largo plazo, personalizadas y provechosas con nuestros clientes, interviniendo de forma trascendental en la mejora del servicio al cliente y generando una segmentación por lealtad.

Deseo finalizar este breve post señalando los aportes del uso de la base de datos como herramienta estratégica:

1. Capacidad de identificar a cada cliente real o potencial
2. Maximización del valor del cliente
3. Aumento de venta por cliente
4. Aumento de los niveles de satisfacción del cliente
5. Análisis de las tendencias y el estilo de consumo de los clientes
6. Disminuir el riesgo de fuga

En una entrega posterior volveré con el desarrollo de las etapas del marketing relacional. Hasta entonces.

[1]Charles W. Lam Jr, Joseph F. Hair Jr, Carl McDaniel, Marketing, Ed.Thomson, 2002.

Por José Carlos Quispe Sandoval
jcquispe@socialconsultores.com

Continuar leyendo... >>

Los misterios del consumo. A modo de introducción

En Lima, como en otras ciudades del interior del país, existe evidencia suficiente de una marcada expansión comercial.

De acuerdo con una nota difundida por Perú 21 existen ventajosas perspectivas para las inversiones en el sector comercio. La Cámara de Comercio de Lima (CCL) proyecta un aumento de 6.4% en 2010.

A fines del 2011 el país tendrá 40 centros comerciales. Si en 2002 había solo 62 supermercados a nivel nacional, en 2009 la cantidad llegó a 128. Por su parte, las tiendas por departamento pasaron de 13 a 33 en ese mismo período.

Por otro lado, el uso del dinero plástico continúa creciendo. Según información obtenida de Asociación de Bancos (Asbanc) la colocación de tarjetas de las entidades bancarias y financieras totalizo S/.9, 521 millones al cierre de abril, registrando un incremento de 559 millones (6.23%) frente a abril del 2009. A la fecha el número de tarjetas de crédito es superior a los 6 millones. La meta de los bancos es alcanzar las 15 millones de tarjetas colocadas en el mercado.

El creciente poder adquisitivo de los niveles socioeconómicos (NSE) C y D avivarían la dinámica comercial durante el 2010. La recuperación de la demanda interna y del consumo privado garantiza un crecimiento sostenido en el sector minorista y retail, así como el uso del dinero plástico.

Según informe del MEF en los últimos 7 años los quintiles intermedios ganaron terreno al quintil más rico. El quintil 3 vio incrementar sus ingresos promedio mensual del hogar en 58% a diferencia del quintil 5 que alcanzo un aumento de 19%. Es decir, los ingresos de clase media creció y la pobreza disminuyo de manera significativa.

Por lo tanto, el crecimiento comercial en Lima como en provincia se explica por la mejora adquisitiva de los hogares y por el mayor acceso al crédito.

En un contexto donde las lecturas de la ciudad llevan la impronta de los estudios de mercado, sugiero pensar los efectos de la denominada democratización del dinero plástico o popularización del crédito.

La democratización del dinero plástico es el motor de la apertura al consumo de ciertos sectores y de estrés financiero en muchos hogares.

El mercado de tarjetas de afiliación, es decir, las tarjetas de crédito ofrecidas por casas comerciales continúa expandiéndose. De acuerdo con cifras de la Asociación de Bancos (Asbanc), a marzo de este año se registraron más de 3 millones de tarjetas de crédito de establecimiento comerciales. La proyecciones apuntan al 70% de la población que aun no “goza” de los beneficios del dinero plástico.

Este post es una invitación a pensar en el predominio o centralidad del boom de las tarjetas de crédito, el aumento del consumo y el reinado del shopping, es decir, en las tendencias que marcan la pauta consumista en Lima y provincia.

Por José Carlos Quispe Sandoval
jcquispe@socialconsultores.com

Continuar leyendo... >>

Introducción al análisis de datos cualitativos. El uso del Atlas.ti

La idea de este post es profundizar en el auge de las herramientas informáticas en el trabajo cualitativo, específicamente en la utilización del software Atlas.ti.

Actualmente, la tecnología ofrece una serie de beneficios para la investigación y el análisis de datos. Herramientas como el Atlas.ti permiten optimizar la gestión de grandes volúmenes de datos. El análisis de datos cualitativos es una tarea sumamente compleja. Por ende, surgen en el mercado un sinnúmero de programa de tipo CAQDAS (Software para el análisis de datos por computadora) destinados a facilitar la sistematización y análisis de datos cualitativos.

Atlas.ti es una herramienta informática que tiene como propósito agilizar el análisis de datos cualitativos, principalmente de grandes volúmenes de datos textuales, de sonido, de imagen o video, es decir, el programa no analiza, sino es una herramienta que facilita las tareas de sistematización, procesamiento e interpretación del investigador

Atlas.ti se posibilita un mayor nivel de exhaustividad, de sistematización, categorización, comparación, etc. de los datos cualitativos. Estas tareas comprenden por ejemplo: la reducción de datos a partir de la creación de citas y códigos, establecer comentarios u obtener patrones a partir de los datos.

Los datos cualitativos provienen de entrevistas en profundidad, grupos focales, discursos, fotografías, videos y sonido.

Lo anteriormente descrito pone de manifiesto una interrogante clave: ¿Qué son los datos cualitativos?

En estadística, los datos de escala nominal u ordinal se conocen por datos cualitativos. En la investigación cualitativa se considera datos cuando se encuentran en formato de texto, como, por ejemplo, transcripciones de entrevistas, sin embargo, también son considerados como datos videos, audios e imágenes.

Una de la característica más importante de los datos cualitativos es su carácter no numérico, es decir, es información que no contiene números.

Asimismo, considérese como datos cualitativos aquellos que no están categorizados, es decir, como no estructurados o, simplemente, inestructurados.

Los datos no estructurados no se encuentran sujetos a un sistema de categorías o valores a priori. Consecuentemente, entiéndase como datos cualitativos a la información obtenida en el campo (por ejemplo, notas de campo, grabaciones de audio o video, etc.) no supeditado a ningún procedimiento conducente a obtener inferencias.

Establecidas algunos procedimientos de análisis (codificación y categorización) se produce un cambio trascendental. En este momento el investigador limita el trabajo analítico a categorías o inferencias despegándose totalmente de los datos.

A medida que alcanzamos un mayor nivel de abstracción y estructuración los datos son cuantificables. Así, a medida que aumenta el nivel de generalización y abstracción, la relación del investigador con los datos se transforma en más distante perdiendo los datos su particularidad cualitativa.

El objetivo de estas entregas es mostrar al investigador algunas herramientas de utilidad y algunos conceptos de metodología, imprescindibles para el análisis.

En los próximos post desarrollaré con mayor detalle la siguiente interrogante: ¿Cuáles son las pautas metodológicas de análisis de datos cualitativos con el Atlas.ti?

Por José Carlos Quispe Sandoval
jcquispe@socialconsultores.com

Continuar leyendo... >>