Procés d'investigació: disseny i etapes
Problema i objectius, hipòtesis, disseny de la recerca, mostreig, mida de la mostra i planificació
2 fonts originals
01. Resum
Comença per aquí
Si només recordes cinc coses d'aquest tema:
- El procés té un ordre fix: necessitat → problema → pregunta → objectius → disseny → mostra → planificació.
- Un símptoma no és el problema. «Venem menys» és un símptoma. El problema de recerca és la informació que falta.
- Objectius amb verb en infinitiu (analitzar, identificar, comparar). «Vendre més» és un objectiu de negoci, no de recerca.
- Disseny en dos eixos: transversal o longitudinal, i observacional o experimental.
- Mostra: la selecció importa més que la mida. n = N·Z²·p·q / (e²·(N − 1) + Z²·p·q), arrodonit cap amunt.
A la versió completa, cada apartat acaba amb una pregunta d'examen i la seva resposta model.
El procés d'investigació
Una investigació segueix un ordre fix: necessitat → problema → pregunta → objectius → disseny → mostra → planificació. Cada pas depèn de l'anterior. Un error al principi arriba fins al final.
Exemple: si recullo dades abans de definir la pregunta, obtinc respostes que no serveixen per decidir.
Tenir informació no és suficient per decidir bé. La utilitat dels resultats depèn de com es planifica l'estudi. Cada etapa condiciona la següent.
- NecessitatQuè preocupa a l'empresa
- ProblemaQuè cal entendre
- PreguntaCom es formula
- ObjectiusQuè es vol aconseguir
- DissenyCom s'investiga
- 1. Definir el problemaSeparar el símptoma de la causa.
- 2. Formular la preguntaClara, concreta i que es pugui respondre amb dades.
- 3. Fixar els objectiusUn general i diversos específics.
- 4. Triar el dissenyTransversal o longitudinal. Observacional o experimental.
- 5. Decidir la mostraPoblació, marc mostral, mètode i mida.
- 6. PlanificarBriefing, calendari, pressupost i control.
Definir el problema
Una baixada de vendes és un símptoma: diu que passa alguna cosa, però no diu per què. El problema empresarial és la preocupació de l'empresa. El problema de recerca és la informació que falta per entendre-la.
Un bon problema de recerca és CERVI: clar, específic, rellevant, viable i investigable.
Exemple: «Venem menys» (símptoma) → «Quins factors expliquen la baixada de vendes en clients de 18 a 35 anys?» (problema de recerca).
Tota investigació comença amb un problema. L'error més freqüent és recollir dades sense saber quina és la necessitat real (Saunders et al., 2023).
Símptoma o problema?
Una baixada de vendes, més reclamacions o la pèrdua de clients són símptomes. Diuen que passa alguna cosa, però no expliquen per què.
Decidir sense investigar
Les vendes de bicicletes baixen → segur que és la competència → baixem els preus.
- La causa real pot ser una altra
- Es perden marges sense resoldre res
Investigar primer
Per què baixen? Causes possibles:
- Més competència
- Canvi en les preferències
- Menys poder adquisitiu
- Problemes de servei postvenda
Una mateixa situació pot tenir moltes explicacions. L'estudi serveix per saber quina és la bona.
Problema empresarial i problema de recerca
Problema empresarial
Què passa a l'empresa?
És ampli i mira la decisió.
Exemple: les vendes han baixat aquest any.
Problema de recerca
Quina informació necessitem?
És concret i es pot respondre amb dades.
Exemple: quins factors expliquen la baixada de vendes en clients de 18 a 35 anys?
Un bon problema de recerca
Clar
Sense ambigüitats.
Específic
Delimita què s'estudia i en quin públic.
Rellevant
Respon a una necessitat real.
Viable
Es pot fer amb el temps i els diners disponibles.
Investigable
Es pot respondre amb dades.
Confondre símptoma i problema
«Venem menys» és el símptoma.
Pregunta massa general
«Què pensa el mercat?» no orienta cap estudi.
Problema no investigable
No es pot respondre amb dades.
Massa ampli
No hi ha temps ni diners per estudiar-ho tot.
Recollir dades massa aviat
Abans de delimitar el problema.
Un gimnàs ha perdut el 15 % dels socis en sis mesos. Escriu el símptoma, el problema empresarial i un problema de recerca CERVI.
Solució
- Símptoma: el gimnàs perd socis.
- Problema empresarial: la pèrdua de socis redueix els ingressos i cal decidir com retenir-los.
- Problema de recerca: quins motius expliquen les baixes dels socis dels últims sis mesos?
És clar i específic (baixes dels últims sis mesos), rellevant (afecta els ingressos), viable (el gimnàs té el llistat de baixes) i investigable (es pot preguntar als exsocis).
Pregunta. Una botiga en línia diu: «Les vendes han baixat un 15 %». És un bon problema de recerca? Reformula'l.
Resposta model. No. La baixada de vendes és un símptoma: diu que passa alguna cosa, però no per què. El problema empresarial és la preocupació de l'empresa. El problema de recerca és la informació que falta per entendre-la. Una reformulació: «Quins factors expliquen la baixada de compres dels clients de 18 a 35 anys en els últims sis mesos?». Ara és clar, específic, rellevant, viable i investigable.
Pregunta i objectius
La pregunta de recerca diu què s'estudia, en quin públic i en quin context. L'objectiu general és el propòsit principal, en una frase. Els objectius específics el divideixen en parts. Tots comencen amb un verb en infinitiu: analitzar, identificar, comparar, avaluar, descriure.
Exemple: «Augmentar les vendes un 20 %» és un objectiu de negoci. «Identificar les barreres de compra» és un objectiu de recerca.
La pregunta de recerca converteix la necessitat de l'empresa en una pregunta clara (Zikmund et al., 2013). Ha de complir els criteris CERVI.
Exemple: bicicletes elèctriques a Portugal
- NecessitatExpandir l'empresa al mercat portuguès.
- Problema empresarialNo sabem si l'expansió és viable.
- Problema de recercaNo coneixem el potencial del mercat portuguès.
- PreguntaQuines oportunitats i barreres té el mercat portuguès per a les bicicletes elèctriques d'una empresa espanyola?
- Objectiu generalAnalitzar el potencial del mercat portuguès per vendre bicicletes elèctriques.
Objectiu general i específics
Els objectius han d'estar lligats al problema. Si estan ben escrits, faciliten la planificació (Churchill et al., 2020).
Objectiu general
El propòsit principal, en una frase.
Verbs: analitzar, avaluar, identificar, determinar.
Analitzar el potencial del mercat portuguès per a les bicicletes elèctriques.
Objectius específics
Divideixen el general en parts concretes. Cada un orienta una tècnica.
- Analitzar l'evolució del mercat
- Identificar el perfil del consumidor potencial
- Examinar l'oferta dels competidors
- Avaluar els canals de distribució
- Identificar barreres d'entrada
Verb en infinitiu
Analitzar, identificar, comparar, avaluar.
Clars i concrets
Sense ambigüitat.
Coherents
Amb la pregunta de recerca.
Assolibles
Amb els recursos disponibles.
Guia del mètode
Cada objectiu indica quines dades cal recollir.
Continua el cas del gimnàs. Escriu un objectiu general i tres d'específics.
Solució
General: analitzar els motius de baixa dels socis dels últims sis mesos.
Específics:
- Identificar els motius de baixa més freqüents.
- Descriure el perfil dels socis que es donen de baixa (edat, antiguitat, horari).
- Comparar la satisfacció dels socis actius i dels exsocis.
Pregunta. Escriu un objectiu general i dos objectius específics per a l'estudi d'una app que molta gent descarrega però poca fa servir. Per què «augmentar l'ús un 20 %» no és un objectiu de recerca?
Resposta model. Objectiu general: analitzar els factors que expliquen el baix ús de l'app entre les persones que l'han descarregada. Específics: (1) identificar les barreres que troben els usuaris en el primer ús; (2) comparar les motivacions dels usuaris habituals i dels que l'han abandonada. Tots comencen amb un verb en infinitiu. «Augmentar l'ús un 20 %» és un objectiu de negoci: diu què vol aconseguir l'empresa, no què vol saber l'estudi.
Arbre de problemes i hipòtesis
L'arbre de problemes dibuixa el problema al tronc, les causes a les arrels i les conseqüències a les branques.
Una hipòtesi és una afirmació provisional que l'estudi ha de comprovar. H₀ (nul·la): no hi ha relació ni diferència. H₁ (alternativa): sí que n'hi ha. Si no rebutges H₀, no has demostrat que sigui certa: només no tens prou proves contra ella.
L'arbre de problemes
Representa un problema central, les seves causes (arrels, a baix) i les seves conseqüències (branques, a dalt).
🌿 Conseqüències (branques)
Menys beneficis · pèrdua de quota · menys rendibilitat.
🎯 Problema central (tronc)
Baixada de les vendes.
🌱 Causes (arrels)
Més competència · canvi de preferències · preus més alts.
Hipòtesis
Una hipòtesi és una afirmació provisional que proposa una explicació. No és una conclusió. L'estudi busca proves a favor o en contra. No totes les investigacions en tenen: són habituals en estudis que comparen grups o busquen un efecte.
H₀ · Hipòtesi nul·la
No hi ha relació ni diferència.
La productivitat és igual amb el sistema nou i amb l'antic.
H₁ · Hipòtesi alternativa
Hi ha relació o diferència.
La productivitat és diferent amb el sistema nou.
Una app de menjar a domicili té moltes valoracions negatives. Proposa dues causes, dues conseqüències i un parell H₀ / H₁.
Solució
- Problema (tronc): moltes valoracions negatives.
- Causes (arrels): comandes que arriben fredes · retards en el lliurament.
- Conseqüències (branques): menys comandes noves · menys restaurants interessats.
- H₀: el temps de lliurament no està relacionat amb la valoració.
- H₁: com més llarg és el temps de lliurament, pitjor és la valoració.
Pregunta. Formula H₀ i H₁ per comprovar si el lliurament gratuït augmenta les compres. Si no rebutges H₀, què pots afirmar?
Resposta model. H₀: el lliurament gratuït no canvia el nombre de compres. H₁: el lliurament gratuït augmenta el nombre de compres. Si no rebutjo H₀, no he demostrat que sigui certa. Només puc dir que no tinc prou proves contra ella amb aquestes dades.
Disseny de la investigació
El disseny es classifica amb dos eixos independents:
- Temps: transversal = una foto (un moment). Longitudinal = una pel·lícula (diversos moments).
- Intervenció: observacional = mirar sense canviar res. Experimental = canviar una variable i mesurar l'efecte.
Exemple: una prova A/B de dos botons durant una setmana és transversal i experimental. El millor disseny és el que respon els objectius amb el temps i els diners que hi ha.
El disseny és l'estratègia per obtenir la informació. Decideix quan es recullen les dades i si qui investiga canvia alguna cosa.
Segons el temps
Transversal · una foto
Dades en un sol moment o en un període curt.
Un hotel enquesta els clients aquest estiu.
- Ràpid i barat
- No mostra l'evolució
Longitudinal · una pel·lícula
Dades en diversos moments per veure l'evolució.
Un hotel enquesta els clients cada estiu durant 5 anys.
- Mostra tendències
- Necessita més temps i diners
Segons la intervenció
Observacional
Qui investiga observa sense canviar res.
Un supermercat mesura el temps d'espera a les caixes en diverses franges horàries.
- Comportament en context real
- No prova causes
Experimental
Qui investiga introdueix un canvi i en mesura l'efecte.
Una empresa logística prova un sistema nou en un magatzem i el compara amb un altre magatzem sense el canvi.
- Permet estudiar causa-efecte
- Cal controlar les condicions
Els dos eixos es combinen: transversal i observacional, longitudinal i observacional, transversal i experimental, o longitudinal i experimental.
Cost, temps i viabilitat
El millor disseny no és el més complet. És el que respon els objectius amb prou rigor dins dels límits reals.
Objectius
Quina informació cal per decidir.
Temps
Quan necessita l'empresa els resultats.
Pressupost
Quants diners hi ha.
Recursos
Persones, tecnologia i accés a participants.
Cost-benefici
La informació extra justifica el cost extra?
Exemple: una empresa ha de decidir en tres mesos si obre una seu. Un estudi longitudinal de cinc anys arribaria massa tard. Un estudi transversal és més útil.
Pregunta. Classifica amb els dos eixos: (a) una enquesta a 500 clients feta un sol cop; (b) un panel que mesura la satisfacció dels mateixos clients cada trimestre; (c) una prova A/B de dos preus durant una setmana.
Resposta model. (a) Transversal i observacional: un sol moment i no es canvia res. (b) Longitudinal i observacional: diversos moments, sense intervenció. (c) Transversal i experimental: un sol període, però es manipula una variable (el preu) i se'n mesura l'efecte. Els dos eixos són independents: el temps i la intervenció.
Mostreig
- Població: tots els elements que vols estudiar. Els 12.000 socis d'un gimnàs.
- Marc mostral: el llistat que permet triar-los. La base de dades de socis.
- Mostra: la part que estudies de veritat. 373 socis que responen.
Mètodes probabilístics (cada element té una probabilitat coneguda): aleatori simple, estratificat i conglomerats. No probabilístics: conveniència i bola de neu.
Una mostra gran no corregeix una mala selecció. 1.000 enquestes al matí poden ser pitjors que 400 ben repartides.
Sovint no es pot estudiar tota la població: és massa gran, massa cara o no hi ha temps. Per això se'n tria una part. Això és el mostreig.
Població, marc mostral i mostra
- PoblacióEls 12.000 clients actius
- Marc mostralLa base de dades de clients
- Mostra373 clients que responen
Representativitat: la mostra ha de reflectir les característiques importants de la població. Depèn de com es tria, no només de la mida.
Mètodes de mostreig
Probabilístic
Cada element té una probabilitat coneguda de ser triat. Permet calcular el marge d'error. Necessita un marc mostral.
- Aleatori simple: a l'atzar, del llistat. 400 clients d'una base de 12.000.
- Estratificat: es divideix en grups (estrats) i es tria una part de cada grup. Estudiants de cada grau.
- Per conglomerats: es trien alguns grups sencers. 10 botigues a l'atzar i tots els seus clients.
No probabilístic
No es coneix la probabilitat de cada element. És més ràpid i barat, però té risc de biaix.
- Per conveniència: les persones més accessibles. Qui surt d'una botiga a una hora.
- Bola de neu: els primers participants en recomanen d'altres. Emprenedors que en presenten d'altres.
Estratificat
Es tria una part de cada grup.
Tots els grups hi són.
Per conglomerats
Es trien alguns grups sencers.
Només hi ha alguns grups.
Marge d'error i nivell de confiança
Una mostra dona un resultat aproximat. El de tota la població pot ser una mica diferent.
Marge d'error
Quant es pot allunyar el resultat de la mostra del valor real.
Exemple: 60 % de satisfets amb ±5 punts → el valor real és probablement entre el 55 % i el 65 %.
Nivell de confiança
Quantes vegades l'interval encerta si repetim el mostreig.
Exemple: 95 % de confiança → de cada 100 mostres, unes 95 donarien un interval que conté el valor real.
Per valorar una enquesta cal saber: mida de la mostra + nivell de confiança + marge d'error. I com s'ha triat la mostra: si s'exclou un grup, hi ha biaix encara que responguin milers de persones.
Pregunta. Diferencia població, marc mostral i mostra. Quina diferència hi ha entre el mostreig estratificat i el de conglomerats?
Resposta model. La població són tots els elements que vull estudiar, per exemple els 12.000 socis d'un gimnàs. El marc mostral és el llistat que permet triar-los: la base de dades de socis. La mostra és la part que estudio de veritat. En el mostreig estratificat divideixo la població en grups i trio una part de cada grup. En el de conglomerats trio alguns grups sencers i estudio els seus elements. Tots dos són probabilístics. Una mostra gran no corregeix una mala selecció.
Mida de la mostra
Per estimar una proporció en una població finita, amb mostreig aleatori simple:
n = N · Z² · p · q / ( e² · (N − 1) + Z² · p · q )
- N = població. Z = 1,96 al 95 % de confiança. e = marge d'error en tant per u (±5 % → 0,05).
- Si no saps la proporció, fes servir p = q = 0,5.
- Arrodoneix sempre cap amunt.
Exemple: N = 12.000, 95 %, ±5 % → n = 372,27 → 373 respostes.
Aquesta fórmula serveix per estimar una proporció en una població finita amb mostreig aleatori simple. No corregeix el biaix d'una mostra de conveniència.
n = N · Z² · p · q / ( e² · (N − 1) + Z² · p · q )
| Símbol | Significat | Valor habitual |
|---|---|---|
| n | Mida de la mostra | El que calculem |
| N | Mida de la població | Dada de l'enunciat |
| Z | Valor del nivell de confiança | 95 % → 1,96 |
| p | Proporció esperada | 0,5 si no la saps |
| q | 1 − p | 0,5 |
| e | Marge d'error en tant per u | ±5 % → 0,05 |
Amb p = q = 0,5 obtens la mostra més gran possible. És l'opció segura quan no tens dades prèvies.
Exemple resolt pas a pas
Prova a canviar els valors:
Menys error → més mostra. ±10 % → mostra petita · ±5 % → més gran · ±3 % → molt més gran. Més precisió també vol dir més cost.
De respostes a invitacions
La fórmula dona les respostes vàlides que necessites. No totes les persones invitades responen. Per saber quantes invitacions cal enviar, divideix per la taxa de resposta prevista.
Pregunta. Calcula la mostra necessària per a una població de 8.000 clients, amb un 95 % de confiança i un marge d'error de ±5 %. No tens dades prèvies. Si la taxa de resposta és del 25 %, quantes invitacions cal enviar?
Resposta model. Sense dades prèvies, p = q = 0,5. Z = 1,96 i e = 0,05. Z²·p·q = 3,8416 × 0,25 = 0,9604. Numerador: 8.000 × 0,9604 = 7.683,2. Denominador: 0,0025 × 7.999 + 0,9604 = 19,9975 + 0,9604 = 20,9579. n = 7.683,2 / 20,9579 = 366,6 → 367 respostes (sempre cap amunt). Invitacions: 367 / 0,25 = 1.468.
Planificació i pressupost
El briefing és un document breu que resumeix el projecte: antecedents, problema, objectius, població, informació necessària, terminis, pressupost i resultats esperats. És clau si s'encarrega l'estudi a una agència.
El calendari diu quan es fa cada tasca. El pressupost inclou personal, treball de camp, incentius, programari i anàlisi. Els indicadors de qualitat avisen de retards.
Exemple: s'esperaven 400 qüestionaris i a meitat de termini n'hi ha 80. Cal actuar ara.
Una investigació ha de ser rigorosa i viable. Si supera el pressupost o arriba tard, no serveix.
El briefing
Document breu perquè tothom entengui què s'investiga, per què i en quines condicions.
Antecedents
El context.
Problema
Què cal investigar.
Objectius
Què es vol aconseguir.
Població
A qui s'estudia.
Informació
Quines dades calen.
Terminis
Quan es necessiten.
Pressupost
Quants diners hi ha.
Resultats esperats
Què s'ha de lliurar.
Calendari i pressupost
Calendari (cronograma)
Ordena les fases i diu quan es fa cada activitat.
- Controla els terminis
- Reparteix responsabilitats
- Detecta retards
Pressupost
Estima els diners necessaris.
- Personal
- Disseny del qüestionari
- Incentius als participants
- Desplaçaments
- Programari i bases de dades
- Anàlisi i informe final
Equip intern o agència externa
Equip intern
- Coneix l'empresa
- Normalment més barat
- Pot faltar especialització
- Menys independència
Agència externa
- Especialització i experiència
- Més independència
- Més cost
- Cal un bon briefing
Model mixt: l'empresa defineix el problema i els objectius. Una agència fa el treball de camp.
Indicadors de qualitat
Comproven si l'estudi avança com estava previst: calendari, pressupost i nombre de respostes.
Exemple: s'esperaven 400 qüestionaris i a meitat del període n'hi ha 80. L'indicador avisa. L'equip pot enviar recordatoris o ampliar el termini.
Casos empresarials
Aplica sempre el mateix procés: problema → pregunta → objectius → disseny → mostra.
- IKEA segona mà: el servei s'usa poc. Primer exploratòria (entrevistes), després descriptiva (enquesta).
- Too Good To Go: molta gent la coneix però no la fa servir o no repeteix. Compara tres grups d'usuaris.
- Renfe: competència d'altres mitjans de transport. Enquesta descriptiva sobre els atributs que decideixen el viatge.
Cada cas és real. La decisió està adaptada per a classe.
Situació: IKEA té a Espanya un mercat digital on particulars compren i venen productes IKEA de segona mà. Vol que se'n faci més ús.
- Problema empresarial: el servei s'utilitza poc.
- Problema de recerca: no sabem quanta gent el coneix ni què en facilita o en frena l'ús.
- Pregunta: quins factors influeixen en el coneixement i l'ús del mercat de segona mà d'IKEA?
- Tipus: primer exploratòria (entrevistes, focus groups) i després descriptiva (enquesta).
- Mostra: clients d'IKEA (marc mostral: IKEA Family), estratificats per edat.
Situació: l'app connecta establiments amb excedents de menjar i consumidors que compren lots a preu reduït. Molta gent la coneix però no la fa servir. D'altres la proven i no repeteixen.
- Problema empresarial: poca conversió i poca repetició.
- Problema de recerca: no sabem per què uns usuaris no la proven i d'altres no repeteixen.
- Pregunta: quins factors expliquen la diferència entre qui no la fa servir, qui la prova una vegada i qui repeteix?
- Tipus: exploratòria (entrevistes a cada grup) i després descriptiva (enquesta segmentada).
- Hipòtesi possible: H₁ = no saber què conté el lot redueix la repetició.
Situació: la gent tria entre tren, autobús, cotxe, avió o cotxe compartit. Renfe vol que més gent triï els seus serveis.
- Problema empresarial: competència forta d'altres mitjans.
- Problema de recerca: no sabem com es decideix el mitjà de transport ni què influeix en l'experiència de viatge.
- Pregunta: quins atributs (preu, temps, puntualitat, comoditat) determinen l'elecció del mitjà de transport interurbà?
- Tipus: descriptiva amb enquesta. Nivell micro (clients i competidors).
- Mostra: viatgers interurbans. Per conglomerats (algunes estacions) o estratificada per tipus de trajecte.
Cas guiat: IKEA, del problema al pla
| Element | Proposta |
|---|---|
| Necessitat | Saber com augmentar l'ús del servei de segona mà |
| Problema de recerca | No coneixem el pes del coneixement, la confiança i les barreres |
| Pregunta | Quins factors s'associen al coneixement i a l'ús del servei? |
| Objectiu general | Analitzar el coneixement, l'ús i les barreres del servei |
| Específics | Mesurar el coneixement · descriure els usuaris · identificar barreres · comparar perfils |
| Fase 1 | Exploratòria: entrevistes per descobrir barreres i preparar bones preguntes |
| Fase 2 | Descriptiva, transversal i observacional: qüestionari estructurat |
| Mostra | Definir territori i públic. Comprovar qui hi ha al llistat disponible |
| Anàlisi | Freqüències, percentatges i taules creuades |
| Límit | Una associació no prova una causa |
Escriu l'objectiu general, dos objectius específics, el disseny i el mètode de mostreig.
Solució
- Objectiu general: analitzar els factors que expliquen la falta de prova i de repetició de l'app.
- Específics: identificar les barreres de qui coneix l'app i no la fa servir · comparar la satisfacció de qui repeteix i de qui no repeteix.
- Disseny: fase exploratòria amb entrevistes a cada grup. Després, enquesta transversal i observacional.
- Mostreig: estratificat per tipus d'usuari (no usuari, una compra, repetidor). Així els tres grups hi són presents.
Connexions amb els altres temes
| Tema | Connexió |
|---|---|
| T1 | El tipus d'investigació del tema 1 (exploratòria, descriptiva, causal) decideix el disseny. |
| T3 | El tema 3 recull les dades de la mostra amb un qüestionari i calcula el marge d'error. |
| T3 | Les hipòtesis H₀ i H₁ es comproven amb les proves del tema 3: khi quadrat, prova t, ANOVA. |
Errors típics d'examen
Símptoma = problema
«Venem menys» és un símptoma. El problema és el que el causa.
Objectiu de negoci com a objectiu de recerca
«Vendre més» no és un objectiu de recerca.
Hipòtesi = conclusió
Una hipòtesi és provisional: s'ha de comprovar.
H₀ diu que hi ha efecte
La nul·la diu que no n'hi ha.
Més mostra = representativa
La selecció importa més que la mida.
Estratificat = conglomerats
Estratificat: una part de cada grup. Conglomerats: alguns grups sencers.
Respostes = invitacions
La fórmula dona respostes vàlides. Cal enviar més invitacions.
Arrodonir cap avall
Sempre cap amunt: 366,6 → 367.
Xuleta
| Et demanen… | Resposta |
|---|---|
| Ordre inicial | Necessitat → problema → pregunta → objectius → disseny → mostra |
| Bon problema | CERVI: clar, específic, rellevant, viable, investigable |
| Verbs d'objectiu | Analitzar, identificar, avaluar, comparar, descriure |
| Arbre de problemes | Arrels = causes · tronc = problema · branques = conseqüències |
| H₀ / H₁ | Nul·la: no hi ha efecte · alternativa: sí que n'hi ha |
| Una sola vegada | Transversal (una foto) |
| Diversos moments | Longitudinal (una pel·lícula) |
| Sense canviar res | Observacional |
| Introduir un canvi | Experimental |
| Llistat per triar la mostra | Marc mostral |
| Probabilístics | Aleatori simple, estratificat, conglomerats |
| No probabilístics | Conveniència, bola de neu |
| Sense dades prèvies | p = q = 0,5 |
| 95 % de confiança | Z = 1,96 |
| N = 12.000, ±5 %, 95 % | n = 372,27 → 373 |
| Invitacions | Respostes / taxa de resposta, arrodonit cap amunt |
| Document resum del projecte | Briefing |
Bibliografia del tema
- Hair, J. F., Page, M. i Brunsveld, N. (2020). Essentials of business research methods (4a ed.). Routledge.
- Jones, S. (1985). Problem-definition in marketing research: Facilitating dialog between clients and researchers. Psychology & Marketing, 2(2), 83–92.
- Malhotra, N. K. (2020). Marketing research: An applied orientation (7a ed.). Pearson.
- Saunders, M. N. K., Lewis, P. i Thornhill, A. (2023). Research methods for business students (9a ed.). Pearson.
- Zikmund, W. G., Babin, B. J., Carr, J. C. i Griffin, M. (2013). Business research methods (9a ed.). Cengage Learning.
02. Test
13 fàcils, 14 mitjanes i 13 difícils. L'ordre canvia cada vegada.
03. Targetes
Toca la targeta per girar-la i marca si te la saps. El progrés queda desat.