Ya aplicaste tu encuesta para la tesis de Mercadotecnia y tienes las respuestas capturadas, pero pasar de esa base de datos a un capítulo de resultados ordenado es donde muchos tesistas se atoran: no saben qué tabla va primero, cómo elegir la gráfica correcta o cómo evitar que el capítulo se lea como una lista de cifras sueltas sin argumento. Esta guía te lleva paso a paso desde los datos crudos hasta un capítulo que responde directamente a tus objetivos e hipótesis, con el rigor que un jurado mexicano espera ver.
Antes de empezar: separa resultados de discusión
El capítulo de resultados describe qué encontraste; el de discusión interpreta qué significa a la luz de tu marco teórico y de estudios previos. Un error de estructura frecuente es adelantar en el capítulo de resultados afirmaciones que corresponden a la discusión («esto confirma la teoría de…», «esto contradice lo que plantea…»), cuando el capítulo de resultados debería limitarse a describir lo que los datos muestran, con una interpretación mínima de lectura del dato, dejando la conexión teórica completa para el capítulo siguiente. Si tu programa fusiona ambos capítulos en uno solo («Resultados y discusión»), sepáralos con subtítulos claros para que el jurado distinga fácilmente cuál es cuál.
Paso 1: limpia y codifica tus datos antes de analizarlos
Antes de calcular una sola frecuencia, revisa tu base de datos completa: elimina o marca los cuestionarios incompletos según el criterio que hayas definido en tu metodología (por ejemplo, menos del 80% de reactivos respondidos), verifica que las respuestas de escala Likert estén codificadas de forma consistente (mismo sentido de la escala en todos los reactivos, incluidos los ítems invertidos) y documenta cuántos casos válidos te quedan después de la limpieza. Este número de casos válidos, no el número de cuestionarios distribuidos, es el que reportas como tu muestra final.
Aprovecha también este paso para revisar patrones de respuesta sospechosos: cuestionarios donde la misma persona marcó la misma opción en todos los reactivos (respuesta en línea recta), tiempos de llenado extremadamente cortos si tu plataforma los registra, o respuestas contradictorias entre reactivos que deberían ser consistentes. Documentar cuántos casos eliminaste por cada criterio, y no solo el total, hace tu limpieza de datos auditable ante el jurado.
Paso 2: estadística descriptiva por variable
Para cada variable de tu instrumento, calcula la estadística descriptiva que corresponde a su tipo de medición: frecuencias y porcentajes para variables categóricas (género, nivel socioeconómico, canal de compra preferido) y media, mediana y desviación estándar para variables de escala (cada constructo medido con Likert, como satisfacción o intención de compra). Reportar solo el promedio de una escala Likert sin la desviación estándar es un error frecuente: dos grupos con el mismo promedio pueden tener opiniones muy distintas si uno está concentrado alrededor de la media y el otro muy disperso, y esa diferencia solo se ve con la desviación estándar.
Paso 3: elige el tipo de gráfica correcto para cada variable
Una gráfica de barras funciona bien para comparar categorías (por ejemplo, preferencia de marca entre varias opciones); una gráfica de pastel solo es defendible con pocas categorías (tres o cuatro como máximo) porque con más se vuelve ilegible; un histograma sirve para mostrar la distribución de una variable continua o de una escala sumada. Evita el error de recortar el eje vertical de una gráfica de barras para exagerar una diferencia pequeña entre categorías: esa práctica, aunque no altera los datos, distorsiona lo que el lector entiende a primera vista, y un jurado que revisa con cuidado lo va a señalar.
Un ejemplo ilustrativo de tabla de frecuencias
Supón que tu encuesta midió el canal de compra preferido entre 120 participantes válidos. Una tabla de frecuencias bien presentada incluye la categoría, la frecuencia absoluta y el porcentaje, y va acompañada de un párrafo interpretativo, no solo de la tabla sola: «De los 120 participantes, 54 (45%) prefirieron la compra en tienda física, 42 (35%) la compra en línea a través del sitio web de la marca, y 24 (20%) la compra a través de aplicaciones de terceros. La preferencia por la tienda física, aunque mayoritaria, no alcanza a ser la opción de la mitad de la muestra, lo que sugiere una fragmentación relevante de canales entre los participantes de este estudio» (cifras ilustrativas, no datos reales). Ese último tipo de frase —una lectura del dato, no solo su reporte— es lo que distingue un capítulo de resultados completo de una simple colección de tablas.
Si tu instrumento incluyó varias preguntas relacionadas con el mismo constructo (por ejemplo, cinco reactivos sobre satisfacción del cliente), calcula también un índice o puntaje sumado del constructo, no solo el promedio de cada reactivo por separado, y reporta la confiabilidad de ese índice (alfa de Cronbach) antes de usarlo en cualquier análisis posterior.
Paso 4: cruza variables solo cuando responde a un objetivo
Una tabla de contingencia (por ejemplo, preferencia de canal de compra por grupo de edad) solo tiene sentido en tu capítulo de resultados si corresponde a un objetivo específico o a una hipótesis planteada; cruzar variables «porque se puede» sin conexión con tus objetivos infla el capítulo sin aportar evidencia relevante. Si tu hipótesis plantea una relación entre dos variables, complementa la tabla de contingencia con la prueba estadística correspondiente (chi-cuadrada para dos variables categóricas, correlación de Pearson o Spearman para dos variables de escala) y reporta el estadístico, los grados de libertad y el valor p, no solo la tabla.
Paso 5: interpreta sin sobre-generalizar
Si tu muestra fue por conveniencia (frecuente en tesis de licenciatura, por acceso limitado a los consumidores reales), tus resultados describen a esa muestra específica, no permiten generalizar estadísticamente a toda la población de consumidores. Frases como «los consumidores mexicanos prefieren…» a partir de una muestra de 120 personas en una sola ciudad son una sobregeneralización que un jurado metodológicamente exigente señala de inmediato; en su lugar, usa fórmulas como «entre los participantes de este estudio» o «en la muestra analizada».
La misma cautela aplica a las tablas cruzadas: encontrar una diferencia porcentual entre dos grupos en tu muestra no significa que esa diferencia exista en la población general si no la respaldaste con una prueba estadística que evalúe si es significativa o si pudo deberse al azar de tu muestra particular. Esta distinción entre «diferencia observada en la muestra» y «diferencia estadísticamente significativa» es precisamente lo que separa una lectura descriptiva cuidadosa de una interpretación apresurada.
Cómo ordenar el capítulo cuando tienes muchas variables
Con un instrumento largo (más de 20 reactivos, común en tesis con varios constructos), no presentes los resultados en el mismo orden en que aparecen en el cuestionario: agrúpalos por sección temática o por constructo (datos sociodemográficos primero, luego cada constructo con su índice y su confiabilidad, luego los cruces relacionados con las hipótesis) y usa subtítulos claros para cada bloque. Esto facilita que el jurado siga el argumento del capítulo sin tener que volver constantemente al instrumento original para entender de qué reactivo viene cada tabla.
Paso 6: conecta cada resultado con tu marco teórico e hipótesis
El capítulo de resultados no es solo una serie de tablas: cada hallazgo relevante debe conectarse explícitamente con la hipótesis o el objetivo que estaba probando. Organiza el capítulo por objetivo específico o por hipótesis (H1, H2, H3…), no por el orden en que aparecen las preguntas en el cuestionario, porque el orden del cuestionario rara vez coincide con la lógica argumentativa que tu tesis necesita.
Errores que hacen que un jurado cuestione tu capítulo de resultados
Algunos errores frecuentes son: (1) reportar tablas sin ninguna interpretación en el texto, dejando que el lector adivine qué significa cada cifra; (2) mezclar resultados descriptivos con interpretación teórica en el mismo apartado sin separar claramente «qué encontré» de «qué significa», lo que suele corresponder al capítulo de discusión; y (3) usar gráficas 3D o efectos visuales decorativos que distorsionan la proporción real entre categorías, una práctica que varios manuales de estilo y reglamentos de titulación desaconsejan explícitamente. Un cuarto error, propio de tesis con instrumentos largos, es reportar cada reactivo por separado sin agruparlos en los constructos que realmente mide el instrumento, lo que produce un capítulo de veinte o treinta tablas sueltas en vez de un argumento organizado por constructo.
Cómo se conecta con el resto de tu tesis
Antes de definir qué cruces vas a reportar, revisa cómo se construyen las hipótesis para una tesis de Mercadotecnia por tipo de diseño (relación, diferencia, efecto, mediación, moderación), porque el tipo de hipótesis determina qué prueba estadística necesitas en el paso 4. Si todavía no decidiste la plataforma para levantar tu encuesta, la comparación de plataformas de encuestas para tesis (Google Forms, Microsoft Forms, QuestionPro, LimeSurvey) te ayuda a elegir según cuotas, lógica de salto y cómo exportas los datos para el análisis. Y antes de entregar tu capítulo final, revisa la guía sobre gráficas que engañan sin querer para verificar que ninguna de tus figuras distorsione, aunque sea sin intención, lo que muestran tus datos.
Si tu tesis usa la investigación de mercado como metodología completa, no solo como técnica de recolección, la guía de investigación de mercado como metodología de tesis explica cómo diseñarla para que el jurado la acepte con el mismo rigor que cualquier otro diseño metodológico.
Cómo te ayuda Tesify en esta tesis
Tesify te acompaña a redactar el capítulo de resultados de tu tesis de Mercadotecnia sección por sección, ayudándote a conectar cada tabla o gráfica con el objetivo o la hipótesis que corresponde y a mantener consistencia entre lo que reportas y lo que planteaste en capítulos anteriores. Más de 9,000 estudiantes y 15,000 capítulos ya se han escrito con Tesify, y la tesis sigue siendo 100% escrita por ti.
Redacta tu capítulo de resultados con Tesify
Preguntas frecuentes
¿Cuántos casos válidos necesito para reportar resultados confiables?
Depende del análisis que vayas a usar: para estadística descriptiva básica, una muestra pequeña sigue siendo válida si lo declaras como limitación; para pruebas inferenciales como chi-cuadrada o correlación, revisa los supuestos mínimos de cada prueba (por ejemplo, frecuencias esperadas mínimas en cada celda de una tabla de contingencia) antes de aplicarla.
¿Debo reportar todas las preguntas del cuestionario en el capítulo de resultados?
No necesariamente: reporta con detalle las que responden a tus objetivos e hipótesis, y puedes incluir el resto en un anexo si aportan contexto pero no son centrales al argumento de la tesis.
¿Qué software uso si no tengo experiencia con estadística?
Para estadística descriptiva y tablas de contingencia básicas, Excel es suficiente en la mayoría de las tesis de licenciatura; para pruebas inferenciales y análisis multivariado, SPSS o Jamovi son opciones habituales, así que pregunta cuál usa tu programa o tu asesor.
¿Puedo usar porcentajes cuando mi muestra es muy pequeña?
Puedes, pero acompáñalos siempre de la frecuencia absoluta (por ejemplo, «3 de 12 participantes, 25%»), porque un porcentaje aislado con una muestra pequeña puede sonar más representativo de lo que en realidad es.