Capítulo 1
Introducción a la investigación de mercados

1.1. Concepto
1.2. Tipos de estudios en la investigación de mercados

1.3. El proceso de la investigación de mercados

1.3.1. Definir el problema a investigar
1.3.2. Seleccionar y establecer el diseño de la investigación
1.3.3. Recolección de datos y análisis
1.3.4. Formular hallazgos: Informes

Capítulo 2
Diseño de la investigación. Escalas y recogida de la información por muestras

2.1. Diseño de la investigación
2.2. Medición y uso de escalas
2.3. Fiabilidad de escalas

2.3.1. Modelos de fiabilidad
2.3.2. Estadísticos de fiabilidad

2.4. Análisis de la fiabilidad con SPSS
2.5. Muestreo en la investigación de mercados
2.6. Población, marco y muestra

2.7. Las distintas fases de la investigación de mercados por muestreo

2.7.1. Objetivos
2.7.2. Delimitación de la población objetivo y la población investigada
2.7.3. Establecimiento del marco
2.7.4. Diseño de la muestra
2.7.5. Trabajo de campo
2.7.6. Encuesta piloto
2.7.7. Procesamiento de los datos
2.7.8. Evaluación de resultados
2.7.9. Presentación de resultados
2.7.10. Difusión de resultados

2.8. Conveniencia y limitaciones de la investigación por muestreo

2.8.1. Conveniencia del muestreo en la investigación de mercados
2.8.2. Limitaciones del muestreo en la investigación de mercados

2.9. Características deseables de una investigación por muestreo
2.10. Errores

2.10.1. Errores de cobertura
2.10.2. Errores de respuesta
2.10.3. Falta de respuesta

Capítulo 3
Métodos de muestreo en la investigación de mercados

3.1. Conceptos iniciales en la teoría del muestreo
3.2. Muestreo y estimadores
3.3. Método de muestreo
3.4. Método de estimación. Estimadores puntuales

3.5. Estimación por intervalos

3.5.1. Intervalos de confianza cuando el estimador es insesgado
3.5.2. Intervalos de confianza en estimadores sesgados

3.6. Precisión y comparación de estimadores

3.6.1. Precisión de los estimadores
3.6.2. Comparación de los estimadores

3.7. Muestreo aleatorio simple sin reposición. Estimadores y errores
3.8. Muestreo aleatorio simple con reposición. Estimadores y errores

3.9. Tamaño de la muestra en M.A.S
3.9.1. Muestreo aleatorio simple sin reposición
3.9.2. Muestreo aleatorio simple con reposición

3.10. Ejemplos en muestreo aleatorio simple

3.11. Muestreo estratificado. Estimadores y errores

3.11.1. Estimadores y errores
3.11.2. Afijación de la muestra. Varianzas y su estimación sin reposición
3.11.3. Afijación de la muestra. Varianzas y su estimación con reposición
3.11.4. Tamaño de la muestra en muestreo estratificado sin reposición
3.11.5. Tamaño de la muestra en muestreo estratificado con reposición

3.12. Ejemplos en muestreo estratificado
3.13. Muestreo sistemático. Estimadores y errores
3.14. Ejemplos en muestreo sistemático
3.15. Muestreo por métodos indirectos. Razón, regresión y diferencia

3.15.1. Estimaciones de los parámetros poblacionales basadas en la razón y errores
3.15.2. Estimaciones por regresión y errores
3.15.3. Estimaciones por diferencia y errores

3.16. Ejemplos en muestreo indirecto
3.17. Muestreo unietápico de conglomerados
3.18. Ejemplos en muestreo unietápico de conglomerados
3.19. Muestreo bietápico de conglomerados
3.20. Ejemplos en muestreo biietápico de conglomerados.
3.21. Muestreo polietápico de conglomerados y diseños complejos. Ejemplo

Capítulo 4
Recopilación y preparación de los datos. Exploratorio, depuración, tabulación y test

4.1. Exploratorio

4.1.1. Hostogramas
4.1.2. Diagrama de tallo y hojas
4.1.3. Gráfico de caja y bigotes
4.1.4. Gráfico de simetría
4.1.5. Normalidad

4.2. Análisis exploratorio de datos con SPSS

4.3. Depuración

4.3.1. Análisis y detección de valores atípicos
4.3.2. Detección de valores atípicos en SPSS mediante gráficos de control
4.3.3. Detección de valores atípicos en SPSS mediante gráficos de caja y bigotes
4.3.4. Análisis de datos ausentes
4.3.5. Tratamiento de datos ausentes. Imputación
4.3.6. Tratamiento de los datos ausentes con SPSS

4.4. Relación entre variables. Tabulación

4.4.1. SPSS y el análisis de correlaciones
4.4.2. SPSS y las tablas de contingencia

4.5. Contrastes de hipótesis

4.5.1. Contrastes paramétricos para poblaciones normales
4.5.2. Comparación de poblaciones normales con datos apareados
4.5.3. Contrastes no paramétricos para la bondad de ajuste a una distribución

4.6. SPSS y los contrastes de hipótesis

4.6.1. Prueba T para una muestra
4.6.2. Prueba T para muestras independientes
4.6.3. Prueba T para muestras relacionadas. Datos apareados
4.6.4. SPSS y el contraste de ajuste a una distribución de Kolmogorov-Smirnov

Capítulo 5
Análisis de datos: técnicas de la dependencia

5.1. Clasificación de las técnicas de la dependencia

5.2. Modelo de regresión lineal múltiple

5.2.1. Estimación del modelo, contrastes e intervalos de confianza
5.2.2. El análisis de los residuos
5.2.3. Autocorrelación, multocolinealidad y heteroscedasticidad
5.2.4. SPSS y la regresión lineal

5.3. Análisis de la varianza simple Anova

5.3.1. ANOVA con un factor. Efectos fijos y aleatorios
5.3.2. ANOVA con dos factores. Efectos fijos, aleatorios y mixtos
5.3.3. ANOVA con tres factores
5.3.4. Modelo en cuadrado latino

5.4. Análisis de la covarianza simple Ancova

5.4.1. Modelo con un factor y un covariante
5.4.2. Modelos con dos factores y un covariante
5.4.3. Modelo con dos factores y dos covariantes

5.5. Regresión, anova y ancova univariantes de uno y varios factores con MLG en SPSS

5.6. El modelo de análisis discriminante

5.6.1. Estimación del modelo discriminante
5.4.2. Contrastes en el modelo discriminante
5.4.3. Clasificación de los individuos mediante funciones discriminantes

5.7. Análisis discriminante con SPSS

Capítulo 6
Análisis de datos: técnicas de la interdependencia

6.1. Clasificación de las técnicas de la interdependencia

6.2. Análisis factorial y componentes principales

6.2.1. Contrastes en el modelo factorial
6.2.2. Rotación de los factores
6.2.3. Interpretación gráfica de los factores y puntuaciones factoriales

6.3. Análisis factorial y componentes principales en SPSS

6.4. Análisis cluster

6.4.1. Técnicas en el análisis cluster
6.4.2. Conglomerados jerárquicos
6.4.3. Conglomerados no jerárquicos
6.5. Análisis cluster jerárquico con SPSS
6.6. Análisis cluster no jerárquico con SPSS

6.7. Escalamiento multidimensional

6.7.1. Modelo INDSCAL con SPSS
6.7.2. Modelo PROXCAL con SPSS

Índice alfabético