Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

SECCIÓN C: INGENIERÍAS

Vol. 7 Núm. 2 (2015)

Mas Allá de la Suposición de Efectos Principales en Análisis Conjunto: Comparación Entre Análisis Conjunto Tradicional vs. Análisis Conjunto Basado en Elección. Enfoque Estadístico y Construcción de Diseños Aplicado al Desarrollo de Nuevos Productos

DOI
https://doi.org/10.18272/aci.v7i2.264
Enviado
enero 22, 2016
Publicado
2015-12-30

Resumen

El supuesto de considerar solo efectos principales en el Analisis Conjunto ha creado un debate si enfocarse o no en el impacto de las interacciónes para determinar la combinación con mayor preferencia en los atributos del producto. La comparación se realizó entre las encuestas del Análisis Conjunto Tradicional CVA y el Análisis Conjunto Basado en la Elección CBC para contrastarlas a través de los valores de utilidad, valores de importancia de los atributos y bondad de ajuste en ambas metodologías, usando una bebida lista para tomar como sujeto de prueba. La suposición de efectos principales en la regla de com-posición del CVA fue comparada con la inclusión de términos de interacción significativos en el CBC. Se desarrollaron dos escena-rios; en el primero de consideró características internas del sujeto de prueba y se utilizó un tamaño de muestra de 250 encuestados. En el segundo escenario consideró características de presentación del sujeto de prueba y un tamaño de muestra de 150 encuestados. Los dos valores de utilidad más altos se obtuvieron del CBC, usando una regla de composición con interacciones, acabó considerando a la Cerveza, en cambio en el CVA este nivel reporto una utilidad negativa. En el Escenario 1 se encontró una bondad de ajuste más alta para el CBC, incluyendo interacciones significativas, en contraste con el Escenario 2, donde no se encontraron interacciones significativas y en ese caso el CVA tuvo una bondad de ajuste mayor.

viewed = 1216 times

Citas

  1. Karniouchina, E.; Moore, W.; van der Rhee, B. 2008. "Issues in the use of ratings-based versus Choice-based conjoint analysis" in operations management research. European Journal of Operational Research, 197 (1): 340-348.
  2. Jervis, S.; Ennis, J.; Drake, M. 2012. "Comparison of adaptive choice-based conjoint and choice-based conjoint to determine key choice attributes of sour cream with limited sample size". Raleigh: Journal of Sensory Studies, 27: 451-562.
  3. Lambin, J. J.; Schulling, I. 2008. "Market-Driven Management: Supplementary web resource material". Palgrave Macmillan: 117-125.
  4. Orme, B.; Chrzan, K. 2000. "An overview and Comparison of Design Strategies for Choice-Based Conjoint Analysis". Sawtooth Software Research Paper Series, Washington, USA. https://www.sawtoothsoftware.com/download/techpap/desgncbc.pdf.
  5. Barone, S.; Lombardo, A.; Tarantino, P. 2007. "A Weighted Logistic Regression for Conjoint Analysis and Kansei Engineering". Quality and Reliability Engineering International, 23: 689-706.
  6. Sawtooth Software. 2009. "The CBC/HB System for Hierarchical Bayes Estimation Version 5.0 Technical Paper". Sawtooth Software Technical Paper Series. Washington, USA. https://www.sawtoothsoftware.com/download/techpap/hbtech.pdf.
  7. Green, P. E. 1990. "Conjoint Analysis in Marketing: New Developments with Implication for Research and Practice". Journal of Marketing, 54 (4): 1-19.
  8. Hair Jr, J. F.; Black W. C.; Babin, B. J.; Anderson, R. E. (2007). "Multivariate Data Analysis". Prentice-Hall.
  9. Rao, V R. 2010. "Conjoint analysis". John Wiley & Sons, USA.
  10. Orme, B. 2010. "Getting Started with Conjoint Analysis: Strategies for Product Design and Pricing Research". Research Publishers LLC: Madison, USA.
  11. Sawtooth Software Inc. 2014. "SSI Web Help Manual". Sawtooth Software: Orem, USA. https://sawtoothsoftware.com/support/manuals/ssi-web-help.
  12. Orme, B.; Alpert, M.; Christensen, E. 1997. "Assessing the validity of conjoint analysis - continued". Sawtooth Software Research Paper Series. Washington, USA. https://www.sawtoothsoftware.com/download/techpap/assess2.pdf.
  13. Sawtooth Software, Inc. 2013. "The CBC System for Choice-Based Conjoint Analysis Version 8". Utah, USA. https://sawtoothsoftware.com/download/techpap/cbctech.pdf.
  14. Brown-Forman. 2011. "Ready-To-Drinks". Brown-Forman: Kentucky, USA. http://www.ourthinkingaboutdrinking.com/uploadedfiles/PDF_Downloads/Read-y-to-Drinks.pdf.
  15. [15] Instituto Nacional de Estadística y Censos (INEC). 2011-2012. "Encuesta Nacional de Ingresos y Gastos en hogares Urbanos y Rurales (ENIGHUR)". Ecuador en cifras: Quito, Ecuador. http://www.inec.gob.ec/Enighur_/Analisis_ENIGHUR%202011-2012_rev.pdf.
  16. Sojo, O. C. 2012. "Patrones de consumo de alcohol en el Ecuador". FLACSO, Investigación: San José, Costa Rica.
  17. King, E. 2012. "Regulatory Impact Statement: Alcohol Reform Bill - Policy Amendments for Inclusion in the Government Supplementary Order Paper". Minitry of Justice: New Zeland. http://www.treasury.govt.nz/publications/informationreleases/ris/pdfs/ris-justice-arbp-aug12.pdf.
  18. World Health Organization (WHO). 2014. "Global Alcohol Report - Ecuador". World Health Organization: Geneva, Suiza. http://www.who.int/substance_abuse/publications/global_alcohol_report/profiles/ecu.pdf.
  19. Addelman, S. 1962. "Symmetrical and Asymmetrical Fractional Factorial Plans". American Society for Quality, 4 (1): 47-58.
  20. Xu, H. 2005. "A catalogue of three-level regular fractional factorial designs". Metrika, 62: 259-281.
  21. Preston, C. C.; Colman, A. M. 2000. "Optimal number of response categories in rating scales: reliability, validity, discriminating power, and respondent preference". Acta Phychologica, 104 (1): 1-15.
  22. Igomereho, O. S. 2011. "Conjoint Analysis: A Strategic Tool for Product Research". International Journal of Economic Development Research and Investment, 2 (3): 1-9.
  23. Sawtooth Software Inc. 2002. "Conjoint Value Analysis (CVA) Version 3.0". Sawtooth Software Technical Paper Series. Washington, USA. https://www.sawtoothsoftware.com/download/techpap/cva3tech.pdf.
  24. Howell, J. 2009. "CBC/HB for beginners. Sequim: Sawtooth Software". Sawtooth Software Research Paper Series. Washington, USA. http://www.sawtoothsoftware.com/download/techpap/CBCHBbeginners.pdf.
  25. Allenby, G. M.; Rossi, P. E.; McCulloch, R. E. 2005. "Hierarchical Bayes Models: A Practitioners Guide". Social Science Research Network. Ohio, USA. http://papers.ssrn.com/sol3/papers.cfm?abstract_id=655541.
  26. Lenk, P.; DeSarbo, W.; Green, P.; Young, M. 1996. "Hierarchical Bayes conjoint analysis: recovery of part worth heterogeneity from reduced experimental designs". Marketing Science, 15 (2): 173-191.
  27. Moskowitz, H. R.; Silcher, M. 2006. "The applications of conjoint analysis and their possible uses in Sensometrics". Food Quality and Preference, 17: 145-165.
  28. Chib, S.; Greenberg, E. 1995. "Understanding the Metropolis-Hastings Algorithm". The American Statistician, 49 (4): 327-335.