EVALUACIÓN DE LOS PROCEDIMIENTOS DE
MEDICIÓN DE LA VARIABLE RESPUESTA EN EL
ANÁLISIS CONJUNTO BAJO DISTINTAS
ALTERNATIVAS DE ESTIMACIÓN
RAMÍREZ HURTADO, José Manuel
Depa amen o de Economía y Emp esa
Uni e sidad Pablo de Ola ide
co eo-e: jm amhu @dee.upo.es
RONDÁN CATALUÑA, F ancisco Ja ie
Depa amen o de Admón. de Emp esas y Come cialización e In . de
Me cados.
Uni e sidad de Se illa
co eo-e: [email protected]
RESUMEN
El Análisis Conjun o es la p incipal écnica mul i a ian e u ilizada pa a es ima
las p e e encias de consumido es. Cons i uye una me odología de es uc u a modula en
el sen ido de que pa a su aplicación equie e el desa ollo de a ias ases, en cada una
de las cuales el in es igado puede selecciona a ias al e na i as. Den o de es as ases
se encuen a la selección de la escala pa a la a iable espues a del Análisis Conjun o.
Es e abajo analiza el p oblema de la selección de es a escala, compa ando di e sas
escalas y p ocedimien os de medición de la a iable espues a, u ilizando pa a ello
dis in os mé odos al e na i os de es imación de los pa áme os, en una aplicación de
Análisis Conjun o sob e las p e e encias de consumido es en la adquisición de elé onos
mó iles. Los esul ados mues an que la escala más adecuada es la de a io de 1 a 7,
seguida po la escala de angos, siendo el p ocedimien o de mínimos cuad ados
o dina ios el que p esen a unas es imaciones más iables en los esul ados.
Palab as cla e: análisis conjun o, escala, a iable espues a.
2
1. In oducción
El Análisis Conjun o es una me odología en la que el in es igado desc ibe
p oduc os o se icios a a és de un conjun o de a ibu os con la idea de medi la
in ención de comp a de los consumido es. Los consumido es únicamen e alo an
al e na i as de p oduc os o pe iles de p oduc os, a pa i de los cuales se ob ienen las
p e e encias de los consumido es. Se a a de encon a un conjun o de alo es o de
u ilidades que elacionen los ni eles de los dis in os a ibu os con las p e e encias de los
consumido es, suponiendo alguna egla de composición. Los dos supues os que
subyacen en el Análisis Conjun o son (Jaege e al, 2001): a) el compo amien o de
elección del consumido se ige po la maximización de las p e e encias, y b) un
p oduc o o se icio puede se is o como un conjun o de a ibu os a pa i de los cuales
los consumido es ob ienen su u ilidad. Lancas e (1971, ci ado po La añe a y Canca,
2001) señaló que es la alo ación que hacen los indi iduos de las ca ac e ís icas de los
p oduc os, lo que explica la demanda y no los p oduc os pe se: como ejemplo puso el
caso de que un indi iduo no adquie e el bien coche, sino sus ca ac e ís icas de o ece
mo ilidad, lexibilidad en los desplazamien os, comodidades, segu idad, e c. El é mino
que ecoge las ca ac e ís icas de un p oduc o es el a ibu o. Se pos ula que el
consumido elige la al e na i a que le p opo ciona mayo u ilidad. Pa a ello es udia los
a ibu os que ca ac e izan a cada una de las al e na i as, obse ando los alo es que
oman. Una ez alo ados conjun amen e odos los a ibu os, el indi iduo asocia una
u ilidad a cada una de la al e na i as p esen es, eligiendo la que alcance el mayo alo
de la u ilidad.
Los o ígenes de es a me odología se emon an al abajo de Luce y Tukey
(1964), los cuales es aban p ime amen e in e esados en las condiciones bajo las cuales
las escalas de medición pa a las a iables dependien es e independien es exis en, dados
solamen e: a) in o mación de o den de los e ec os conjun os de las a iables
dependien es, y b) una egla de composición de e minada. En poco iempo ue on
apa eciendo algo i mos pa a el desa ollo de es a me odología (K uskal, 1965; Ca oll,
1969; Young, 1969). La aplicación de es a me odología al ma ke ing se debió al abajo
de G een y Rao (1971), en el cual de allan las p incipales ideas de la aplicación a
p oblemas de ma ke ing.
3
El Análisis Conjun o iene una es uc u a modula , en el sen ido de que pa a
pode aplica lo equie e el desa ollo de una se ie de e apas o de ases, en cada una de
las cuales el in es igado puede elegi en e una se ie de al e na i as. Po an o, el
Análisis Conjun o no p esen a una es uc u a compac a, sino cla amen e modula ,
ca ac e izada po el hecho de que den o de cada módulo es posible elegi un conjun o
más o menos amplio de me odologías que cumplen la misma unción (Aspiazu, 1996).
Las e apas a segui en la aplicación del Análisis Conjun o son las que se p esen an a
con inuación (G een y S ini asan, 1990):
Tabla 1. E apas en la aplicación del Análisis Conjun o.
1) Iden i icación de a ibu os y es ablecimien o de ni eles.
2) Selección del modelo de p e e encia
3) Mé odo de ecogida de da os.
4) Cons ucción del conjun o de es ímulos.
5) P esen ación de los es ímulos.
6) Escala de medida de la a iable dependien e.
7) Mé odo de es imación.
8) Fiabilidad y alidez de las es imaciones.
El p esen e abajo se cen a en el análisis de la escala de medida de la a iable
espues a o a iable dependien e. El obje i o undamen al del mismo es de e mina
empí icamen e qué ipo de escala de la a iable dependien e y qué ipo p ocedimien o
son más ap opiados en unción del mé odo de es imación de los pa áme os en el
Análisis Conjun o.
2. La a iable espues a en el Análisis Conjun o
La e apa de escala de medida de la a iable dependien e pe mi e iden i ica la
medición de las p e e encias de los indi iduos sob e los pe iles o es ímulos que le son
p esen ados. La e isión de la li e a u a dedicada a la in es igación de la selección de la
escala de medida de la a iable dependien e en Análisis Conjun o nos mues a que
exis en pocos es udios que hayan analizado es e ema. T adicionalmen e, las dis in as
al e na i as pa a de ini la escala de medida de la a iable dependien e ue on las
p opues as po G een y S ini asan (1978), siendo és as la escala no mé ica
(compa ación pa eada y angos de o den) y la escala mé ica (escala de a io asumiendo
4
las p opiedades de las escalas de in e alo y escala de a io ob enida median e
compa aciones pa eadas de suma cons an e). En la abla 2 apa ecen los esul ados de un
es udio de Wi ink e al (1994) sob e la u ilización de la escala de espues a en las
aplicaciones del Análisis Conjun o en Eu opa, du an e el pe íodo 1986-1991, y en USA,
du an e el pe íodo 1981-1985. Podemos obse a que an o en Eu opa como en USA la
escala de a io ue la escala de medida más u ilizada, des acando sob e odo en Eu opa
con un 70% de las aplicaciones en e a un 22% de las aplicaciones que u iliza on escala
de angos. En USA, a pesa de se ambién la escala de a io la más u ilizada en es e
pe íodo, no p esen a una di e encia an acusada sob e la escala de angos. Colbe g
(1978) señala que, compa ando la escala mé ica con la escala no mé ica, incluso
cuando la a iable dependien e es mé ica, los pa áme os es imados ienden a sa is ace
las p opiedades de las escalas de in e alo.
Tabla 2. Aplicaciones come ciales del Análisis Conjun o.
Po cen aje de aplicaciones
Escala de espues a
Eu opa 1986-1991
USA 1981-1985
Escala de a io
O den de angos
Elecciones pa eadas
O os
70
22
5
3
49
36
9
6
100
100
Fuen e: Wi ink e al (1994)
Boyle e al (2001) u iliza on a ias mues as independien es pa a e alua la
alidez con e gen e de es o ma os de espues a u ilizados en expe imen os de
Análisis Conjun o. Pa a ello analiza on los da os u ilizando un modelo Tobi y un
modelo P obi o denado. Los esul ados indica on que no se podían es ablece
di e encias en la alidez con e gen e en e a ios, angos y la posibilidad de “elegi una
opción”. Holmes e al (2002) eplican el abajo de Boyle e al (2001), pe o u ilizando
un modelo Logi mul inomial. Los esul ados indican que incluso u ilizando un modelo
Logi mul inomial pa a compa a angos de da os ecodi icados a elecciones no puede
asegu a se nada ace ca de la alidez con e gen e del análisis conjun o. Da mon y
Rozies (1999) ealizan un es udio en el que in es igan los esul ados del Análisis
Conjun o cuando la a iable dependien e es á medida en una escala de angos y en una
escala de a io de n pun os. Los esul ados indican que una escala de a io de 7 pun os o
5
más iende a p opo ciona los esul ados más iables cuando el obje i o es es ima la
impo ancia de los a ibu os o la u ilidad de los ni eles de cada a ibu o. Bajo ales
ci cuns ancias, la escalas de ango o escalas de a io de 4 pun os ienden a p opo ciona
esul ados dis o sionados. Sin emba go, la escala de ango puede se p e e ida pa a los
en e is ados cuando el obje i o de la in es igación implica un conocimien o comple o
de la unción de u ilidad pa a cada a ibu o. López y Va ela (2000) e alua on la e icacia
de seis p ocedimien os di e en es de ecogida de da os, analizando las es a egias de
espues a ango, posicionamien o g á ica, compa ación numé ica, escala Like y
secuencial con es ímulos eales y simulados. Las conclusiones a las que llega on es os
au o es indican que la a ea de o denación de los es ímulos esul a la más ap opiada,
siendo la es a egia de O den de P e e encia Simulada la que p esen a una mayo
iabilidad (Figu a 1). Es a es a egia consis e en una o denación de los es ímulos po
pa e del en e is ado, desde el es ímulo más p e e ido has a el es ímulo menos
p e e ido, conside ando a su ez que los es ímulos son simulados, es deci , no eales.
Fig. 1. O den de P e e encia Simulada.
14
8
5
12
10
15
9
4
2
1
7
11
16
3
6
13
En es e abajo analizamos a ias escalas y p ocedimien os de medición de la
a iable espues a en el Análisis Conjun o: escala de ango, escala de a io 1-4, escala
de a io 1-7 y escala de a io 1-11. La escala de ango consis e en o dena el conjun o de
es ímulos desde el más p e e ido has a el menos p e e ido. La en aja p incipal de es a
escala se encuen a en que pa a un en e is ado es más ácil deci lo que él p e ie e que
exp esa la magni ud de la p e e encia. Sin emba go, G een y S ini asan (1978)
conside an que el p incipal incon enien e de es e en oque es que se equie e una
can idad conside able de explicaciones que ha de da necesa iamen e el en e is ado
con an e io idad. La escala de a io consis e en e alua los es ímulos po pa e de los
en e is ados, los cuales asignan una pun uación a cada uno de los es ímulos, es ando
es a pun uación elacionada con el g ado de p e e encia, la in ención de comp a o la
u ilidad global de cada es ímulo. Su acilidad de aplicación es uno de los p incipales
a gumen os a su a o . Hemos conside ado una escala de Like de 1 a 7 (1 = meno
O den de los es ímulos po p e e encia del suje o

6
p e e encia; 7 = mayo p e e encia) pues o que según Da mon y Rouzies (1999) es la
que p opo ciona los esul ados más iables. Según es os au o es las escalas de a io son
he amien as adecuadas pa a el Análisis Conjun o cuando se de inen con un núme o
su icien e de pun os (sie e o más). Po odo ello, hemos conside ado ambién una escala
Like de 1 a 4 (1 = meno p e e encia; 4 = mayo p e e encia) y una escala Like de 1
a 11 (1 = meno p e e encia; 11 = mayo p e e encia). P e endemos, po an o,
con as a que la escala de a io que p esen a los esul ados más iables es la de Like
de 1 a 7 pun os, seguida po la escala de Like de 1 a 11 y luego po la escala de Like
de 1 a 4, siendo es a úl ima la que p esen a los esul ados más dis o sionados.
A su ez, noso os hemos conside ado la apo ación de dos nue os
p ocedimien os: la O denación Je á quica y la O denación Di isi a. Den o de la
O denación Je á quica hemos conside ado dos a ian es: la O denación Je á quica
Ilimi ada y la O denación Je á quica Limi ada. Den o de la O denación Di isi a hemos
con as ado a ias al e na i as. La desc ipción de cada una de los p ocedimien os de
medición de la a iable espues a se ealiza a con inuación:
• O denación Je á quica Ilimi ada. Consis e en e alua los es ímulos en es
ases. En la p ime a ase los es ímulos se clasi ican en dos g upos (más
p e e idos y menos p e e idos), ya que a p io i pa a un suje o le esul a muy
ácil disc imina en dos g upos. En la segunda ase los es ímulos se clasi ican
en es g upos (más p e e idos – indi e encia – menos p e e idos), ya que a
pa i de la p ime a clasi icación al suje o le esul a mucho más ácil ex ae
los es ímulos indi e en es de los dos p ime os g upos. Po úl imo, en la
e ce a ase, el en e is ado iene que o dena los es ímulos de los es g upos
desde el más p e e ido has a el menos p e e ido. Es a úl ima clasi icación
iene la en aja de que es mucho más ácil pa a el en e is ado o dena a ios
es ímulos que no o dena odos los es ímulos que o man pa e del diseño. El
indi iduo puede si ua en cada uno de los g upos el núme o de es ímulos que
desee, sin limi ación en cuan o a su núme o (Fig. 2).
7
Fig. 2. O denación Je á quica Ilimi ada.
1) Clasi ique los es ímulos en
los dos g upos siguien es 
Es ímulos más p e e idos
Es ímulos menos p e e idos
Es ímulos más
p e e idos
Es ímulos
indi e en es
Es ímulos menos
p e e idos
2) A pa i de los g upos
an e io es, clasi ique los
es ímulos en los es g upos
siguien es 
3) O dene los es ímulos, desde
el más p e e ido has a el menos
p e e ido 
• O denación Je á quica Limi ada. El desa ollo de es e p ocedimien o pa a el
o ma o de la a iable espues a es idén ico al de la an e io es a egia, con la
sal edad de que en el caso de la O denación Je á quica Limi ada se le indica
al en e is ado que en cada g upo solamen e puede coloca un núme o
limi ado de es ímulos. Se ha op ado po di idi el núme o o al de es ímulos
en dos pa es iguales (que cons i uyen los dos g upos de la p ime a ase) y
luego en es pa es iguales (que cons i uyen los es g upos de la segunda
ase). El epa o en e los dos g upos de la p ime a ase y en e los es g upos
de la segunda ase debe se lo más equi a i o posible. En nues o es udio, al
ene el diseño 18 es ímulos, se han epa ido en p ime luga en dos g upos
de 9, y en segundo luga en es g upos de 6 es ímulos (Fig. 3).
Fig. 3. O denación Je á quica Limi ada.
1) Clasi ique los es ímulos en
los dos g upos siguien es 
9 es ímulos más p e e idos
9 es ímulos menos p e e idos
6 es ímulos más
p e e idos
6 es ímulos
indi e en es
6 es ímulos menos
p e e idos
2) A pa i de los g upos
an e io es, clasi ique los
es ímulos en los es g upos
siguien es 
3) O dene los es ímulos, desde
el más p e e ido has a el menos
p e e ido 
8
• O denación Di isi a. Es e p ocedimien o consis e en di idi los es ímulos en
dos g upos (g upo de es ímulos más p e e idos y g upo de es ímulos menos
p e e ido), ealizando a con inuación una o denación de los es ímulos en cada
g upo, desde el más p e e ido has a el menos p e e ido. Es e p ocedimien o
p esen a a ias al e na i as que consis en en di idi inicialmen e los
es ímulos, en ez de en dos g upos, en más de dos g upos. En es e es udio
hemos con as ado la di isión en dos, es y cinco g upos, ya que un núme o
supe io lo hemos conside amos excesi o (Fig. 4 y 5).
Fig. 4. O denación Di isi a en 2 g upos.
Más p e e encia ↔ Menos p e e encia
G upo 1
G upo 2
1) Clasi ique los es ímulos en los
dos g upos siguien es 
2) O dene los es ímulos, desde el
más p e e ido has a el menos
p e e ido 
Fig. 5. O denación Di isi a en 5 g upos.
Más p e e encia ↔ Menos p e e encia
G upo 1
···
G upo 5
1) Clasi ique los es ímulos en los
dos g upos siguien es 
2) O dene los es ímulos, desde el
más p e e ido has a el menos
p e e ido 
En los p ocedimien os de O denación Je á quica y O denación Di isi a se
comienza con una di isión en g upos y se e mina con una o denación de los es ímulos.
No se ha conside ado en la úl ima ase de es os dos p ocedimien os la u ilización de una
escala de a io po los p oblemas de in ansi i idades que se pueden p esen a .
3. Diseño de la in es igación
Pa a con as a cada uno de los p ocedimien os de e aluación de la a iable
espues a se u ilizó una mues a de 200 es udian es de uni e sidad, los cuales ue on
di ididos en unción del p ocedimien o de medición de la a iable espues a a u iliza .
Se p e endía iden i ica las p e e encias de los indi iduos a la ho a de adqui i un mó il.
9
Pa a o ma pa e del es udio se conside ó solamen e a aquellos alumnos que u iesen
elé ono mó il.
Pa a iden i ica los a ibu os y sus ni eles se en e is a on a a ios endedo es
de iendas de ele onía mó il, lo cual nos lle ó a u iliza los a ibu os PESO,
DIMENSIONES, DURACIÓN EN ESPERA, DURACIÓN EN CONVERSACIÓN, la
disponibilidad de PANTALLA en colo o no, la disponibilidad de CÁMARA digi al
in eg ada y el PRECIO. En la abla 3 se mues an los 7 a ibu os jun o con sus
espec i os ni eles.
Tabla 3. A ibu os y ni eles seleccionados.
ATRIBUTOS
NIVELES DE LOS ATRIBUTOS
PESO
1. menos de 80 g s.
2. de 80 a 100 g s.
3. de 100 a 120 g s.
DIMENSIONES
1. 90x40x20
2. 100x45x20
3. 105x45x25
DURACIÓN EN ESPERA
1. menos de 200 ho as
2. de 200 a 400 ho as
DURACIÓN EN CONVERSACIÓN
1. menos de 4 ho as
2. de 4 a 8 ho as
PANTALLA COLOR
1. sí
2. no
CÁMARA DE FOTOGRAFÍA INTEGRADA
1. sí
2. no
PRECIO
1. menos 150 €
2. de 150 a 300 €
3. de 300 a 600 €
La combinación de a ibu os y ni eles (3x3x2x2x2x2x2) da luga a 288 ipos
di e en es de mó iles. Dado que pa a un en e is ado esul a imposible abaja con al
núme o de es ímulos, se ecu ió a un Diseño Fac o ial F accionado, que es una pa e
del Diseño Fac o ial Comple o, y que pe mi e la es imación de los e ec os p incipales.
Es e Diseño Fac o ial F accionado se ob u o median e el p ocedimien o ORTHOPLAN
de SPSS. Como esul ado se ob u ie on 18 ipos de mó iles, que se u iliza on como
es ímulos pa a la ecogida de da os. En e es os es ímulos exis ían algunas
combinaciones de a ibu os no c eíbles. Po ejemplo, no puede exis i un es ímulo
de inido po ene cáma a in eg ada y no ene pan alla en colo , ya que no exis e en el
16
Si u ilizamos pa a analiza los da os el algo i mo Conjoin de SPSS en onces el
p ocedimien o de medición de la a iable espues a que p esen a unos esul ados más iables
es el de Ra io 1 a 7, seguido po Rangos y en e ce luga no se obse a una cla a di e encia
en e u iliza una escala Ra io 1 a 11 o o ma o de O denación Je á quica Limi ada. Es os
esul ados con i man el es udio ealizado po Da mon y Rozies (1999) en el que ob ienen que
la escala de a io de 1 a 7 pun os es la que p opo ciona los esul ados más iables. Asimismo,
compa ando el p ocedimien o de O denación je á quica limi ada con el p ocedimien o
O denación je á quica ilimi ada hay que señala que los esul ados mues an que el p ime o
de es os dos p ocedimien os es más iable que el segundo.
Si u ilizamos el modelo Logi O denado, P obi O denado o Tobi Doblemen e
Censu ado el o ma o de espues a a elegi debe ía se el de una escala de Ra io 1 a 4 ya que
es el que p esen a los mejo es pa áme os de iabilidad.
En la abla 9 se p esen an las u ilidades
2
ob enidas median e la u ilización del
p ocedimien o de mínimos cuad ados o dina ios y la escala de a io 1 a 7, que es la que
p esen a los esul ados más iables pa a es e mé odo de es imación, así como las u ilidades de
los modelos Logi o denado, P obi o denado y Tobi doblemen e censu ado con la escala de
a io 1 a 4, que es la que p esen a los esul ados más iables, según la abla 8.
A pa i de las u ilidades ob enidas en la abla 9, podemos ob ene la combinación de
ni eles más p e e ida po los en e is ados. Se eligen aquellos ni eles que p opo cionen una
u ilidad más ele ada pa a el en e is ado, es deci , aquellos ni eles con unos alo es más
ele ados de u ilidad. En es e caso, el mó il ideal es aquél con pan alla en colo , con cáma a
de o og a ía in eg ada, con peso menos de 80 g s., dimensiones 90x40x20, du ación en
espe a de menos de 200 a 400 ho as, du ación en con e sación de 4 a 8 ho as y un p ecio de
menos de 150 €.
2
El p ocedimien o Conjoin de SPSS, que u iliza Mínimos Cuad ados O dina ios, p opo ciona di ec amen e las
u ilidades de los ni eles, sin emba go, en los modelos de elección disc e a las u ilidades hay que calcula las a
pa i de los coe icien es ob enidos en la es imación de los pa áme os.

17
Tabla 9. U ilidades de los ni eles de cada a ibu o.
MCO
Logi
O denado
P obi
O denado
Tobi
Doblemen e
Censu ado
U ilidad
A ibu os y ni eles
0.1827
-0.1827
1.0238
0.0000
0.5104
0.0000
0.4581
0.0000
PANTALLA EN COLOR
Sí
No
0.3337
-0.3337
0.9878
0.0000
0.5365
0.0000
0.8358
0.0000
CÁMARA DE FOTOGRAFÍA INTEGRADA
Sí
No
-0.1523
-0.3045
-0.4568
0.1905
-0.1146
0.0000
0.1399
-0.0617
0.0000
0.5706
-0.0845
0.0000
PESO
Menos de 80 g s.
De 80 a 100 g s.
De 100 a 120 g s.
-0.2019
-0.4038
-0.6058
0.4183
0.0419
0.0000
0.2537
0.0513
0.0000
0.9375
-0.0845
0.0000
DIMENSIONES DEL MÓVIL
90x40x20
100x45x20
105x45x25
0.3875
0.7750
-0.3774
0.0000
-0.2402
0.0000
-0.6328
0.0000
DURACIÓN EN ESPERA
Menos de 200 ho as
De 200 a 400 ho as
0.5375
1.0750
-0.3526
0.0000
-0.1930
0.0000
-0.6013
0.0000
DURACIÓN EN CONVERSACIÓN
Menos de 4 ho as
De 4 a 8 ho as
-1.1114
-2.2227
-3.3341
3.4640
1.9584
0.0000
1.8743
1.0727
0.0000
3.0397
1.6452
0.0000
PRECIO DEL MÓVIL
Menos de 150 €
De 150 a 300 €
De 300 a 600 €
También, a pa i de las u ilidades an e io es se puede calcula la impo ancia ela i a
de cada a ibu o. En las igu as 6, 7, 8 y 9 se ecoge la impo ancia de cada uno de los
a ibu os en unción del mé odo de es imación u ilizado y de la escala de medida de la
a iable dependien e.
Si u ilizamos el mé odo de Mínimos Cuad ados O dina ios y una escala de a io 1 a 7,
en onces los en e is ados alo an undamen almen e en un mó il el p ecio. También alo an
el ene cáma a o no, aunque en meno medida. En e ce luga , alo an con mayo
impo ancia a que la pan alla del mó il sea en colo o no. Apenas dan impo ancia al iempo
de con e sación, al iempo en espe a y al peso. Si u ilizamos el Logi o denado y una escala
de a io 1 a 4 el a ibu o más impo an e pa a los indi iduos es el p ecio, pe o en es e caso el
segundo a ibu o más impo an e no es ene cáma a de o og a ía in eg ada, sino el ene
pan alla en colo o no. Si el mé odo de es imación es el P obi o denado y u ilizamos una
escala de a io de 1 a 4, en onces el a ibu o más impo an e es el p ecio y en segundo luga la
posibilidad de ene cáma a de o og a ía in eg ada. Los esul ados en e el modelo Logi
18
o denado y el P obi o denado ienen pocas di e encias en cuan o a la impo ancia de los
a ibu os. Po úl imo, si u ilizamos un modelo Tobi doblemen e censu ado y una escala de
a io 1 a 4, en onces los esul ados si di ie en más con espec o a los an e io es. En es e caso,
el a ibu o más impo an e sigue siendo el p ecio, pe o el segundo a ibu o más impo an e lo
cons i uyen las dimensiones del mó il. En es e caso ambién llama la a ención la escasa
impo ancia que los indi iduos p opo cionan a la posibilidad de ene pan alla en colo o no.
Fig. 6. Mínimos Cuad ados O dina ios – Ra io 1 a 7
13,78
15,65
8,89
11,58
9,00
8,38
32,72
010 20 30 40
Pan alla
Cama a
Peso
Dimensiones
Espe a
Con e sa
P ecio
Impo ancia de los a ibu os
Fig. 7. Logi o denado – Ra io 1 a 4
15,02
14,5
2,80
6,14
5,54
5,17
50,83
010 20 30 40 50 60
Pan alla
Cama a
Peso
Dimensiones
Espe a
Con e sa
P ecio
Impo ancia de los a ibu os
19
Fig. 8. P obi o denado – Ra io 1 a 4
13,62
14,31
3,73
6,77
6,41
5,15
50,01
010 20 30 40 50 60
Pan alla
Cama a
Peso
Dimensiones
Espe a
Con e sa
P ecio
Impo ancia de los a ibu os
Fig. 9. Tobi doblemen e censu ado – Ra io 1 a 4
6,47
11,81
8,06
13,25
8,94
8,5
42,96
010 20 30 40 50
Pan alla
Cama a
Peso
Dimensiones
Espe a
Con e sa
P ecio
Impo ancia de los a ibu os
Uno de los p incipales incon enien es que p esen a el Análisis Conjun o es la
labo iosa a ea que ienen que e ec ua los en e is ados a la ho a de o dena o de pun ua los
es ímulos en una de e minada escala. Si el núme o de es ímulos a e alua es ele ado en onces
el en e is ado puede sen i se cansado y a igado, y los esul ados pueden se no álidos. En
es e abajo hemos analizado ambién el iempo que a dan los en e is ados en ealiza la
a ea, es deci , en comple a el cues iona io. Los iempos medios, exp esados en minu os,
apa ecen en la abla 10.
20
Tabla 10. Tiempo medio empleado en comple a el cues iona io (en minu os).
O denación
Je á quica
limi ada
O denación
je á quica
ilimi ada
O denación
di isi a en
2 g upos
O denación
di isi a en
3 g upos
O denación
di isi a en
5 g upos
Rangos
Ra io
1 a 4
Ra io
1 a 7
Ra io
1 a 11
13
11.9
10.4
9.9
10.7
6.3
5.4
5.6
5.5
Podemos obse a que el iempo que emplean los indi iduos en los cinco p ime os
p ocedimien os es supe io al iempo empleado en los úl imos cua o p ocedimien os.
Compa ando la escala de angos con la de a io hay que señala que el iempo empleado en
es a úl ima es lige amen e in e io al de angos.
4. Conclusiones
A la ho a de ealiza una aplicación con Análisis Conjun o el in es igado puede
selecciona dis in os ipos de escala pa a la a iable dependien e, así como elegi dis ingos
mé odos de es imación de las p e e encias. En es e abajo se han analizado nue e
p ocedimien os de medición de la a iable espues a en el análisis conjun o, en unción de
cua o mé odos al e na i os de es imación. Los esul ados ob enidos nos pe mi en conclui
que si u ilizamos el mé odo de Mínimos Cuad ados O dina ios pa a analiza las p e e encias
de los en e is ados en una aplicación de Análisis Conjun o, la escala que debemos u iliza es
en p ime luga una escala de a io de 1 a 7 y en segundo luga una escala de angos.
Asimismo, si u ilizamos un modelo Logi o denado, P obi o denado o Tobi doblemen e
censu ado es p e e ible u iliza una escala de a io de 1 a 4, aunque pa a es a úl ima
a i mación se equie en oda ía más in es igaciones ya que los alo es que oma la a iable
dependien e pueden in lui en los esul ados ob enidos con los modelos de elección disc e a.
Exis en ambién a ias opciones de medición de la a iable espues a, como pueden se la
O denación Je á quica y la O denación Di isi a, las cuales pueden cons i ui una al e na i a
dis in a a u iliza . También se ha ob enido que el iempo medio que emplean los en e is ados
en comple a una a ea de Análisis Conjun o es in e io cuando se u iliza una escala de a io o
angos que cuando se u ilizan los p ocedimien os de o denación je á quica o de o denación
di isi a. Todo es o, unido a la posibilidad de ob ene un buen endimien o an o con da os en
escala mé ica como no mé ica del mé odo de Mínimos Cuad ados O dina ios (Aspiazu,
1996), hace que la combinación “Mínimos Cuad ados O dina ios – Ra io 1 a 7” sea el
en oque más adecuado pa a cualquie aplicación de Análisis Conjun o.
21
Bibliog a ía
1. Azpiazu, J. (1996): “Selección de me odologías en el Análisis Conjun o: un en oque de
iabilidad y de alidez”, Tesis Doc o al, Dp o. de Financiación e In es igación Come cial,
Uni e sidad Au ónoma de Mad id.
2. Boyle, K. J.; Holmes, T. P.; Teisl, M. F. y Roe, B. (2001): “A Compa ison o Conjoin
Analysis Response Fo ma s”, Ame cian Ag icul u al Economics Associa ion, 2, pp. 441-
454.
3. Ca oll, J. D. (1969): “Ca ego ical Conjoin Measu emen ”, Mee ing o Ma hema ical
Psychology, Ann A bo .
4. Colbe g, R. T. (1978): “A Mon e Ca lo E alua ion o Me ic Reco e y o Conjoin
Measu emen Algo i hms”, Resea ch Pape , College o Business Adminis a ion,
Uni e si y o Ne ada-Reno.
5. Da mon, R. Y. y Rouzies, D. (1999): “In e nal Validi y o Conjoin Analysis Unde
Al e na i e Measu emen P ocedu es”, Jou nal o Business Resea ch, 46, pp. 67-81.
6. G een, P. E. y Rao, V. R. (1971): “Conjoin Measu emen o Quan i ying Judgmen al
Da a”, Jou nal o Ma ke ing Resea ch, 8, pp. 355-363.
7. G een, P. E. y S ini asan, V. (1978): “Conjoin Analysis in Consume Resea ch: Issues
and Ou look”, Jou nal o Consume Resea ch, 5, pp. 103-123.
8. G een, P. E. y S ini asan, V. (1990): “Conjoin Analysis in Ma ke ing: New
De elopmen s wi h Implica ions o Resea ch and P ac ice”, Jou nal o Ma ke ing, pp. 3-
19.
9. Hai , J. F.; Ande son, R. E.; Ta ham, R. L. y Black, W. C. (1999): Análisis Mul i a ian e,
Ed. P en ice Hall.
10. Holmes, T. P.; Boyle, K. J.; Teisl, M. F. y Roe, B. (2002): “A Compa ison o Conjoin
Analysis Response Fo ma s: Reply”, Ame cian Ag icul u al Economics Associa ion, 4,
pp. 1171-1175.
11. Jaege , S. R.; Hedde ley, D. & MacFie, H. (2001): “Me hodological issues in conjoin
analysis: A case s udy”. Eu opean Jou nal o Ma ke ing, 35, pp. 1217-1237.
12. K uskal, J. B. (1965): “Analysis o Fac o ial Expe imen s by Es ima ing Mono one
T ans o ma ions o he Da a”, Jou nal o he Royal S a is ical Socie y, se ie B, 27, pp.
251-263.
13. La añe a As ola, J.; Canca O iz, J.D. (2001): “Modelos de Elección Disc e a”.
Documen o de T abajo, E.S.I., Dp o. O ganización Indus ial, Uni e sidad de Se illa.

22
14. López Pa do, R. y Va ela Mallou, J. (2000): “E aluación de las escalas de espues a en la
medición conjun a”, Me odología de Encues as, 2, pp. 185-198.
15. Luce, R. D. y Tukey, J. W. (1964): “Simul aneous Conjoin Measu emen : A New Type
o Fundamen al Measu emen ”, Jou nal o Ma hema ica Psychology, 1, pp. 1-27.
16. Ped e , R.; Sagnie , L. y Camp, F. (2000): He amien as pa a segmen a me cados y
posiciona p oduc os, Ed. Deus o.
17. Wi ink, D. R.; V iens, M. y Bu henne, W. (1994): “Comme cial use o conjoin analysis
in Eu ope: Resul s and c i ical e lec ions”, In e na ional Jou nal o Resea ch in
Ma ke ing, 11, pp. 41-52.
18. Young, F. W. (1969): “Polynomial Conjoin Analysis o Simila i ies: De ini ions o a
Special Algo i hm”, Resea ch Pape , 76, Psychome ic Labo a o y, Uni e si y o No h
Ca olina.