Ver/Abrir - Pirhua - Universidad de Piura
Ver/Abrir - Pirhua - Universidad de Piura
Ver/Abrir - Pirhua - Universidad de Piura
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
3.4.2 Selección matemática <strong>de</strong> artículos<br />
Otro método <strong>de</strong> seleccionar artículos, es administrar a algunos clientes reales, todos los<br />
artículos generados a partir <strong>de</strong>l enfoque <strong>de</strong> los inci<strong>de</strong>ntes críticos. Después <strong>de</strong> que estos<br />
clientes completen el cuestionario, lleve a cabo un análisis <strong>de</strong> los artículos con la<br />
información que ha obtenido. El análisis <strong>de</strong> los artículos es una frase tipo “cajón <strong>de</strong> sastre”,<br />
que incluye procesos como el análisis <strong>de</strong> correlación y el análisis <strong>de</strong> los factores. Pue<strong>de</strong><br />
utilizar estas técnicas estadísticas para seleccionar los mejores artículos (aquellos que<br />
tienen medias iguales y están altamente interrelacionados). Estos procedimientos<br />
estadísticos necesitan la ayuda <strong>de</strong> un experto en el <strong>de</strong>sarrollo <strong>de</strong> cuestionarios.<br />
Los procedimientos estadísticos <strong>de</strong> este tipo, permitirán seleccionar los artículos que <strong>de</strong>ben<br />
retenerse para realizar su medición final <strong>de</strong> la satisfacción <strong>de</strong>l cliente. A pesar <strong>de</strong> que este<br />
enfoque es más complejo que la selección <strong>de</strong> artículos por medio <strong>de</strong>l juicio personal,<br />
obtiene la recompensa inapreciable <strong>de</strong> saber que su cuestionario final, es estadísticamente<br />
fiable. El objetivo general <strong>de</strong> la selección <strong>de</strong> artículos, es quedarse con aquellos que<br />
diferencian los clientes que están insatisfechos, <strong>de</strong> los que están satisfechos y excluir<br />
aquellos artículos que no hacen esta distinción. Es <strong>de</strong>cir, que los artículos <strong>de</strong>ben ser<br />
capaces <strong>de</strong> discriminar entre niveles variables <strong>de</strong> satisfacción <strong>de</strong>l cliente. Los artículos<br />
sobre los que los clientes muy satisfechos y los muy insatisfechos, puntúan igual, no son<br />
muy útiles. El análisis <strong>de</strong> los artículos nos permitirá i<strong>de</strong>ntificar aquellos artículos que<br />
pue<strong>de</strong>n discriminar entre los niveles variables <strong>de</strong> satisfacción.<br />
Correlaciones artículo-total<br />
Las correlaciones artículo-total son las que existen entre un artículo y la puntuación<br />
general <strong>de</strong> la dimensión, a la que ese artículo pertenece. Este tipo <strong>de</strong> correlación le dirá el<br />
grado en que cada artículo está unido a la puntuación general <strong>de</strong> la dimensión con la que<br />
<strong>de</strong>bería estar altamente conectado. El criterio para la limitación <strong>de</strong> un coeficiente <strong>de</strong><br />
correlación, varía según el propósito <strong>de</strong> la medición que se está llevando a cabo. Cuando se<br />
está llevando a cabo una clase general <strong>de</strong> puntuación, hay que utilizar unos criterios menos<br />
rigurosos, que los que se utilizan para evaluar una actitud más específica. Un requisito<br />
importante es que la puntuación general <strong>de</strong> la medición, sea fiable.<br />
Diferencias <strong>de</strong> grupo<br />
Otra estrategia matemática <strong>de</strong> selección <strong>de</strong> artículos, emplea la comparación entre dos<br />
grupos <strong>de</strong> contestadores. Este procedimiento también se lleva a cabo <strong>de</strong>spués <strong>de</strong> que los<br />
contestadores hayan completado el cuestionario. Dentro <strong>de</strong> cada subescala seleccionamos<br />
dos grupos <strong>de</strong> gente y en cada grupo calculamos los términos medios para cada artículo.<br />
Luego, calculamos una puntuación general para esa subescala en particular. A<br />
continuación, calculamos una puntuación <strong>de</strong> diferencia para cada artículo; restando la<br />
media <strong>de</strong>l grupo <strong>de</strong>l extremo más bajo, <strong>de</strong> la media <strong>de</strong>l grupo <strong>de</strong>l extremo más alto.<br />
De esta manera, obtenemos una puntuación <strong>de</strong> diferencia para cada artículo. Esta<br />
puntuación <strong>de</strong> diferencia refleja hasta qué extremo, un artículo en concreto, fue capaz <strong>de</strong><br />
discriminar entre los dos grupos, sobre una actitud que el artículo estaba <strong>de</strong>stinado a medir.<br />
Cuanto más alta sea la puntuación <strong>de</strong> diferencia, más alta es la discriminación. Si un<br />
artículo no diferencia entre los dos grupos, obtendremos una puntuación <strong>de</strong> diferencia cero.<br />
25