Análisis de medidas conjuntas (conjoint analysis)

Enunciado:

En un estudio sobre mercado de material electrónico, se entrevistó a una muestra de 312 clientes de empresas de este tipo para determinar la valoración de dichas empresas en relación con siete atributos o factores que se habían definido previamente como de gran importancia dentro de su sector de actividad. Los atributos en cuestión, y sus niveles correspondientes, son los siguientes:

 Precios.
 Altos
 Medios
 Bajos
 Variedad de marcas.
 Mucha
 Normal
 Poca
 Rapidez de entrega
 Rápida
 Lenta

A partir de estos atributos y sus niveles, la tipología de empresas de material electrónico con las que se podía encontrar un cliente era muy variada. En total había 18 combinaciones posibles de niveles. Puesto que pasar una encuesta para que cada cliente indicara su preferencia sobre todas las combinaciones era bastante complicado, se decidió pasar la encuesta sólo sobre las opciones siguientes:

 

Precios

Variedad

Entrega

Tarjeta 1

Altos

Mucha

Rápida

Tarjeta 2

Altos

Poca

Lenta

Tarjeta 3

Medios

Mucha

Rápida

Tarjeta 4

Medios

Normal

Lenta

Tarjeta 5

Medios

Poca

Rápida

Tarjeta 6

Bajos

Poca

Lenta

Tarjeta 7

Bajos

Normal

Rápida

Una vez que los 312 encuestados habían marcado sus preferencias, ordenando de 1 (menos preferido) a 7 (más preferido) todas las tarjetas, se procedió a hacer la media de la valoración de cada una de ellas para tener una aproximación de cuáles son las preferencias del mercado en su conjunto. El resultado obtenido fue el siguiente:

 

Valoración media

Tarjeta 1

4,3

Tarjeta 2

2,8

Tarjeta 3

5,2

Tarjeta 4

3,1

Tarjeta 5

3,5

Tarjeta 6

2,1

Tarjeta 7

4,8

Se pide que realicéis un análisis de medidas conjuntas para analizar la importancia que da a cada factor un cliente tipo (o medio) de una empresa de material electrónico.

Solución:

En primer lugar, ejecutad el programa Minitab con los datos del caso práctico.

Para calcular la recta de regresión, debéis hacer, como en el caso de la regresión lineal simple, lo siguiente:

Stat/Regression/Regression

A continuación, en la ventana que se abre, debéis introducir la variable dependiente "Preferencias medias" en el recuadro Response, y las variables independientes "Medios", "Bajos", "Normal", "Poca" y "Lenta" en el recuadro Predictors. Recordad que, para evitar multicolinealidad, no debemos usar las columnas asociadas a los niveles "Altos", "Mucha" y "Rápida" de cada factor.

Finalmente, pulsando OK, obtenemos el resultado siguiente:

Regression Analysis

The regression equation is
Preferencias medias = 4,74 + 0,025 Medios - 0,04 Bajos
             - 0,11 Normal - 1,04 Poca - 1,33 Lento

Predictor      Coef      StDev       T       P
Constante     4,7375     0,7578    6,25   0,101
Medios      0,0250     0,8750    0,03   0,982
Bajos       -0,044      1,049   -0,04   0,973
Normal       -0,113      1,158   -0,10   0,938
Poca         -1,044      1,049   -0,99   0,502  
Lenta        -1,3312     0,8472   -1,57   0,361

S = 0,8750      R-Sq = 89,9%     R-Sq(adj) = 39,5%

Analysis of Variance

Source          DF        SS        MS       F        P
Regression       5    6,8229    1,3646    1,78    0,512
Residual Error   1    0,7656    0,7656
Total            6    7,5886

Source    DF    Seq SS
Medios    1    0,3219
Bajos     1    0,0100
Normal     1    0,2288
Poca       1    4,3719 
Lenta       1    1,8904

A partir de estos resultados, y teniendo en cuenta que los coeficientes asociados a los niveles que no hemos utilizado en la regresión los fijamos a 0, podemos escribir la siguiente tabla con las utilidades de cada nivel y la importancia de cada factor:

Factores

Niveles

Utilidad

Importancia

Importancia relativa

Precios

Altos

0,00

0,04

1,66%

Medios

0,03

Bajos

-0,04

Variedad

Mucha

0,00

1,04

43,15%

Normal

-0,11

Poca

-1,04

Entrega

Rápida

0,00

1,33

55,19%

Lenta

-1,33

De los resultados se desprende que el factor al que dan más importancia los clientes es el relacionado con la entrega de los productos, seguido muy de cerca por la variedad que ofrece y, finalmente, casi sin importancia, se sitúa el último factor, los precios.

Arriba
Cerrar