TEMA 5 ANÁLISIS CONJUNTO · Teoría de la Medición conjunta: comprobar cuál era el mejor modelo...

Facultade de Psicoloxía. Campus Sur, s/n. 15782 Santiago de Compostela www.usc.es/psicom

TEMA 5 ANÁLISIS CONJUNTO

Dr. Jesús Varela Mallou

Dr. Antonio Rial Boubeta

Dr. Eduardo Picón Prado

Análisis Multivariante

Santiago de Compostela, 2018

ANÁLISE MULTIVARIANTE

Lecturas obligatorias

2

TEMA 6 - ANÁLISIS CONJUNTO INTRODUCCIÓN

Varela, J., Rial, A y García, A. (2003):

Análisis Conjunto. En J.P. Lévy y J. Varela

(Dirs.): Análisis Multivariante para las

Ciencias Sociales. Madrid: Pearson

Educación.


3

La Psicología es una Ciencia del Comportamiento, de la conducta:

El Análisis Conjunto: ¿Por qué?

¡Estudiaremos las Preferencias!


Esquema de la Teoría de la Acción Razonada (Azjen y Fishbein, 1980)

Actitud (Preferencias)


Datos de preferencias

reveladas ¿De qué marca es su ordenador

portátil?

Datos de preferencias manifiestas

Análisis multiatributo

Análisis holístico ¿Qué ordenador

prefiere, este o este otro?

Análisis atributivo

Evaluación contingente

¿Estaría dispuesto a

pagar x € por un portátil de la

marca Toshiba?

Análisis de cada atributo por separado

¿Cuánto de importante es para

Vd. el precio, la marca…?

Análisis Conjunto de perfiles completos

Ordene estos

ordenadores de más a menos preferido

Análisis Conjunto basado en elección

¿Cuál de estos

ordenadores escogería?

Metodologías para el análisis de las preferencias

Antecedentes: ¿Cómo analizar las preferencias?



5


Antecedentes: ¿Qué método es preferido?

Problemas de los Métodos holísticos

Desconocemos la estructura de las preferencias: Qué hace que un objeto

sea más preferido que los demás.

Problemas de los Métodos Composicionales

Los ratings no son muy “finos” diferenciando atributos (todo es importante) y

ordenar los atributos tampoco es la solución.

Lo que la persona dice no siempre es igual a lo que la persona piensa

deseabilidad social.

Poco realistas: Las personas no vamos evaluando cada atributo por

separado. Obligados a hacer trade-offs.

MÉTODOS DESCOMPOSICIONALES (MULTIATRIBUTO)

Más realistas, ya que el sujeto tiene que considerar todas las características

a la vez, poniendo en funcionamiento su verdadera estructura de valores o

preferencias.


6

Antecedentes: los modelos multiatributo:

COMPORTAMIENTO

PREFERENCIAS

CARACTERÍSTICAS DEL OBJETO

Un objeto puede descomponerse en una serie de características o

ATRIBUTOS

UTILIDADES PARCIALES Y GLOBALES

Cada característica concreta aporta valor al objeto. Conociendo el

valor o UTILIDAD PARCIAL asociada a cada característica somos

capaces de estimar el atractivo o UTILIDAD GLOBAL de un objeto,

como suma de las utilidades parciales

La utilidad global de un objeto debe servirme para explicar la

preferencia hacia éste. Cuanto mayor sea la UTILIDAD menor será el

rango en una tarea de ordenación

Aunque no siempre hacemos lo que más nos gusta, las preferencias

son un buen predictor del comportamiento



Un poco de historia

Orígenes en la Psicología Matemática: Luce y Tukey (1964).

Teoría de la Medición conjunta: comprobar cuál era el mejor modelo entre

varios posibles que se ajustaba a una serie de datos de preferencia (lineal,

cuadrático, etc.)

A principios de los 70, adoptada por el Marketing: Green y Rao (1971), Wind

(1975), tratando de explicar las preferencias de los sujetos mediante la

transformación de las respuestas de éstos en la estimación de una serie de

parámetros. Durante los 80 ganó amplia aceptación, convirtiéndose en una de

las principales técnicas analíticas.

A finales de los 90 empieza a ser adoptada por muchas otras disciplinas, entre

ellas el campo de la salud: Preferencias por sistemas sanitarios (Phillips 2002,

2006), uso de microbicidas (Holt, 2006), medicamentos antiinflamatorios

(Fraenkel, 2004), audífonos (Meister, 2002), tratamiento del glaucoma

(Bhargava, 2006) o vacunas VIH (2006).

7



Un poco de historia: Bases teóricas

Thurstone (1927), McFadden (1974) Teoría de la Utilidad Aleatoria:

Existe un constructo latente denominado utilidad que los sujetos buscan

maximizar cuando realizan sus elecciones. La utilidad puede descomponerse

en un componente sistemático observable que incluye a todos los atributos

susceptibles de tener algún tipo de impacto en las elecciones.

Uin = Vin + ein Vin = Xin

Anderson (1974) Teoría de la Integración de la Información: Los juicios de

preferencia se pueden expresar como una función de las características de los

estímulos (X) y unos coeficientes (C) que ponderan la aportación de cada

característica a la preferencia global.

Y= f (X,C)

Fishbein y Azjen (1975) Los efectos de las características de un estímulo son

aditivos; niveles de atributo no deseados pueden ser compensados con otros

niveles de atributo.

8



9

Definición

El Análisis Conjunto se define como una metodología

descomposicional y multiatributiva, que :

“estima la estructura de las preferencias de un consumidor, una vez

obtenidas sus evaluaciones globales de un conjunto de alternativas

preespecificadas en términos de niveles de diferentes atributos”

(Green y Srinivasan, 1978).

El Análisis Conjunto permite explicar de

forma cuantitativa la estructura de las

preferencias del sujeto.



10

Más sobre el Análisis Conjunto

El Análisis Conjunto puede utilizarse en prácticamente cualquier

ámbito en el que se toman decisiones.

Asume que cualquier grupo de objetos (productos, servicios, ideas)

puede ser evaluado como un conjunto de atributos.

La mayor parte de los estudios conjuntos recurren a diseños

experimentales.

Es una técnica exploratoria, no se utiliza en modelización.

El modelo básico conjunto es:



Algunos conceptos clave

ATRIBUTOS son cada una de las características que definen un objeto (color). En

ocasiones denominados FACTORES.

Dentro de cada atributo pueden existir distintas alternativas u opciones, que

llamaremos NIVELES (blanco).

Como resultado de aplicar un Análisis Conjunto obtenemos unos valores

numéricos que expresan el grado de preferencia por cada nivel de atributo,

denominados UTILIDADES parciales.

Y unos valores numéricos que reflejan la preferencia por cada atributo,

denominados IMPORTANCIAS.

Un PERFIL es la combinación concreta de niveles de atributo que define a un

objeto. También llamado en ocasiones ALTERNATIVA.


11


Algunos conceptos clave

En el Análisis Conjunto de Elección, se suelen denominar ESCENARIOS o TAREAS

a cada uno de los conjuntos de perfiles entre los que el sujeto tiene que

escoger el que prefiere en mayor medida.

Los DISEÑOS FACTORIALES FRACCIONADOS ORTOGONALES permiten

seleccionar combinaciones específicas de perfiles para estimar las utilidades

con un número mucho menor de perfiles del total de posibles. Utilizados para

minimizar la sobrecarga cognitiva del sujeto.

HOLDOUT son unos perfiles especiales que el sujeto evalúa pero que no se

utilizan para estimar las utilidades sino para conocer lo buenas que son estas

estimaciones.


12


El Análisis Conjunto: ¿Una técnica o una metodología?

Definición restrictiva: una TÉCNICA de análisis de datos.

Definición amplia (Green y Srinivasan, 1990): una METODOLOGÍA que

permite modelizar las preferencias de los individuos en cualquier

campo de estudio.

Implica seguir una serie PASOS O FASES en el desarrollo de la

investigación, una metodología.

13



PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA

METODOLOGÍA CONJUNTA

SELECCIÓN DE

ATRIBUTOS Y NIVELES

FORMA DE PRESENTACIÓN

CREACIÓN DE ESTÍMULOS

TRABAJO DE CAMPO Y

TRATAMIENTO DE DATOS

ESTIMACIÓN DE LAS

UTILIDADES

EVALUACIÓN DEL AJUSTE

INTERPRETACIÓN DE

RESULTADOS

Planteamiento del problema

TEMA 6 - ANÁLISIS CONJUNTO

14

FASES DEL ANÁLISS

CUESTIONES PREVIAS

¿Cuáles son los objetivos?

¿Cuál es el producto o servicio objeto de

estudio?

¿Cuáles son sus elementos relevantes?

¿Qué diferencia al mercado competitivo?

¿Cuáles son los criterios de elección que

utilizan los sujetos?

Usos habituales Analizar la estructura de las preferencias de los

consumidores.

Predecir la aceptación por nuevos productos o

aspectos de un producto aún no lanzados al

mercado.

Estimar las cuotas de mercado de productos

similares que difieren en algún nivel de atributo.

Estudios de precios (elasticidad).


PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA


SELECCIÓN DE

ATRIBUTOS Y NIVELES



TRABAJO DE CAMPO Y


ESTIMACIÓN DE LAS

UTILIDADES


INTERPRETACIÓN DE

RESULTADOS

Selección de atributos y niveles


15

Identificación y Selección

de los atributos relevantes

Experiencia investigador.

Investigaciones cualitativas: grupos focales,

entrevistas en profundidad.

Seleccionar atributos determinantes,

diferenciadores en el proceso de formación de

preferencias.

Seleccionar atributos independientes

conceptualmente.

Determinación de niveles o

categorías de los atributos

Niveles amplios, representativos y limitados

(2-4).

FASES DEL ANÁLISS


PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA


SELECCIÓN DE

ATRIBUTOS Y NIVELES



TRABAJO DE CAMPO Y


ESTIMACIÓN DE LAS

UTILIDADES


INTERPRETACIÓN DE

RESULTADOS

Metodología conjunta


16

Pregunta clave

¿CUÁNTOS ATRIBUTOS VAN A INCLUIRSE?

ACA

10 atributos o más.

PERFILES COMPLETOS (CVA)

Menos de 10 (6) atributos.

Los objetos evaluados tienen un precio elevado

y/o son de elección infrecuente (coches y

ordenadores son ejemplos paradigmáticos).

ANÁLISIS DE ELECCIÓN (CBC)

6 atributos o menos.

Productos de elección habitual (poco reflexiva).

Las interacciones entre atributos pueden

constituir un problema.

FASES DEL ANÁLISS


PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA


SELECCIÓN DE

ATRIBUTOS Y NIVELES



TRABAJO DE CAMPO Y


ESTIMACIÓN DE LAS

UTILIDADES


INTERPRETACIÓN DE

RESULTADOS

Forma de presentación de los estímulos


17

La forma de recoger la información varía según la metodología escogida

ACA Comparaciones pareadas.

Sólo mediante ordenador.

CVA Ordenación de todos los perfiles.

Cuantificación (ratings) de cada perfil.

Estímulos reales, descritos en tarjetas o

presentados en ordenador.

CBC Escenarios

Sólo en ordenador.

FASES DEL ANÁLISS


Ejemplos de presentación de estímulos en ACA


18

FASES DEL ANÁLISS


Ejemplos de presentación de estímulos en CVA


19

FASES DEL ANÁLISS

TIPO DE VIAJE

1. Fundamentalmente de tipo gastronómico

2. En avión

3. Durante un puente

4. Destino de sol y playa

5. A un coste de 749 €

Ordene estas tarjetas de más a

menos preferida




20

FASES DEL ANÁLISS




21

FASES DEL ANÁLISS


Ejemplos de presentación de estímulos en CBC


22

FASES DEL ANÁLISS

Ninguna de las

anteriores

En coche

Pernoctando en

un mismo lugar

Objetivo cultural

Un fin de semana

Destino de

ciudad

749€

En avión

Pernoctando en

distintos lugares

Objetivo

gastronómico

Una semana

Destino de sol y

playa

599€

En coche

Pernoctando en

un mismo lugar

Objetivo

gastronómico

Un puente

Destino rural

299€

Si usted estuviese pensando en estos momentos en realizar un viaje de corta duración y estas fuesen sus únicas alternativas, ¿cuál de estas opciones elegiría?

x escenarios


PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA


SELECCIÓN DE

ATRIBUTOS Y NIVELES



TRABAJO DE CAMPO Y


ESTIMACIÓN DE LAS

UTILIDADES


INTERPRETACIÓN DE

RESULTADOS

Creación de estímulos


Nº total de perfiles que se pueden presentar a los

sujetos son enormes:

- Perfiles completos: i = kj 6 atributos de 3 niveles

cada uno dan 36=729 perfiles.

- AC de Elección: 2i – i – 1

Los diseños factoriales fraccionados ortogonales

seleccionan un número menor de perfiles

permitiendo estimar las utilidades.

FASES DEL ANÁLISS


PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA


SELECCIÓN DE

ATRIBUTOS Y NIVELES



TRABAJO DE CAMPO Y


ESTIMACIÓN DE LAS

UTILIDADES


INTERPRETACIÓN DE

RESULTADOS

Recogida y tratamiento de datos


RECOGIDA DE DATOS

Perfiles completos: Ya hemos visto que puede

realizarse de múltiples maneras en perfiles

completos.

Las respuestas en papel hay que pasarlas al editor

de datos del SPSS.

ACA y CBC: Las respuestas quedan

automáticamente almacenadas en el ordenador.


Recordar lo visto en el Tema 2.

24

FASES DEL ANÁLISS


PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA


SELECCIÓN DE

ATRIBUTOS Y NIVELES



TRABAJO DE CAMPO Y


ESTIMACIÓN DE LAS

UTILIDADES


INTERPRETACIÓN DE

RESULTADOS

Estimación de las utilidades


ESTIMACIÓN DE LAS UTILIDADES

En CVA: Análisis de Regresión mediante Mínimos

Cuadrados Ordinarios (OLS).

En CBC: Modelo Logit Multinomial

A partir de las utilidades (para cada nivel) se

obtienen las importancias (para cada atributo).

25

FASES DEL ANÁLISS


Marca Disco Duro RAM Pantalla Precio A B

Dell 320 GB 2 GB 17’ 1,200€ 9 6

Apple 320 GB 4 GB 17’ 1,200€ 6 12

Dell 160 GB 4 GB 17’ 1,500€ 12 5

Apple 320 GB 2 GB 17’ 1,500€ 11 11

Dell 320 GB 4 GB 15’ 900€ 4 3

Apple 320 GB 2 GB 15’ 900€ 1 9

Apple 160 GB 4 GB 17’ 900€ 3 10

Apple 160 GB 2 GB 15’ 1,500€ 8 7

Apple 160 GB 4 GB 15’ 1,200€ 5 8

Dell 160 GB 2 GB 15’ 1,200€ 7 1

Dell 320 GB 4 GB 15’ 1,500€ 10 4

Dell 160 GB 2 GB 17’ 900€ 2 2

Un ejemplo sencillo para que NO sólo apre(he)ndáis conocimientos:

TEMA 6 - ANÁLISIS CONJUNTO UN EJEMPLO


27

Un ejemplo sencillo para que NO sólo apre(he)ndáis conocimientos:

Utilizando los datos de la tabla, contestar a las siguientes cuestiones:

1. ¿Cuánta utilidad consiguen los dos sujetos en los diferentes niveles de

atributo? (Pista: Calcula la media, para cada sujeto, de todas las opciones de una

atributo determinado. Por ejemplo, para saber cómo valora el sujeto A a la marca Apple,

calcula la media de las puntuaciones de los seis ordenadores Apple analizados).

2. ¿Cuál es la importancia relativa de los cinco atributos para los dos sujetos?

3. Ahora fíjate en las puntuaciones del sujeto A. ¿Cuál es la utilidad de un

ordenador Dell, con 160 GB de disco duro, y 2 GB de RAM, una pantalla de 12

pulgadas y un precio de 1,200 euros? ¿Cuánto se podría incrementar el precio

si la pantalla pasase de 15 a 17 pulgadas?



Apple 5.67

Dell 7.33

160HD

320HD

2RAM

4RAM

15”

17”

900 €

1200 €

1500 €

+.83

-.83 1.66


Consumidor A Consumidor B

Nivel de

atributo

Media nivel

de atributo Global - Nivel

UTILIDADES

Amplitud

rango

% sobre total

IMPORTANCIAS

Media nivel

de atributo Global - Nivel

UTILIDADES

Amplitud

rango

% sobre total

IMPORTANCIAS

UN EJEMPLO

Media global: 6.50

X X X X


PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA


SELECCIÓN DE

ATRIBUTOS Y NIVELES



TRABAJO DE CAMPO Y


ESTIMACIÓN DE LAS

UTILIDADES


INTERPRETACIÓN DE

RESULTADOS

Evaluación del ajuste


29

FASES DEL ANÁLISIS

VALIDACIÓN

VALIDEZ CONCURRENTE:

Mide cómo de bien los valores estimados

reflejan los datos de entrada. Se evalúa

mediante los coeficientes de correlación de

Pearson R y TAU de Kendall.

VALIDEZ PREDICTIVA:

Capacidad de las utilidades parciales

estimadas para predecir el comportamiento

real de compra. Para llegar a conocer una

decisión de compra, y si no se dispone de

información "real" sobre ésta, se puede recurrir

a los llamados estímulos de validación ou

estímulos HOLDOUT que el sujeto evalúa pero

no se utilizan para estimar las utilidades.


PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA


SELECCIÓN DE

ATRIBUTOS Y NIVELES



TRABAJO DE CAMPO Y


ESTIMACIÓN DE LAS

UTILIDADES


INTERPRETACIÓN DE

RESULTADOS

Interpretación de los resultados

TEMA 6 - ANÁLISIS CONJUNTO FASES DEL ANÁLISIS

¿Cuánto de importante es cada atributo para la

persona?

¿Cuánto de preferido es cada nivel de atributo

incluido en el análisis?

¿Cuál es la utilidad global del producto x

evaluado? Suma de las utilidades parciales y la

constante:

Const Apple 320GB 4RAM 17” 1200€

UT = 6,5 – 0,83 + 0,33 + 0,17 + 0,67 + 0,25 = 7,09

¿Cuál es la utilidad global de cualquier otro

producto (con los atributos y niveles del análisis)

aunque no haya sido evaluado directamente por los sujetos? Testar nuevos productos o

servicios.

¿Cuánto tengo que bajar el precio para que el producto x sea más preferido que el y?

Elasticidad de precio.


PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA


SELECCIÓN DE

ATRIBUTOS Y NIVELES



TRABAJO DE CAMPO Y


ESTIMACIÓN DE LAS

UTILIDADES


INTERPRETACIÓN DE

RESULTADOS



Importancia de cada atributo para cada persona,

para segmentos específicos y/o para el conjunto

de la muestra.


PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA


SELECCIÓN DE

ATRIBUTOS Y NIVELES



TRABAJO DE CAMPO Y


ESTIMACIÓN DE LAS

UTILIDADES


INTERPRETACIÓN DE

RESULTADOS



Utilidad de cada nivel de atributo para cada

persona, para segmentos específicos y/o para el

conjunto de la muestra.


PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA


SELECCIÓN DE

ATRIBUTOS Y NIVELES



TRABAJO DE CAMPO Y


ESTIMACIÓN DE LAS

UTILIDADES


INTERPRETACIÓN DE

RESULTADOS



Porcentaje de sujetos que prefieren cada nivel de

atributo.


PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA


SELECCIÓN DE

ATRIBUTOS Y NIVELES



TRABAJO DE CAMPO Y


ESTIMACIÓN DE LAS

UTILIDADES


INTERPRETACIÓN DE

RESULTADOS



Cuotas de mercado estimadas para cada

producto, utilizando el modelo BTL:

P(Grifols) = UT(Grifols) / UT(todos) x 100


PLANTEAMIENTO DEL

PROBLEMA

ESCOGIENDO LA


SELECCIÓN DE

ATRIBUTOS Y NIVELES



TRABAJO DE CAMPO Y


ESTIMACIÓN DE LAS

UTILIDADES


INTERPRETACIÓN DE

RESULTADOS



Curvas de demanda y elasticidad de precio,

sustituyendo el precio de uno de los productos anteriores

por el resto de precios bajo estudio y viendo su cuota de

mercado respecto a sus competidores.


36

Retomamos el ejemplo anterior con algún otro cálculo:

4. Estima las cuotas de mercado (para el sujeto 1) suponiendo que en el

mercado queremos introducir un nuevo modelo de ordenador (a.) y existen

solo los otros tres:

a. Apple, 320 HD, 4 RAM, 17”, 1500€ c. Dell, 160 HD, 2 RAM, 17”, 1200€

b. Apple, 320 HD, 4 RAM, 15”, 1200€ d. Dell, 160 HD, 2 RAM, 15”, 900€

5. Calcula la curva de demanda y elasticidad de precio del modelo de

ordenador a. y del c. ¿En cuál se puede incrementar el precio con menos

riesgo de pérdida de ventas?

6. ¿Cuánto se podría incrementar el precio del ordenador Dell de 1200 euros si le

mejorásemos el disco duro a 320 GB y la memoria RAM a 4 GB para que

siguiese manteniendo la misma cuota de mercado que el modelo original?


Facultade de Psicoloxía. Campus Sur, s/n. 15782 Santiago de Compostela www.usc.es/psicom

Análisis Multivariante

En Santiago de Compostela, 2014

“Life is a big conjoint analysis…

one tradeoff after another”

Paul E. Green

TEMA 5 ANÁLISIS CONJUNTO · Teoría de la Medición conjunta: comprobar cuál era el mejor modelo...

Documents

Transcript of TEMA 5 ANÁLISIS CONJUNTO · Teoría de la Medición conjunta: comprobar cuál era el mejor modelo...