anÁlisis conjunto...modelos multivariantes 3 1. el análisis conjunto: ¿por qué? la psicología...
TRANSCRIPT
Modelos Multivariantes 2
Capítulo 12: Análisis conjunto. En Lévy, J.P. y Varela, J. (2003). Análisis
Multivariable para las Ciencias Sociales. Madrid: Prentice Hall. Páginas
507-566.
LECTURA OBLIGATORIA
Modelos Multivariantes 3
1. El Análisis Conjunto: ¿Por qué?
La Psicología es una Ciencia del Comportamiento.
Como tal, estudia: Creencias
Motivos e intereses
Necesidades
Valores
Actitudes
Preferencias
Necesidades
Valores Preferencias Comportamiento
¡Estudiaremos las Preferencias!
Modelos Multivariantes 4
Teoría de la Decisión: acento en el sujeto
Modelos Multiatributo: acento en el objeto
Cualquier estímulo u objeto se configura a partir de una
serie de ATRIBUTOS
Los sujetos tienen la capacidad de percibir cada uno de
esos atributos, con su importancia particular en la
estructura de preferencias
El atractivo o nivel de preferencia de un objeto puede
explicarse, precisamente, partir de las características de
ese objeto
¿Cómo explicar las PREFERENCIAS?
Modelos Multivariantes 5
Características vs. ATRIBUTOS
Un atributo se relaciona con la percepción, lo que lo convierte en
algo psicológico
En la investigación social y comercial NO interesa tanto medir el
estímulo externo, como el atributo subyacente que se
EXPERIMENTA
Dentro de cada atributo pueden existir distintas alternativas u
opciones, que llamaremos NIVELES Algunos pueden aportar valor final al objeto y otros pueden
restárselo
Las PREFERENCIAS (o el JUICIO asociado a un estímulo) será el
resultado del efecto conjunto de los niveles de atributo que
definen al estímulo
MODELOS MULTIATRIBUTO
Modelos Multivariantes 6
Teoría de la Integración de la Información”
(Anderson, 1974)
“Los juicios de preferencia (Y) se pueden expresar como una
función entre las características de los estímulos (X) y unos coeficientes (C) que ponderan la aportación de cada
característica a la preferencia global”
MODELOS MULTIATRIBUTO
Y= f (C, X)
Modelos Multivariantes 7
Fishbein y Ajzen (1975)
Los efectos de las características de un estímulo son aditivos; niveles de atributo no deseados pueden ser compensados con otros niveles de atributo. Determinadas opciones pueden ser compensadas con otras
U = U1 (X1) + U2 (X2) + ... + Ui (Xi)
donde:
U: Utilidad total
Ui: Utilidad parcial del atributo i
Xi: Nivel del atributo i
MODELOS COMPENSATORIOS
Modelos Multivariantes 8
¿Cómo explicar las preferencias?. Dos opciones:
Estrategia Composicional: preguntar directamente al sujeto
por la importancia de cada atributo particular (escalas
clásicas)
Estrategia Descomposicional: presentar una tarea de
ordenación de preferencias. Analizar o descomponer las
preferencia para determinar el valor de cada atributo y sus
niveles
MÉTODOS DESCOMPOSICIONALES
Modelos Multivariantes 9
Métodos Composicionales Respuestas estereotipadas, todo es importante
Se consideran atributos que no son relevantes
Poco realistas
Métodos Descomposicionales Más realista, ya que el sujeto tiene que considerar todas las
características a la vez, poniendo en funcionamiento su verdadera
estructura de valores o preferencias
Para explicar las preferencias es más adecuado presentar una tarea de
RECOGIDA DE DATOS lo más real posible y tratar de analizar luego el
proceso de TD, estimando de manera matemática a qué está dando
importancia el sujeto y qué opciones aportan o restan valor
MÉTODOS DESCOMPOSICIONALES
Modelos Multivariantes 10
El Análisis Conjunto se define como un Método
Descomposicional (Green y Rao, 1971):
EL ANÁLISIS CONJUNTO
Un conjunto de técnicas y modelos que buscan sustituir las
respuestas subjetivas de los consumidores, por parámetros que
estimen la utilidad de cada nivel de atributo en la respuesta de
preferencia manifestada por éstos
Modelos Multivariantes 11
Orígenes en el ámbito de la Psicología y del Marketing
Luce y Tukey (1964)
Green y Rao (1971)
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, aunque habitualmente se haya
utilizado en Marketing.
Implica seguir una serie pasos o fases en el desarrollo de la investigación, un DISEÑO
2. El Análisis Conjunto: ¿Qué es?
Modelos Multivariantes 12
El ANÁLISIS CONJUNTO emplea la lógica de los
DISEÑOS EXPERIMENTALES y se basa en el ajuste
de MODELOS LINEALES a variables ordinales
El Análisis Conjunto permite explicar de forma cuantitativa las
preferencias del consumidor
“Partiendo de información no métrica (preferencias) nos
proporciona información métrica (utilidades)”
El Análisis Conjunto: ¿Qué es?
Modelos Multivariantes 13
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
ESQUEMA GENERAL
Modelos Multivariantes 14
UNA COMIDA PARA PERROS
3 ATRIBUTOS (2x4x3= 24 combinaciones)
FORMATO: SECO
SEMIHÚMEDO
INGREDIENTES: VACUNO
POLLO
CORDERO
PAVO
PRECIO: 16.5€
17.5€
18.5€
Modelos Multivariantes 15
UN PERIÓDICO
ATRIBUTOS:
MARCA: EL PAÍS
ABC
DIARIO 16
EL MUNDO
PRECIO: 100 PTS
175 PTS
250 PTS
SUPLEMENTO: CON
SÍN
CUADERNILLO OCIO: CON
SIN
4 x 3 x 2 x 2= 48
combinaciones
posibles
Diseño Ortogonal: 16 Tarjetas
Muestra: 510 lectores
CONJOINT
Modelos Multivariantes 16
UN PERIÓDICO
RESULTADOS
UTILIDADES PARCIALES: EL PAÍS (1.67), ABC (1.12), DIARIO 16 (-1.97) y EL MUNDO (-0.82) 100 PTS (0.63), 175 PTS (0.42), 250 PTS (0.21) CON SUPLEMENTO (0.45), SIN SUPLEMENTO (-0.45) CON CUADERNILLO (0.16), SIN CUADERNILLO (-0.16)
PERIÓDICO IDEAL: EL PAÍS (1.67) + 100 PTS (0.63) + CON SUPLEMENTO (0.45) + CON CUADERNILLO (0.16)
UTILIDAD GLOBAL= constante + utilidades parciales= 10.82
IMPORTANCIA RELATIVA DE CADA ATRIBUTO: MARCA (??%), SUPLEMENTO (??%), PRECIO (??%) y CUADERNILLO (??%)
Modelos Multivariantes 17
Se seleccionan (o elaboran) un conjunto de estímulos que representen la combinación de atributos y niveles que al investigador le interesa estudiar.
El sujeto los ordena.
El investigador va a ser capaz de estimar la importancia relativa de cada atributo, así como del Valor o Utilidad Parcial de las distintas opciones o niveles dentro de cada uno de ellos.
De este modo, comprenderá cómo se configura la estructura de preferencias de cada sujeto o grupo de sujetos. Sabrá a qué está dando importancia cuando elige entre distintos objetos, y qué características concretas hacen aumentar o disminuir su preferencia, qué aporta y qué quita valor.
PROCEDIMIENTO HABITUAL
PLANTEAMIENTO DEL PROBLEMA
DISEÑO DE LA INVESTIGACIÓN
RECOGIDA DE DATOS
ESTIMACIÓN DEL MODELO Y
EVALUACIÓN DEL AJUSTE
INTERPRETACIÓN RESULTADOS
VALIDACIÓN
VISIÓN RÁPIDA DEL ANÁLISIS
CONJUNTO CUESTIONES
¿Cuáles son los objetivos?
¿Cuál es el producto o servicio objeto de
estudio?
¿Cuáles son sus elementos relevantes?
¿Qué diferencia el mercado competitivo?
¿Cuáles son los criterios de elección que
utilizan los sujetos?
Identificación de ATRIBUTOS y NIVELES
PLANTEAMIENTO DEL PROBLEMA
DISEÑO DE LA INVESTIGACIÓN
RECOGIDA DE DATOS
ESTIMACIÓN DEL MODELO Y
EVALUACIÓN DEL AJUSTE
INTERPRETACIÓN RESULTADOS
VALIDACIÓN
VISIÓN RÁPIDA DEL ANÁLISIS
CONJUNTO
CUESTIONES
SELECCIÓN DE ATRIBUTOS Y NIVELES Atributos relevantes, independientes
conceptualmente y limitados (nunca más de 6)
Niveles amplios, representativos y limitados
(3 o 4)
DISEÑO DE ESTÍMULOS Determinar el nº de combinaciones posible
Optar por la totalidad de estímulos o por una
parte representativa: DISEÑO FACTORIAL
FRACCIONADO (ORTHOPLAN)
PREPARACIÓN DE ESTÍMULOS Matrices Trade-Off ó Perfiles Completos
Estímulos reales o simulados
PLANTEAMIENTO DEL PROBLEMA
DISEÑO DE LA INVESTIGACIÓN
RECOGIDA DE DATOS
ESTIMACIÓN DEL MODELO Y
EVALUACIÓN DEL AJUSTE
INTERPRETACIÓN RESULTADOS
VALIDACIÓN
VISIÓN RÁPIDA DEL ANÁLISIS
CONJUNTO
MATRICES TRADE-OFF Sencillo y fácil para el entrevistado, sin
sobrecarga de información (si son pocos
atributos)
Poco realismo (sólo dos factores), alarga la
tarea, fatiga, confusión, imposible utilizar
estímulos gráficos o reales
PERFILES COMPLETOS (FULL PROFILE) Realismo
Pocos factores y niveles
Aunque se pueden utilizar diseños factoriales
fraccionados
RECOGIDA DE DATOS Entrevista personal (tarea manipulativa)
Por Internet
16.5 17.55 18.6
VACA
POLLO
CORDERO
PAVO
PRECIO
ING
RE
DIE
NT
E
1
2
3
4
5 6
7 8
9
1O
12
11
P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 P13 P14 P15 P16
4 7 12 11 9 8 1 3 5 2 16 10 15 6 14 13
SEQUENCE
TARJETA 1
CARNE DE PAVO
FORMATO SECO
18.6 euros
TARJETA 2
CARNE DE POLLO
FORMATO SEMIHÚMEDO
17.55 euros
TARJETA 3
CARNE DE VACA
FORMATO SECO
16.5 euros
SCORE
T1 T2 T3 T4 T5 T6 T7 T8 T9 T10 T11 T12 T13 T14 T15 T16
8 7 8 3 0 10 1 3 5 7 6 4 5 6 9 9
POSICIONAMIENTO GRÁFICO
0 1 2 3 4 5 6 7 8 9 10
D A B C
E F G H I
M P
L K
PLANTEAMIENTO DEL PROBLEMA
DISEÑO DE LA INVESTIGACIÓN
RECOGIDA DE DATOS
ESTIMACIÓN DEL MODELO Y
EVALUACIÓN DEL AJUSTE
INTERPRETACIÓN RESULTADOS
VALIDACIÓN
VISIÓN RÁPIDA DEL ANÁLISIS
CONJUNTO
ESTIMACIÓN DEL MODELO
La Utilidad Subjetiva de un estímulo puede ser
calculada si se conoce la secuencia de
ordenación del sujeto, a partir de las
estimaciones de los pesos de cada nivel de
atributo y la presencia o ausencia de éstos, de
manera aditiva.
A esos pesos o utilidades estimados para
cada característica o nivel (j) del atributo (k) le
llamaremos jk o PARTWORTH
i
j
j
ijji eXY 1
0
PLANTEAMIENTO DEL PROBLEMA
DISEÑO DE LA INVESTIGACIÓN
RECOGIDA DE DATOS
ESTIMACIÓN DEL MODELO Y
EVALUACIÓN DEL AJUSTE
INTERPRETACIÓN RESULTADOS
VALIDACIÓN
VISIÓN RÁPIDA DEL ANÁLISIS
CONJUNTO
MÉTODOS DE ESTIMACIÓN
MÍNIMOS CUADRADOS ORDINARIOS (OLS)
El algoritmo CONJOINT del SPSS utiliza OLS
¿CÓMO ESTIMAR LAS UTILIDADES
PARCIALES? jk
FORMATO INGREDIENTE
SECO SEMIHÚMEDO VACUNO POLLO CORDERO PAVO
PRECIO
RANGO
TARJETA 1 O 1 0 1 0 0 16.5 15
TARJETA 2 1 0 0 0 1 0 18.6 13
TARJETA 3 0 1 0 1 0 0 17.55 10
... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ...
TARJETA n ... ... ... ... ... ... ... n
TARJETA 1: CARNE SEMIHÚMEDA DE POLLO A 16.5 Euros
A continuación, se hace una regresión sobre la ordenación realizada por el sujeto, intentando estimar los coeficientes j que mejor explican el rango de las tarjetas.
Una medida de la Bondad de Ajuste del Modelo podría ser la correlación de Kendall entre los rangos reales y los predichos por el modelo
FORMATO INGREDIENTE
SECO SEMIHÚMEDO VACUNO POLLO CORDERO PAVO
PRECIO
RANGO REAL
RANGO PREDICHO
TARJETA 1 O 1 0 1 0 0 16.5 15 14
TARJETA 2 1 0 0 0 1 0 18.6 13 11
TARJETA 3 0 1 0 1 0 0 17.55 10 9
... ... ... ... ... ... ... ... ... ...
... ... ... ... ... ... ... ... ... ...
TARJETA n ... ... ... ... ... ... ... n n
ESTIMACIÓN OLS
TARJETA 1: CARNE SEMIHÚMEDA DE POLLO A 16.5 Euros
PLANTEAMIENTO DEL PROBLEMA
DISEÑO DE LA INVESTIGACIÓN
RECOGIDA DE DATOS
ESTIMACIÓN DEL MODELO Y
EVALUACIÓN DEL AJUSTE
INTERPRETACIÓN RESULTADOS
VALIDACIÓN
VISIÓN RÁPIDA DEL ANÁLISIS
CONJUNTO
EVALUACIÓN DEL AJUSTE
Se trata de ver hasta qué punto las
Utilidades Parciales estimadas nos sirven
para reproducir eficazmente las
(preferencias) ordenaciones de los sujetos.
DOS OPCIONES:
CORRELACIÓN DE KENDALL
TARJETAS HOLDOUT o de validación. Se
compara cómo las ordenó el sujeto con el
pronóstico hecho por un modelo que no las
ha utilizado en la estimación.
PLANTEAMIENTO DEL PROBLEMA
DISEÑO DE LA INVESTIGACIÓN
RECOGIDA DE DATOS
ESTIMACIÓN DEL MODELO Y
EVALUACIÓN DEL AJUSTE
INTERPRETACIÓN RESULTADOS
VALIDACIÓN
VISIÓN RÁPIDA DEL ANÁLISIS
CONJUNTO
RESULTADOS
UTILIDADES PARCIALES
UTILIDAD GLOBAL DE UN OBJETO
IMPORTANCIA DE UN ATRIBUTO
El atributo más importante es aquel cuyos
niveles sean más extremos en términos de
Utilidad. Por eso es clave el DISEÑO
RESULTADOS A TRES NIVELES:
MUESTRA GLOBAL
SEGMENTOS
SUJETO INDIVIDUAL
100x
1
p
i
i
i
i
Rango
RangoIMP
PLANTEAMIENTO DEL PROBLEMA
DISEÑO DE LA INVESTIGACIÓN
RECOGIDA DE DATOS
ESTIMACIÓN DEL MODELO Y
EVALUACIÓN DEL AJUSTE
INTERPRETACIÓN RESULTADOS
VALIDACIÓN
VISIÓN RÁPIDA DEL ANÁLISIS
CONJUNTO
SIMULACIÓN
PASAR DE LAS UTILIDADES A UNA
PROBABILIDAD DE ELECCIÓN
Índice BTL (Bradley-Terry-Luce):
la utilidad global de un producto dividida
por el sumatorio de las utilidades de todos
los productos utilizados en la simulación.
Serviría para estimar las ventas
p
i
i
i
i
U
UP
1
PLANTEAMIENTO DEL PROBLEMA
DISEÑO DE LA INVESTIGACIÓN
RECOGIDA DE DATOS
ESTIMACIÓN DEL MODELO Y
EVALUACIÓN DEL AJUSTE
INTERPRETACIÓN RESULTADOS
VALIDACIÓN
VISIÓN RÁPIDA DEL ANÁLISIS
CONJUNTO
NUEVOS ANÁLISIS
Podemos salvar las Utilidades Parciales para
cada sujeto y utilizarlas como entrada para
un Análisis CLUSTER (SEGMENTACIÓN
POST HOC)
PLANTEAMIENTO DEL PROBLEMA
DISEÑO DE LA INVESTIGACIÓN
RECOGIDA DE DATOS
ESTIMACIÓN DEL MODELO Y
EVALUACIÓN DEL AJUSTE
INTERPRETACIÓN RESULTADOS
VALIDACIÓN
VISIÓN RÁPIDA DEL ANÁLISIS
CONJUNTO
VALIDACIÓN
A NIVEL INTERNO:
AJUSTE: KENDALL y HOLDOUT
A NIVEL EXTERNO:
Individual: intención de compra
Colectivo: Resultado en el mercado
(real o simulado)