Propuesta metodológica mediante diseños Box-Behnken para mejorar el rendimiento del análisis conjunto en estudios experimentales de mercado

El análisis conjunto es una técnica utilizada para estudiar las preferencias de los consumidores en estudios de mercado. Uno de los aspectos más importantes relacionados con el desarrollo de dicha técnica, se centra en fijar el conjunto de elección que deben evaluar los entrevistados. De forma tradi...

ver descrição completa

Detalhes bibliográficos
Autores: Huertas García, Rubén, Gázquez-Abad, Juan Carlos, Martínez López, Francisco J., 1975-, Esteban Millat, Irene
Tipo de documento: artigo
Estado:Versão publicada
Data de publicação:2014
País:España
Recursos:Universidad de Barcelona
Repositório:Dipòsit Digital de la UB
OAI Identifier:oai:diposit.ub.edu:2445/95995
Acesso em linha:https://hdl.handle.net/2445/95995
Access Level:Acceso aberto
Palavra-chave:Estudis de mercat
Anàlisi factorial
Anàlisi conjunt (Màrqueting)
Market surveys
Factor analysis
Conjoint analysis (Marketing)
Descrição
Resumo:El análisis conjunto es una técnica utilizada para estudiar las preferencias de los consumidores en estudios de mercado. Uno de los aspectos más importantes relacionados con el desarrollo de dicha técnica, se centra en fijar el conjunto de elección que deben evaluar los entrevistados. De forma tradicional, se utilizan diseños factoriales para estimar los valores parciales de los factores. Sin embargo, si el investigador, además, está interesado en estimar las interacciones entre dos o más factores, estos diseños requieren un número tan elevado de alternativas que se hace difícil su evaluación, provocando que los entrevistados no utilicen criterios compensatorios. La utilización de diseños Box-Behnken agrupados en bloques permite reducir el esfuerzo cognitivo de los entrevistados y, a la vez, ajustar un modelo de segundo grado. Este trabajo ilustra, mediante un experimento, el uso y las ventajas de utilizar diseños Box-Behnken en estudios de mercado. Los resultados obtenidos muestran el mayor rendimiento de estos modelos en comparación con los diseños factoriales habituales.