análisis conjunto

ANLISIS DE CONJUNTO 10-junio-2014

UNIVERSIDAD GALILEO

FACULTAD DE CIENCIA, TECNOLOGA E INDUSTRIA

DOCTORADO EN ADMINISTRACIN CON ESPECIALIDAD

EN FINANZAS

ARQ. ALVARO COUTIO G. Carnet 1300-4393

ANLISIS DE CONJUNTO

1

INDICE

INTRODUCCIN .............................................................................................................................. 3

Enfoque de perfil completo ................................................................................................................. 4

Matriz ortogonal .................................................................................................................................. 4

El estmulo experimental ..................................................................................................................... 6

Recopilacin y anlisis de datos.......................................................................................................... 6

Proceso ................................................................................................................................................ 7

Recoleccin de informacin ................................................................................................................ 8

Anlisis ................................................................................................................................................ 8

Ventajas ............................................................................................................................................... 8

Desventajas ......................................................................................................................................... 8

Procedimiento anlisis de conjunto: .................................................................................................... 9

1. Identificacin de atributos: ...................................................................................................... 9

2. Seleccin del modelo de preferencia: .................................................................................... 10

3. Mtodo de recogida de datos: ................................................................................................ 10

4. Construccin del conjunto de estmulos ................................................................................ 10

5. Presentacin del conjunto de estmulos................................................................................. 11

6. Escala de medida de la variable dependiente ........................................................................ 11

7. Mtodo de estimacin ........................................................................................................... 11

8. Fiabilidad y validez del modelo ............................................................................................ 12

Caso de Estudio: ................................................................................................................................ 12

Factores: ............................................................................................................................................ 12

Array Ortogonal o Matriz ortogonal de combinaciones: ................................................................... 13

Procedimiento Generar un Diseo Ortogonal ................................................................................... 14

Configuracin del nmero de tarjetas de estmulos a generar ........................................................... 14

Presentacin de un diseo ................................................................................................................. 15

Plan orthogonal ................................................................................................................................. 16

Preparacin de las tarjetas de estmulos ........................................................................................... 17

Anlisis de las preferencias mediante el Anlisis Conjunto .............................................................. 21

Interpretacin Sintaxis: ..................................................................................................................... 22

Anlisis conjunto: .............................................................................................................................. 23

ANLISIS DE CONJUNTO

2

ESTADSTICOS GLOBALES ......................................................................................................... 35

GRFICAS ....................................................................................................................................... 37

CONCLUSIONES ............................................................................................................................ 40

BIBLIOGRAFA .................................................................................................................................... 41

ANLISIS DE CONJUNTO

3

INTRODUCCIN

El anlisis conjunto es una herramienta de investigacin de mercados para desarrollar un

diseo de productos eficaz. Mediante el anlisis conjunto, el investigador puede responder

preguntas como las siguientes: Segn (IBM, 2014, pgs. 2 - 3)

Qu atributos de producto son importantes para el consumidor y cules son

irrelevantes?

Cules son los niveles de atributos de producto ms atractivos para el consumidor

y cules son los menos atractivos?

Cul es la cuota de mercado de preferencia de los productos de los competidores

en comparacin con nuestro producto propuesto o existente?

Cules son las caractersticas o atributos de un producto o servicio que determinan

la decisin de compra?

Cul es la combinacin de caractersticas que ser ms exitosa?

Cul es el segmento del mercado que est ms interesado en un producto?

Cul es la campaa de marketing que resultar ms atractiva para determinado

segmento?

Qu mejoras en un producto afectarn ms las preferencias de los consumidores e

incrementarn las ventas?

Cul es el precio ideal de un producto o servicio?

Podemos incrementar los precios sin tener una prdida significativa en las ventas?

Los niveles de los productos estn muy cerca el uno del otro?

Dnde, el anlisis de conjunto es una tcnica estadstica que determina qu

caractersticas de un producto o servicio son las preferidas por los consumidores y

cuantifica estas preferencias. Por lo tanto, las caractersticas del producto incluyen atributos

como los siguientes: segn (Prez Lpez, 2004, pg. 595)

Marca

Color

Forma

Precio

ANLISIS DE CONJUNTO

4

Garanta

En consecuencia, el anlisis de conjunto mide las preferencias del consumidor por las

caractersticas particulares de un producto, se basa en la suposicin de que los

consumidores toman la decisin de compra considerando simultneamente todas las

caractersticas del producto. Para hacer esto, los consumidores deben buscar un equilibrio

en trminos de relacin calidad precio, porque normalmente un producto no tiene todas

las mejores caractersticas. (IBM, 2014)

Segn (Prez Lpez, 2004) la ventaja del anlisis conjunto reside en que solicita al

encuestado que elija del mismo modo que se supone que lo har el consumidor al comparar

las caractersticas. En consecuencia, mediante el anlisis conjunto, puede determinar tanto

la importancia relativa de cada atributo como los niveles de mayor preferencia de cada

atributo. Si por alguna razn el producto que ms se prefiere no es viable, por ejemplo, por

su coste, se puede saber cul es la siguiente alternativa ms preferida. Si cuenta con

informacin adicional sobre los encuestados, como informacin demogrfica, puede

identificar los segmentos de mercado donde se puede introducir el producto. (IBM, 2014)

Enfoque de perfil completo

Conjoint utiliza el enfoque de perfil completo (tambin llamado concepto

completo), donde los encuestados clasifican, ordenan o puntan un conjunto de

perfiles o tarjetas en funcin de la preferencia. Cada perfil describe un servicio o

producto completo y consta de una combinacin diferente de niveles de factores

para todos los factores (atributos) de inters. (IBM, 2014, pg. 2)

Matriz ortogonal

Es muy probable que surjan problemas con el enfoque de perfil completo si hay

varios factores en juego y cada uno est compuesto por ms de un par de niveles.

El nmero total de perfiles resultantes de todas las combinaciones posibles de

niveles se aumenta demasiado para permitir que los encuestados sean capaces de

clasificar o puntuar todos ellos de una manera que tenga sentido. (IBM, 2014,

pg. 2)

ANLISIS DE CONJUNTO

5

Para resolver este problema, el enfoque de perfil completo utiliza lo que se denomina un

diseo factorial fraccional, que presenta una fraccin adecuada de todas las posibles

combinaciones de niveles de los factores. El conjunto resultante, denominado matriz

ortogonal, est diseado para recoger los efectos principales de cada nivel de factor. Se

supone que las interacciones entre los niveles de un factor con los niveles de otro factor

carecen de significado. (IBM, 2014, pg. 2)

Se utiliza el procedimiento Generar diseo ortogonal para generar una matriz ortogonal

que suele utilizarse como punto de partida de un anlisis conjunto. Tambin permite

generar combinaciones de niveles de factores que se conocen como casos reservados, que

son evaluados por los sujetos pero no se utilizan para generar el modelo de preferencias. En

su lugar, se utilizan como comprobacin de la validez del modelo. (IBM, 2014, pg. 2)

Funciones Orthoplan

Segn (BE SMART SPSS Argentina, 2014, pg. 3)

Genere diseos factoriales fraccionales con efectos principales ortogonales;

orthoplan no se limita a factores de dos niveles

Especifique una lista de variables, etiquetas opciones de variables, una lista de

valores para cada variable y etiquetas opcionales para los valores

Especifique el nmero deseado de tarjetas para el plan;

orthoplan intentar generar un plan en el nmero mnimo deseado de rachas

Genere tarjetas holdout para probar el modelo conjunto ajustado

Mezcle las tarjetas de formacin y holdout o apile las tarjetas de holdout despus

de las tarjetas de formacin

Guarde el archivo del plan como un archivo del sistema

Visualice la salida en tablas pivote.

ANLISIS DE CONJUNTO

6

El estmulo experimental

Cada conjunto de los niveles de los factores de un diseo ortogonal representa una

versin diferente del producto que se est estudiando y se debe presentar a los sujetos en

forma de un perfil de producto concreto. Esto ayuda al encuestado a concentrarse

nicamente en el nico producto que se desea evaluar en ese momento. Los estmulos

deben normalizarse, asegurndose de que todos los perfiles presentan un aspecto fsico

similar, excepto en lo que respecta a las diferentes combinaciones de caractersticas. (IBM,

2014, pg. 2)

La creacin de los perfiles de los productos se simplifica gracias al procedimiento

Mostrar el diseo. Este procedimiento utiliza el diseo generado por el procedimiento

Generar diseo ortogonal, o uno introducido por el usuario y genera un conjunto de perfiles

de producto en un formato de fcil uso. (IBM, 2014, pg. 2)

Recopilacin y anlisis de datos

El tamao de la muestra de los estudios conjuntos vara enormemente, por lo tanto el

tamao de la muestra de los estudios de conjuntos comerciales suele oscilar entre 100 y

1.000, siendo el intervalo entre 300 y 550 el ms tpico. No obstante, en otro estudio se

concluye que el tamao de muestra habitual es menor (inferior a 100). Como de costumbre,

el tamao de la muestra debe ser lo suficientemente grande como para garantizar la

fiabilidad. (IBM, 2014, pg. 3)

Una vez elegida la muestra, el investigador administra el conjunto de perfiles o tarjetas a

cada encuestado. El procedimiento Conjoint permite utilizar tres mtodos de registro de

datos. En el primer mtodo, se pide a los sujetos que asignen una puntuacin de preferencia

a cada perfil. Este tipo de mtodo es habitual cuando se utiliza una escala de Likert o

cuando se pide a los sujetos que asignen un nmero del 1 al 100 para indicar la preferencia.

En el segundo mtodo, se pide a los sujetos que asignen un rango a cada perfil de 1 al

nmero total de perfiles. En el tercer mtodo, se pide a los sujetos que ordenen los perfiles

segn la preferencia. Este ltimo mtodo permite al investigador registrar los nmeros de

perfil en el orden dado por cada sujeto. (IBM, 2014, pg. 3)

ANLISIS DE CONJUNTO

7

El anlisis de los datos se realiza con el procedimiento Conjoint (disponible slo con la

sintaxis de comandos) y da como resultado una puntuacin de utilidad, denominada

contribucin parcial, para cada nivel del factor. Estas puntuaciones de utilidad, anlogas a

los coeficientes de regresin, proporcionan una medida cuantitativa de la preferencia para

cada nivel del factor, donde los valores mayores corresponden a una preferencia ms alta.

Las contribuciones parciales se expresan en una unidad comn, lo que permite aadirlas

conjuntamente para obtener la utilidad total, o la preferencia global, de cualquier

combinacin de los niveles de los factores. As, las contribuciones parciales constituyen un

modelo para predecir la preferencia de cualquier perfil de producto, incluidos los perfiles

que se denominan casos de simulacin, que no se presentan realmente durante el

experimento. (IBM, 2014, pg. 3)

La informacin que se obtiene a partir de un anlisis conjunto puede aplicarse a una

amplia variedad de preguntas de investigacin de mercado. Se puede utilizar para investigar

reas como el diseo de productos, la cuota de mercado, la publicidad estratgica, el

anlisis de costes y beneficios y la segmentacin del mercado. (IBM, 2014, pg. 3)

Aunque el enfoque de este manual se centra en las aplicaciones de investigacin de

mercado, el anlisis conjunto puede ser til en casi cada campo cientfico o empresarial

donde resulta importante medir las percepciones o juicios de la gente. (IBM, 2014, pg. 3)

Proceso

Segn (Wikipedia, 2014)

Los pasos bsicos son:

Seleccin de las caractersticas que deben ser probadas

Muestra de las combinaciones del producto a clientes potenciales

Los encuestados categorizan las combinaciones

Se analizan los datos de una muestra representativa de clientes potenciales en

conjunto con un profesional de la estadstica. El anlisis producir las caractersticas

ms preferidas por los potenciales clientes.

Incorporacin de las caractersticas ms preferidas en un nuevo producto o anuncio

ANLISIS DE CONJUNTO

8

Recoleccin de informacin

A los encuestados se les muestra un conjunto de productos, prototipos, maquetas o

retratos. Por lo tanto, cada ejemplo es suficientemente semejante al otro como para que los

consumidores lo vean como sustitutivo, pero suficientemente diferente para que puedan

determinar claramente una preferencia.

En consecuencia, cada ejemplo se compone de una combinacin extraordinaria de

caractersticas del producto. As, se obtienen un rango de preferencias, las respuestas se

codifican y se introducen en un programa para anlisis estadstico como SPSS. (Wikipedia,

2014)

Anlisis

El ordenador utiliza el anlisis de varianza o tcnicas de programacin lineal para crear

las funciones de utilidad para cada caracterstica. Estas funciones de utilidad indican el

valor que se ha percibido de la caracterstica y lo sensibles que son las percepciones y

preferencias del consumidor en relacin a los cambios en las caractersticas de producto.

(Wikipedia, 2014)

Ventajas


Es posible utilizar objetos fsicos

Mide la preferencia en un nivel individual.

Desventajas


Slo un conjunto limitado de caractersticas se puede utilizar, porque el nmero de

combinaciones aumenta muy rpidamente cuantas ms caractersticas se agregan y esta

sobrecarga de informacin afecta a la validez de los experimentos, aunque el impacto

de esos problemas puede ser evitado o reducido utilizando la Integracin de

Informacin Jerrquica

La etapa de la recogida de informacin es compleja

ANLISIS DE CONJUNTO

9

Es difcil de utilizar para investigacin de posicionamiento de producto porque no hay

procedimiento para convertir percepciones sobre caractersticas reales en percepciones

acerca de un conjunto reducido de caractersticas fundamentales.

Procedimiento anlisis de conjunto:

Para la aplicacin del anlisis de conjunto se requiere seguir una serie de pasos que se

detallan a continuacin: Segn (Guerrero Casas, Martnez Blanes, & Ramrez Hurtado,

2014)

1. Identificacin de atributos y establecimiento de niveles.

2. Seleccin del modelo de preferencia

3. Mtodo de recogida de datos.

4. Construccin del conjunto de estmulos. Presentacin de los estmulos.

5. Escala de medida de la variable dependiente. Mtodo de estimacin.

6. Fiabilidad y validez de las estimaciones.

A continuacin, se procede a describir cada uno de ellos:

1. Identificacin de atributos:

Para poder implementar un anlisis conjunto es necesario identificar todos aquellos

atributos que van a formar parte de nuestro estudio, as como establecer los niveles

asociados a cada uno de ellos, segn su importancia a la hora de establecer preferencias del

consumidor. Por lo tanto algunos atributos son determinantes y otros no.

Un aspecto muy importante a la hora de identificar a los atributos es que estos han de ser

controlables por la empresa, es decir, no se debe crear un atributo que no sea accionable por

la empresa. As, una vez que hemos obtenido los atributos es necesario especificar cules

son los niveles de cada atributo, hay que tomar en cuenta lo siguiente: Segn (Guerrero

Casas, Martnez Blanes, & Ramrez Hurtado, 2014)

El nmero de niveles por atributo tiene distintos efectos sobre las evaluaciones de

los encuestados, de forma que mientras ms niveles tenga un atributo mayor es la

importancia que los encuestados le dan a este atributo.

ANLISIS DE CONJUNTO

10

2. Seleccin del modelo de preferencia:

El anlisis de conjunto busca estudiar la influencia que sobre las preferencias de los

consumidores ejerce un conjunto de combinaciones de atributos, que configuras unos

productos/servicios determinados. (Guerrero Casas, Martnez Blanes, & Ramrez Hurtado,

2014).

Por lo tanto, trata de encontrar una serie de valores, llamados utilidades parciales, que

relacionan los niveles de los atributos con las preferencias de los consumidores. En

consecuencia, de lo que se trata es de un modelo explicativo, en el que la variable a explicar

son las evaluaciones de preferencias de los individuos sobre el conjunto de combinaciones

y las variables explicativas son los niveles de los atributos seleccionados para definir las

combinaciones. (Guerrero Casas, Martnez Blanes, & Ramrez Hurtado, 2014)

3. Mtodo de recogida de datos:

Una vez que se ha especificado el nmero de atributos y el nmero de niveles a utilizar,

se tienen que obtener los datos, por tanto se utiliz el mtodo de perfil completo, en el cual

se describe cada estmulo por separado mediante una tarjeta de perfiles.

En consecuencia, se consigue una visin ms realista del problema, adems de poder

reducir el nmero de comparaciones a travs del uso de diseos factoriales fraccionadas.

(Guerrero Casas, Martnez Blanes, & Ramrez Hurtado, 2014)

4. Construccin del conjunto de estmulos

Una vez que hemos definido los atributos y los niveles de cada uno de los atributos,

debemos pasar a construir el conjunto de estmulos que van a formar parte de nuestro

anlisis, as lo que tenemos son 5 atributos con 3 de 3 niveles cada uno y 2 de 2 niveles

cada uno

Por lo tanto, el nmero total de posibles combinaciones o estmulos vendr dado

por:

3 x 3 x 3 x 2 x 2 = 108

ANLISIS DE CONJUNTO

11

Ahora bien, evaluar 108 tarjetas sera prcticamente inviable para una persona. Sin

embargo, tenemos la opcin de utilizar un diseo factorial fraccionado. Por lo tanto, un

diseo factorial fraccionado permite que no exista correlacin entre los atributos (diseo

ortogonal). As, en nuestro estudio hemos utilizado un diseo factorial fraccionado

proporcionado por SPSS a travs del procedimiento ORTHOPLAN del mdulo

CATEGORIES. (Guerrero Casas, Martnez Blanes, & Ramrez Hurtado, 2014)

5. Presentacin del conjunto de estmulos

La presentacin del conjunto de estmulos se puede realizar segn varias alternativas:

descripcin verbal, representacin grfica, productos fsicos o prototipos, descripcin

mediante prrafos y combinacin de varios mtodos. Nosotros hemos considerado en

nuestro estudio la presentacin de estmulos a travs de una descripcin de prototipos ya

que presenta las ventajas de poder observar y analiza el producto de una forma como sera

en la realidad.. (Guerrero Casas, Martnez Blanes, & Ramrez Hurtado, 2014)

6. Escala de medida de la variable dependiente

Las alternativas para definir la escala de medida de la variable dependiente son las

siguientes:

Escala no mtrica: comparacin por pares y rangos de orden.

Escala mtrica: escala de intervalo.

En nuestro estudio hemos considerado la escala de rangos de orden como la ms

adecuada ya que para un entrevistado resulta ms fcil decir lo que l prefiere que expresar

la magnitud de su preferencia. Por tanto, cada entrevistado, tiene que ordenar los 18

estmulos en un rango que va desde 1 (ms preferido) hasta 22 (menos preferido).

(Guerrero Casas, Martnez Blanes, & Ramrez Hurtado, 2014)

7. Mtodo de estimacin

Para poder estimar los parmetros del modelo hemos utilizado el procedimiento

CONJOINT de SPSS. Este procedimiento utiliza la regresin por Mnimos Cuadrados

ANLISIS DE CONJUNTO

12

Ordinarios (OLS) para la estimacin de los parmetros del modelo. (Guerrero Casas,

Martnez Blanes, & Ramrez Hurtado, 2014)

8. Fiabilidad y validez del modelo

Para obtener la fiabilidad del modelo SPSS proporciona los estadsticos R de Pearson y

Tau de Kendall. La validez se obtiene a partir de las tres tarjetas que se aaden al diseo

fraccionado y que son evaluadas por los entrevistados, pero solamente van a ser utilizadas

por el programa para validar las utilidades estimadas. (Guerrero Casas, Martnez Blanes, &

Ramrez Hurtado, 2014)

A continuacin, se desarrolla un ejemplo que ilustra el mtodo del concepto completo.

Caso de Estudio:

Consideremos una empresa que desea lanzar una campaa de mercado para un nuevo

limpiador de moquetas y quiere examinar la influencia de los siguientes factores sobre

las preferencias del consumidor de artculos de limpieza de moquetas:

Factores:

1. diseo paquete (paquete) (A*, B*, C*)

2. nombre marca (marca) (k2r, glory, biseli)

3. precio producto (precio) (1.19, 1.39, 1.59)

4. sello calidad (sello) (si, no)

5. garanta devolucin dinero (dinero) (si, no)

En el fichero de datos asociado (CPLAN.SAV) se contemplan distintos aspectos de este

tipo de artculos. Como niveles factoriales para el diseo del paquete cada uno de los

cuales difiere en la localizacin del cepillo aplacador del producto se consideran A*,

B*, C*.

Como nombres de marca se consideran k2r, glory, y biseli.

Como niveles de precios para el producto se consideran $. 1.19, $. 1.39 y $ 1.59

Tambin se consideran 2 niveles (si o no) para cada uno de los dos ltimos factores

(sello y dinero).

ANLISIS DE CONJUNTO

13

Por lo tanto, despus de una seleccin cuidadosa de los factores y niveles factoriales del

estudio, hay todava demasiados casos para que un sujeto juzgue de un modo significativo.

En nuestro caso, el estudio del limpiador de moquetas requerira 108 casos (3 x 3 x 3 x

2 x 2 = 108), que claramente son demasiados para poder presentarlos a un sujeto

entrevistado, por lo que un nmero razonable de casos normalmente no debera superar los

30.

En consecuencia, podemos utilizar una alternativa al diseo completamente

factorial, llamada Array Ortogonal.

Array Ortogonal o Matriz ortogonal de combinaciones:

Lo podemos definir como un subgrupo de todas las posibles combinaciones que

todava permite la estimacin de los valores parciales para todos los efectos principales.

As, se asumen como despreciables las interacciones en las que los valores parciales para

un nivel de un factor dependen del nivel de otro factor. Por lo tanto cada nivel de un factor

ocurre con la misma frecuencia que cada nivel de otro factor, asegurando as la

independencia de los efectos principales. (Prez Lpez, 2004, pg. 608)

En consecuencia, el diseo ortogonal es un modo de ayudar al investigador de mercados

a rellenar todos los 108 perfiles que corresponderan a las combinaciones de las categoras

respectivas de las variables que intervienen en el anlisis de conjunto (3 x 3 x 3 x 2 x 2 =

108). S, el diseo ortogonal permite centrarse en aquellos perfiles interesantes para la

empresa vendedora del producto o servicio, por tanto, se deberan rellenar nicamente

aquellos perfiles que le aportan una caracterstica significativa para la investigacin de

mercados que se est realizando. A diferencia de otros procedimientos de SPSS, no se

requiere de un fichero de datos de trabajo, ya que SPSS crea uno, generando nombres de

variables, etiquetas de variables, y etiquetas de valores desde las opciones que se

seleccionen en los cuadros de dilogo. (Prez Lpez, 2004, pg. 609)

ANLISIS DE CONJUNTO

14

Procedimiento Generar un Diseo Ortogonal:

Segn (Prez Lpez, 2004, pg. 612)

Como primer paso es importante que SPSS muestre etiquetas de valores en vez de

valores de las variables.

Por ello hay que comprobar que est seleccionada la opcin Etiquetas de Valores men

Ver.

Dnde:

Ver Barra estado Etiquetas de valor

A continuacin se elige

Datos Diseo Ortogonal Generar

Para as obtener la pantalla del procedimiento Generar diseo ortogonal.

Procedemos a introducir el nombre del primer factor y su etiqueta y se contina con

todos los dems factores:

1. diseo paquete (paquete) (A*, B*, C*)

2. nombre marca (marca) (k2r, glory, biseli)

3. precio producto (precio) (1.19, 1.39, 1.59)

4. sello calidad (sello) (si, no)

5. garanta devolucin dinero (dinero) (si, no)

Una vez realizado todo el proceso con los 5 factores, se hace click en el botn archivo y

se guarda el diseo con el nombre (acoutinofinal.sav)

Configuracin del nmero de tarjetas de estmulos a generar

Se utiliza para controlar la generacin de los nmeros aleatorios para la creacin del

diseo ortogonal, se puede especificar un nmero mnimo de casos a incluir en el diseo y

definir el nmero de casos de reserva.

ANLISIS DE CONJUNTO

15

Por lo tanto, para continuar con el diseo ortogonal seguimos el siguiente

procedimiento:

Se hace click en el botn:

Restablecer semilla de aleatorizacin a (20, 000,000) opciones generar

como mnimo (18) nmero de casos reservados (4) continuar y aceptar se

genera el diseo ortogonal siguiente:

Presentacin de un diseo GET

FILE='C:\Users\DELL\Desktop\6 analisis conjunto\000 datos analisis

conjunto\ejemplo.sav'.

DATASET NAME Conjunto_de_datos1 WINDOW=FRONT.

SAVE OUTFILE='E:\acoutinofinal.sav'

/COMPRESSED.

*Generar diseo ortogonal.

SET SEED 20000000.

ORTHOPLAN

/FACTORS=paquete 'diseo paquete' (1 'A' 2 'B' 3 'C') marca 'nombre

marca' (1 'k2r' 2 'glory' 3 'bisell') precio 'precio producto' (1 '1.19'

2 '1.39' 3 '1.59') sello 'sello calidad' (1 'si' 2 'no') dinero

'devolucin dinero' (1 'si' 2 'no')

/REPLACE.

Plan ortogonal

Advertencia

Se ha generado correctamente un plan con 16 tarjetas.

.

DATASET ACTIVATE Conjunto_de_datos1.

*Generar diseo ortogonal.

SET SEED 20000000.

ORTHOPLAN

/FACTORS=paquete 'diseo paquete' (1 'A' 2 'B' 3 'C') marca 'nombre

marca' (1 'k2r' 2 'glory' 3 'bisell') precio 'precio producto' (1 '1.19'

2 '1.39' 3 '1.59') sello 'sello calidad' (1 'si' 2 'no') dinero

'devolucin dinero' (1 'si' 2 'no')

/REPLACE

/MINIMUM 18

/HOLDOUT 4

/MIXHOLD NO.

ANLISIS DE CONJUNTO

16

Plan orthogonal

Advertencia

El conjunto de datos activo sustituir al conjunto de datos existentes llamado acoutinofinal.

.

DATASET ACTIVATE Conjunto_de_datos1.

SAVE OUTFILE='E:\acoutinofinal.sav'

/COMPRESSED.

Una vez realizado el diseo del plan, el siguiente paso, es (Prez Lpez, 2004, pg. 613)

situar cada concepto completo en un perfil separado con el objeto de presentrselo a los

encuestados en forma de tarjeta, cada caso del diseo ortogonal se muestra como un perfil,

por tanto, los perfiles pueden visualizarse y personalizarse, siendo posible producir cada

concepto en una pgina separada, aadir conceptos y notas de pie, entre otros.

Dnde:

A continuacin elegimos Datos Diseo Ortogonal mostrar para obtener

la pantalla Mostrar el diseo y se ingresan todos los factores:

1. Paquete

2. Marca

3. Precio

4. Sello

5. Dinero

Dnde:

Una vez ingresados los factores, se hace click en Formato listado para el

experimentador perfiles para los sujetos

Por lo consiguiente, esto lo que nos permite mostrar el diseo en formato de borrador

diferenciando los perfiles de reserva de los perfiles experimentales y listando los posibles

perfiles de simulacin de modo separado a continuacin de los perfiles experimentales y de

reserva.

ANLISIS DE CONJUNTO

17

As, al hacer click en la opcin Perfiles para sujetos, nos permite producir perfiles que

pueden presentarse a los sujetos.

Al hacer click en continuar y en aceptar se muestran las tarjetas del diseo ortogonal

generado.

Preparacin de las tarjetas de estmulos


Plancards

GET

FILE='E:\acoutinofinal.sav'.

DATASET NAME Conjunto_de_datos1 WINDOW=FRONT.

PLANCARDS

/FACTORS=paquete marca precio sello dinero

/FORMAT BOTH.

Lista de Tarjetas

Lista de tarjetas

Tarjeta diseo paquete nombre marca precio producto sello calidad garanta

devolucin dinero

1 C* k2r 1.39 si si

2 B* glory 1.39 si no

3 B* k2r 1.19 si no

4 A* k2r 1.19 no si

5 C* bisell 1.59 si si

6 B* glory 1.19 no si

7 C* glory 1.39 si no

8 B* k2r 1.39 si si

9 A* glory 1.59 si no

10 A* glory 1.19 si no

11 B* bisell 1.39 si no

12 C* k2r 1.39 no si

13 A* k2r 1.59 si si

14 A* bisell 1.19 no no

15 A* glory 1.39 si si

16 C* glory 1.19 si si

17 A* k2r 1.19 si si

18 C* k2r 1.59 no no

19 B* glory 1.59 no si

20 C* bisell 1.19 si si

21 B* bisell 1.59 si si

22 A* bisell 1.39 no si

ANLISIS DE CONJUNTO

18

Nmero de perfil 1


devolucin dinero

C* k2r 1.39 si si

Nmero de perfil 2


devolucin dinero

B* glory 1.39 si no

Nmero de perfil 3

Tarjeta diseo paquete nombre marca precio producto sello calidad garanta devolucin

dinero

B* k2r 1.19 si no

Nmero de perfil 4


dinero

A* k2r 1.19 no si

Nmero de perfil 5


dinero

C* bisell 1.59 si si

Nmero de perfil 6


dinero

B* glory 1.19 no si

Nmero de perfil 7


dinero

C* glory 1.39 si no

Nmero de perfil 8


dinero

ANLISIS DE CONJUNTO

19

B* k2r 1.39 si si

Nmero de perfil 9

Tarjeta diseo paquete nombre marca precio producto

sello calidad garanta devolucin

dinero

A* glory 1.59 si no

Nmero de perfil 10


dinero

A* glory 1.19 si no

Nmero de perfil 11


dinero

B* bisell 1.39 si no

Nmero de perfil 12


dinero

C* k2r 1.39 no si

Nmero de perfil 13


dinero

A* k2r 1.59 si si

Nmero de perfil 14


dinero

A* bisell 1.19 no no

Nmero de perfil 15


dinero

A* glory 1.39 si si

Nmero de perfil 16


dinero

C* glory 1.19 si si

ANLISIS DE CONJUNTO

20

Nmero de perfil 17


dinero

A* k2r 1.19 si si

Nmero de perfil 18


dinero

C* k2r 1.59 no no

Nmero de perfil 19


dinero

B* glory 1.59 no si

Nmero de perfil 20


dinero


Nmero de perfil 20


dinero


Nmero de perfil 22


dinero

A* bisell 1.39 no si

As:

Una vez generado el diseo ortogonal, (recogido en el fichero acoutinofinal.sav) y

recogidos los datos sobre las preferencias en las tarjetas de estmulos provenientes de los

sujetos (recogidos en el fichero ENCUESTA.SAV), el paso siguiente es analizar los datos

utilizando el procedimiento CONJOINT.

ANLISIS DE CONJUNTO

21

Anlisis de las preferencias mediante el Anlisis Conjunto


Dnde:

Para ejecutar este procedimiento se utilizar la sintaxis de SPSS:

Por lo tanto:

A continuacin, abriendo un fichero de sintaxis mediante:

Nuevo Sintaxis y escribiendo la sintaxis siguiente en la figura Ejecutar

Todo

Sintaxis:

CONJOINT

PLAN='E:\acoutinofinal.sav'

/DATA ='E:\Encuesta.sav'

/SEQUENCE =PREF1 TO PREF22/SUBJECT=ID

/FACTORS =paquete marca (DISCRETE)

precio (LINEAR LESS)

sello dinero (LINEAR MORE)

/PRINT ALL

/UTILITY='E:\utilidades.sav'

/PLOT SUMMARY

SINTAXIS AQU

ANLISIS DE CONJUNTO

22

Interpretacin Sintaxis: Segn (Prez Lpez, 2004, pg. 623)

Subcomando

CONJOINT Procedimiento CONJOINT

PLAN=' C:\ C:\Users\DELL\Desktop\ Identifica el fichero que contiene el diseo

ortogonal

/DATA ='

C:\Users\admin\Desktop\Encuesta.sav'

Identifica el fichero que contiene los resultados

codificados de la encuesta

/SEQUENCE =PREF1 TO PREF22 Indica que los resultados de la encuesta recogidos

en el fichero ENCUESTA.SAV han sido

codificados en orden secuencial, empezando con la

tarjeta ms preferida (pref1) y terminando con la

menos preferida (pref22), siendo 22 el nmero de

tarjetas generadas.

/SUBJECT=ID Identifica la variable que contiene el nmero del

sujeto encuestado

/FACTORS =paquete marca

(DISCRETE)

Especifica los factores (variables) definidos en el

fichero que contiene el diseo ortogonal

identificado por el subcomando PLAN. Se observa

que los factores (package) y (brand) se definen

como discretos (variables categricas) y no se hace

ninguna asuncin sobre la relacin entre los niveles

y los datos

precio (LINEAR LESS) El factor (price) se define como menos lineal

(variable lineal para la que los consumidores

prefieren los precios ms bajos.

sello dinero (LINEAR MORE) Los factores (seal) y (money) se definen como ms

lineales (variables lineales para las que se supone

que los consumidores prefieren aquella para la que

el producto tenga sello de calidad y se garantice la

devolucin del dinero.

/PRINT Permite controlar las salidas de texto

ALL Especifica que se presenten tanto los resultados de

los datos experimentales, como los de simulacin

/UTILITY='

C:\Users\admin\Desktop\utilidades.sav'

Identifica el fichero en el que CONJOINT guardar

las utilidades calculadas generndose un caso por

cada sujeto encuestado.

/PLOT Solicita las salidas grficas.

SUMMARY Produce un diagrama de barras para cada variable,

mostrando las puntuaciones de la utilidad para cada

categora de esa variable y un grfico que muestra

las puntuaciones de importancia de resumen por

sujetos con la palabra clave SUBJECT.

ANLISIS DE CONJUNTO

23

Dnde:

Como paso siguiente, Ejecutar Todo

Se tiene la salida del procedimiento CONJOINT, que empieza con los factores del

diseo ortogonal. (Anlisis conjunto, ver figura siguiente)

Anlisis conjunto:

Descripcin del modelo

Descripcin del modelo

N de niveles Relacin con rangos o puntuaciones

paquete 3 Discreto

marca 3 Discreto

precio 3 Lineal (menos)

sello 2 Lineal (ms)

dinero 2 Lineal (ms)

No todos los factores son ortogonales.

Estadsticos V de Cramer

Estadsticos V de Cramer

paquete marca precio sello dinero

paquete 1 .098 .159 .092 .120

marca .098 1 .059 .116 .225

precio .159 .059 1 .116 .039

sello .092 .116 .116 1 .111

dinero .120 .225 .039 .111 1

No todos los factores son ortogonales.

SUJETO 1:1

Utilidades

Utilidades

Estimacin de la utilidad Error tpico

paquete

A* 1.709 2.198

B* -1.180 2.264

C* -.529 2.270

marca

k2r .694 2.220

glory -1.000 2.240

bisell .306 2.345

precio 1.19 -.118 1.998

1.39 -.236 3.997

ANLISIS DE CONJUNTO

24

1.59 -.354 5.995

sello si -4.706 3.405

no -9.412 6.809

dinero si .250 3.359

no .499 6.719

(Constante) 17.539 8.025

Valores de importancia


paquete 29.552

marca 17.334

precio 2.415

sellob 48.145

dinero 2.554

a. 1 inversiones

b. Invertido

Coeficientes

Coeficientes

Coeficiente B

Estimacin Error tpico

precio -.118 1.998

sello -4.706 3.405

dinero .250 3.359

Correlaciones

Correlacionesa

Valor Sig.

R de Pearson .391 .036

Tau de Kendall .325 .017

a. Correlaciones entre las preferencias observadas y las estimadas

SUJETO 2:2

Utilidades

Utilidades


paquete

A* -4.483 1.984

B* 1.744 2.044

C* 2.739 2.049

marca k2r -.345 2.004

ANLISIS DE CONJUNTO

25

glory 1.150 2.022

bisell -.805 2.117

precio

1.19 -1.078 1.804

1.39 -2.155 3.608

1.59 -3.233 5.412

sello si .916 3.074

no 1.832 6.147

dinero si 2.475 3.033

no 4.950 6.066

(Constante) 9.105 7.245



paquete 49.052

marca 13.277

precio 14.639

sello 6.222

dinero 16.810

Coeficientes

Coeficientes

Coeficiente B


precio -1.078 1.804

sello .916 3.074

dinero 2.475 3.033

Correlaciones

Correlacionesa

Valor Sig.




SUJETO 3:3

Utilidades

Utilidades


paquete A* .706 2.093

ANLISIS DE CONJUNTO

26

B* -2.979 2.156

C* 2.273 2.162

marca

k2r -1.508 2.115

glory 1.502 2.133

bisell .005 2.234

precio

1.19 -.517 1.904

1.39 -1.034 3.807

1.59 -1.551 5.711

sello si 1.337 3.243

no 2.674 6.486

dinero si 3.754 3.200

no 7.507 6.400

(Constante) 5.574 7.644



paquete 36.504

marca 20.923

precio 7.189

sello 9.294

dinero 26.090

Coeficientes

Coeficientes

Coeficiente B


precio -.517 1.904

sello 1.337 3.243

dinero 3.754 3.200

Correlaciones

Correlacionesa

Valor Sig.




ANLISIS DE CONJUNTO

27

SUJETO 4:4

Utilidades

Utilidades


paquete

A* 2.555 2.036

B* -3.239 2.097

C* .684 2.103

marca

k2r -.868 2.057

glory .236 2.075

bisell .632 2.172

precio

1.19 -1.128 1.852

1.39 -2.256 3.703

1.59 -3.385 5.555

sello si -2.380 3.155

no -4.759 6.309

dinero si 3.354 3.113

no 6.708 6.225

(Constante) 12.158 7.435


Valores de importanciaa

paquete 37.909

marca 9.817

precio 14.762

sellob 15.568

dinero 21.944

a. 1 inversiones

b. Invertido

Coeficientes

Coeficientes

Coeficiente B


precio -1.128 1.852

sello -2.380 3.155

dinero 3.354 3.113

ANLISIS DE CONJUNTO

28

Correlaciones

Correlacionesa

Valor Sig.




SUJETO 5:5

Utilidades

Utilidades


paquete

A* 1.897 1.801

B* -3.657 1.856

C* 1.760 1.861

marca

k2r -.062 1.820

glory .542 1.836

bisell -.480 1.922

precio

1.19 1.811 1.638

1.39 3.622 3.276

1.59 5.433 4.914

sello si -1.953 2.791

no -3.907 5.582

dinero si 6.314 2.754

no 12.627 5.508

(Constante) 1.878 6.578



paquete 30.077

marca 5.539

preciob 19.615

sellob 10.578

dinero 34.190

a. 2 inversiones

b. Invertido

ANLISIS DE CONJUNTO

29

Coeficientes

Coeficientes

Coeficiente B


precio 1.811 1.638

sello -1.953 2.791

dinero 6.314 2.754

Correlaciones

Correlacionesa

Valor Sig.




SUJETO 6:6

Utilidades

Utilidades


paquete

A* -.678 1.931

B* -1.799 1.989

C* 2.477 1.995

marca

k2r .532 1.951

glory .785 1.968

bisell -1.318 2.060

precio

1.19 -.486 1.756

1.39 -.973 3.512

1.59 -1.459 5.268

sello si

-.894 2.992

no -1.787 5.984

dinero si

6.678 2.952

no 13.356 5.904

(Constante) 4.411 7.052

ANLISIS DE CONJUNTO

30

Coeficientes

Coeficientes

Coeficiente B


precio -.486 1.756

sello -.894 2.992

dinero 6.678 2.952

Correlaciones

Correlacionesa

Valor Sig.






paquete 28.652

marca 14.092

precio 6.518

sellob 5.989

dinero 44.749

a. 1 inversiones

b. Invertido

SUJETO 7:7

Utilidades

Utilidades


paquete

A* .876 1.859

B* -1.780 1.915

C* .904 1.920

marca

k2r 1.707 1.878

glory .699 1.894

bisell -2.407 1.983

precio

1.19 .775 1.690

1.39 1.551 3.380

1.59 2.326 5.070

ANLISIS DE CONJUNTO

31

sello si -2.155 2.880

no -4.309 5.759

dinero si 6.799 2.841

no 13.597 5.682

(Constante) 3.331 6.787



paquete 15.514

marca 23.778

preciob 8.961

sellob 12.453

dinero 39.294

a. 2 inversiones

b. Invertido

Coeficientes

Coeficientes

Coeficiente B


precio .775 1.690

sello -2.155 2.880

dinero 6.799 2.841

Correlaciones

Correlacionesa

Valor Sig.




SUJETO 8:8

Utilidades

Utilidades


paquete

A* 2.432 2.111

B* -1.463 2.175

C* -.969 2.181

marca k2r -1.384 2.133

ANLISIS DE CONJUNTO

32

glory 2.930 2.152

bisell -1.546 2.253

precio

1.19 .761 1.920

1.39 1.522 3.840

1.59 2.283 5.759

sello si -1.691 3.271

no -3.382 6.542

dinero si -2.855 3.227

no -5.710 6.455

(Constante) 15.919 7.709



paquete 26.980

marca 30.995

preciob 10.540

sellob 11.712

dinerob 19.773

a. 3 inversiones

b. Invertido

Coeficientes

Coeficientes

Coeficiente B


precio .761 1.920

sello -1.691 3.271

dinero -2.855 3.227

Correlaciones

Correlacionesa

Valor Sig.




ANLISIS DE CONJUNTO

33

SUJETO 9:9

Utilidades

Utilidades


paquete

A* 1.952 1.895

B* -3.047 1.952

C* 1.095 1.958

marca

k2r -.501 1.915

glory -1.101 1.932

bisell 1.602 2.022

precio

1.19 .575 1.723

1.39 1.150 3.447

1.59 1.725 5.170

sello si -4.742 2.936

no -9.484 5.873

dinero si 4.599 2.897

no 9.198 5.795

(Constante) 10.439 6.921



paquete 27.480

marca 14.856

preciob 6.321

sellob 26.064

dinero 25.278

a. 2 inversiones

b. Invertido

Coeficientes

Coeficientes

Coeficiente B


precio .575 1.723

sello -4.742 2.936

dinero 4.599 2.897

ANLISIS DE CONJUNTO

34

Correlaciones

Correlacionesa

Valor Sig.




SUJETO 10:10

Utilidades

Utilidades


paquete

A* -1.613 1.984

B* 3.872 2.043

C* -2.259 2.049

marca

k2r 1.307 2.004

glory -.943 2.022

bisell -.364 2.117

precio

1.19 .208 1.804

1.39 .416 3.608

1.59 .624 5.412

sello si -.198 3.073

no -.396 6.147

dinero si -4.664 3.032

no -9.329 6.065

(Constante) 17.764 7.244



paquete 44.885

marca 16.473

preciob 3.045

sellob 1.448

dinerob 34.150

a. 3 inversiones

b. Invertido

ANLISIS DE CONJUNTO

35

Coeficientes

Coeficientes

Coeficiente B


precio .208 1.804

sello -.198 3.073

dinero -4.664 3.032

Correlaciones

Correlacionesa

Valor Sig.




ESTADSTICOS GLOBALES

Utilidades

Utilidades


paquete

A* .535 .877

B* -1.353 .904

C* .818 .906

marca

k2r -.043 .886

glory .480 .894

bisell -.437 .936

precio

1.19 .080 .798

1.39 .161 1.596

1.59 .241 2.394

sello si -1.646 1.359

no -3.293 2.719

dinero si 2.670 1.341

no 5.340 2.683

(Constante) 9.812 3.204

ANLISIS DE CONJUNTO

36



paquete 32.661

marca 16.708

precio 9.401

sello 14.747

dinero 26.483

Puntuacin promediada de la importancia

Coeficientes

Coeficientes

Coeficiente B

Estimacin

precio .080

sello -1.646

dinero 2.670

Correlaciones

Correlacionesa

Valor Sig.




Numero de inversiones

Nmero de inversiones

Factor

sello 8

precio 5

dinero 2

marca 0

paquete 0

Sujetos

1 Sujeto 1 1

2 Sujeto 2 0

3 Sujeto 3 0

4 Sujeto 4 1

5 Sujeto 5 2

ANLISIS DE CONJUNTO

37

6 Sujeto 6 1

7 Sujeto 7 2

8 Sujeto 8 3

9 Sujeto 9 2

10 Sujeto 10 3

Resumen de las inversiones

Resumen de las inversiones

N de inversiones N de sujetos

1 3

2 3

3 2

Esta tabla muestra el nmero de sujetos que tienen el nmero especificado de inversiones.

GRFICAS

Resumen de utilidades

Resumen de utilidades: Utilidad / diseo paquete

ANLISIS DE CONJUNTO

38

Resumen de utilidades: Utilidad / nombre marca

Resumen de utilidades: Utilidad / precio producto

ANLISIS DE CONJUNTO

39

Resumen de utilidades: Utilidad / sello calidad

Resumen de utilidades: Utilidad / garanta devolucin dinero

ANLISIS DE CONJUNTO

40

Resumen de importancia:

Resumen de importancia: Importancia media / factor

CONCLUSIONES

Se puede observar que los encuestados le otorgan una clasificacin de importancia a las

caractersticas del producto de la siguiente forma:

1. Al diseo del paquete

2. Garanta devolucin dinero

3. Nombre de la marca

4. Sello de calidad

5. Precio del producto

De los resultados se obtuvo el atributo ms importante para los clientes, el cual

resulto se el diseo del paquete. En consecuencia, esta informacin puede ser

utilizada por los ejecutivos de la empresa para mejorar la caracterstica del

producto y as obtener un mejor desempeo en la productividad y ventas del

producto y en la rentabilidad y la generacin de Valor para los accionistas y

clientes.

En resumen:

El anlisis conjunto es una tcnica para medir las preferencias del consumidor acerca de

los atributos de un producto o servicio. Por lo tanto, es una herramienta de mucha utilidad

en la investigacin de mercados, la cual permite a descubrir cules caractersticas de un

producto o servicio son ms importantes para los consumidores.

En consecuencia, el anlisis de conjunto ofrece una manera realista de medir el modo en que

los diferentes atributos y caractersticas del producto afectan a las preferencias de los

consumidores.

ANLISIS DE CONJUNTO

41

BIBLIOGRAFA (Mayo de 2014). Recuperado el Mayo de 2014, de

http://www.uam.es/personal_pdi/ciencias/ajustel/docencia/ad/AD10_11_Discriminante.p

df

BE SMART SPSS Argentina. (Junio de 2014). Google. Recuperado el Junio de 2014, de

http://www.spss.com.ar/es/statistics/conjoint/

Guerrero Casas, F., Martnez Blanes, M., & Ramrez Hurtado, J. M. (Junio de 2014). Google.

Recuperado el Junio de 2014, de http://www.uv.es/asepuma/XI/60.pdf

IBM. (Junio de 2014). Google. Recuperado el Junio de 2014, de

ftp://public.dhe.ibm.com/software/analytics/spss/documentation/statistics/20.0/es/client

/Manuals/IBM_SPSS_Conjoint.pdf

IBM. (Junio de 2014). Google. Recuperado el Junio de 2014, de

http://www.spss.com.ar/es/statistics/conjoint/

Prez Lpez, C. (2004). Tcnicas de Anlisis Multivariante de Datos. Madrid: PEARSON

EDUCACIN, S. A.

Wikipedia. (Junio de 2014). Google. Recuperado el Junio de 2014, de

http://es.wikipedia.org/wiki/An%C3%A1lisis_conjunto

análisis conjunto

Documents