Introducción
¿De qué trata este material?
Este material nace de una necesidad práctica: acercar el análisis estadístico de datos a quienes trabajan —o se forman para trabajar— en investigación de mercados y marketing. Está pensado para estudiantes de grado y máster en Investigación de Mercados y Marketing, así como para profesionales junior que quieran dar el salto desde herramientas como SPSS o Excel a un entorno más potente, reproducible y actual como R.
No es un manual de estadística al uso. No encontrarás aquí demostraciones formales ni desarrollos matemáticos exhaustivos. Lo que sí encontrarás es un recorrido práctico por las técnicas que se usan de verdad en el día a día del analista de datos en marketing: desde limpiar y explorar un fichero de encuesta hasta construir modelos multivariantes que ayuden a segmentar clientes o predecir comportamientos.
Todo el código está escrito en R y organizado en documentos Quarto, lo que permite que el análisis sea reproducible y fácil de adaptar a tus propios datos.
¿Qué vamos a ver?
El recorrido está estructurado de forma progresiva. Partimos de lo más básico —conocer bien los datos con los que trabajamos— y avanzamos hacia técnicas de mayor complejidad:
- Preparación y depuración de datos: valores perdidos, recodificaciones, ponderaciones.
- Estadística descriptiva y visualización: resumir y representar la información de una encuesta.
- Inferencia estadística: contrastar hipótesis, comparar grupos, trabajar con muestras.
- Análisis bivariante: chi-cuadrado, correlaciones, comparación de medias.
- Análisis multivariante: correspondencias, componentes principales, clúster, regresión.
Cada capítulo combina explicación conceptual breve con código R listo para usar, siguiendo en todo momento la lógica que reproduciría un analista en un proyecto real de investigación de mercados.
Una nota sobre el software
Utilizamos R como lenguaje de análisis y RStudio (o Positron) como entorno de trabajo, junto con Quarto para generar documentos reproducibles. Las técnicas y algoritmos están implementados de forma equivalente a como lo haría SPSS, por lo que si vienes de ese entorno encontrarás los resultados perfectamente comparables.
A lo largo del material usamos principalmente los paquetes expss (tablas y ponderaciones), ggplot2 (visualización) y highcharter (gráficos interactivos), entre otros.
Primeros pasos con R / RStudio
Instalación
Lo primero es instalar R en tu ordenador. R funciona en Windows, Mac OS X y Linux. Si necesitas un tutorial paso a paso:
Además de R, instala RStudio, el entorno de desarrollo integrado de Posit Co. Incluye editor con resaltado de sintaxis, visor de objetos, consola y mucho más. Es donde escribirás y ejecutarás todo tu código:
El IDE está disponible en la web de Posit.
Primeros pasos con la interfaz de RStudio
Una vez instalado, conviene entender cómo se organiza RStudio: dónde escribir código, cómo funciona la consola y cómo configurar el directorio de trabajo para que R sepa dónde están tus ficheros. Estos dos vídeos de Roger Peng lo explican muy bien:
- Cómo escribir código y configurar el directorio de trabajo en Mac
- Cómo escribir código y configurar el directorio de trabajo en Windows
- Todos los derechos sobre estos vídeo-tutoriales quedan reservados a su autor (Peng 2020).