Post on 13-Apr-2018
transcript
7/26/2019 Investigacin de Mercados - Anlisis Multivariante
1/12
1
Investigacin de mercados
Tarea 4. Anlisis Multivariante: Estudios de satisfaccin + depercepciones
Vctor Garca Cazorla 100284292
lvaro Montero Casarejos 100283302
Joaqun Martnez Albentosa 100291193
7/26/2019 Investigacin de Mercados - Anlisis Multivariante
2/12
2
ndice
Error! Marcador no definido.
1. -Caractersticas que influyen en la satisfaccin ................................................................... 3
1.1 - Mtodo y estadsticos utilizados. .................................................................................... 3
1.2 - Resultados SPSS .............................................................................................................. 3
1.3 Resultados ......................................................................................................................... 4
1.4 Conclusiones + limitaciones de marketing ........................................................................ 5
2.- Motivos de uso que afectan a la satisfaccin..................................................................... 5
2.1 - Mtodo y estadsticos utilizados. .................................................................................... 5
2.2 Resultados SPSS ................................................................................................................ 5
2.3 Resultados ......................................................................................................................... 7
2.4 Conclusiones + limitaciones de marketing ........................................................................ 7
3.- Perfil socio-demogrfico de los usuarios satisfechos con las redes sociales. .................... 8
3.1 - Mtodo y estadsticos utilizados. .................................................................................... 8
3.2 Resultados SPSS ................................................................................................................ 8
3.3 Resultados ......................................................................................................................... 9
3.4 Conclusiones + limitaciones de marketing ........................................................................ 9
Segunda Parte: Anlisis factorial + mapa perceptual .............................................................. 9
4.1 Anlisis factorial ................................................................................................................ 9
4.2 Mapa perceptual ............................................................................................................. 11
4.2.1 Conclusiones ................................................................................................................ 12
7/26/2019 Investigacin de Mercados - Anlisis Multivariante
3/12
3
1. -Caractersticas que influyen en la satisfaccin
Para poder comprender las caractersticas que afectan a la satisfaccin de los usuarios de las redes sociales,
vamos a crear una nueva variable en la base de datos proporcionada, que se llama "P29_Satisfaccion_general".
Esta variable va a ser una media entre las dos variables ya proporcionadas que miden la satisfaccin. De esta
manera conseguimos agrupar todos estos valores en una sola variable que nos servir como base para poder
realizar los clculos que nos interesan en este estudio de investigacin.
1.1 - Mtodo y estadsticos utilizados.
Se va a realizar un estudio de regresin simple para comprobar cuales son las caractersticas que influyen en
la satisfaccin de entre las siguientes: Diseo, variedad de aplicaciones, privacidad, credibilidad, confianza en
otros usuarios y publicidad.
1.2 - Resultados SPSS
Resumen del modelo
Modelo R R cuadrado R cuadrado
corregida
Error tp. de la
estimacin
1 ,391a
,153 ,146 ,56266
a. Variables predictoras: (Constante), Evaluacin Acceso restringido a las
empresas y sus publicidades, Evaluacin Variedad de las aplicaciones
(Chats, Forums, Fotos, Juegos...), Evaluacin Confianza con los otros
usuarios, Evaluacin Diseo de la red social (sencillez, rapidez),
Credibilidad de la informacin que se intercambia, Evaluacin privacidad
de los datos personales
ANOVAa
Modelo Suma de
cuadrados
gl Media
cuadrtica
F Sig.
1
Regresin 39,849 6 6,642 20,979 ,000b
Residual 220,661 697 ,317
Total 260,510 703
a. Variable dependiente: Satisfaccin GLOBAL
7/26/2019 Investigacin de Mercados - Anlisis Multivariante
4/12
4
b. Variables predictoras: (Constante), Evaluacin Acceso restringido a las empresas y sus
publicidades, Evaluacin Variedad de las aplicaciones (Chats, Forums, Fotos, Juegos...),
Evaluacin Confianza con los otros usuarios, Evaluacin Diseo de la red social (sencillez,
rapidez), Credibilidad de la informacin que se intercambia, Evaluacin privacidad de los datos
personales
Coeficientesa
Modelo Coeficientes no estandarizados Coeficientes
tipificados
t Sig.
B Error tp. Beta
(Constante) 2,315 ,107 21,636 ,000
Evaluacin Diseo de la red social
(sencillez, rapidez)
,086 ,025 ,134 3,449 ,001
Evaluacin Variedad de las aplicaciones
(Chats, Forums, Fotos, Juegos...)
,083 ,023 ,143 3,685 ,000
Evaluacin privacidad de los datos
personales
,029 ,019 ,065 1,557 ,120
Credibilidad de la informacin que se
intercambia
,099 ,022 ,176 4,418 ,000
Evaluacin Confianza con los otros
usuarios
,008 ,023 ,014 ,344 ,731
Evaluacin Acceso restringido a las
empresas y sus publicidades
,029 ,020 ,057 1,443 ,150
a. Variable dependiente: Satisfaccin GLOBAL
1.3 Resultados
En el resumen del modelo, podemos observar que el coeficiente de determinacin es del 15,3% y la tabla
Anova nos explica que es significativo en el nivel 0,000, es decir que el 15,3% de la satisfaccin global viene
explicada por las seis variables que estamos estudiando.
En la tabla de coeficientes, vamos a estudiar cuales de las seis variables que afectan realmente al nivel
de satisfaccin global. En la columna Sig, se muestra la significacin estadstica de los coeficientes de
regresin para la medicin realizada con la prueba t.
Por tanto, las variables significativas y que explican la satisfaccin global son: diseo, variedad de
aplicaciones y credibilidad. Las Betas de estas variables son positivas, por tanto la relacin con la satisfaccin
global es directa.
Por otro lado, la confianza con los otros usuarios, la privacidad y la publicidad no explican la
satisfaccin global por tener valores mayores que 0,05 en la columna Sig.
7/26/2019 Investigacin de Mercados - Anlisis Multivariante
5/12
5
1.4 Conclusiones + limitaciones de marketing
En base a los estudios realizados, se puede concluir que el diseo, la variedad de aplicaciones y la credibilidad
afectan de manera directa a la satisfaccin global de los usuarios de las redes sociales, mientras que aspectos
como la publicidad, la privacidad o la confianza entre usuarios no afectan a la satisfaccin. Por ello incluir
publicidad en la red social, o no dar demasiado feedbackde privacidad no perjudica a la satisfaccin de los
usuarios. Se recomienda desarrollar un mayor nmero de funcionalidades y aplicaciones dentro de la red
social, ya que es un aspecto valorado por los usuarios.
Sin embargo, hay que tener en cuenta que estas tres caractersticas explican la satisfaccin en un 15,3%,
por tanto se debe tener en cuenta este nivel de influencia a la hora de tomar decisiones sobre la mejora de
alguno de estos aspectos. Se debera intentar encontrar otras posibles caractersticas de satisfaccin que
pudieran tener un mayor coeficiente de determinacin.
2.- Motivos de uso que afectan a la satisfaccin.
2.1 - Mtodo y estadsticos utilizados.
Se va a volver a utilizar la variable anteriormente creada para intentar explicar cules son los motivos de uso
de las redes sociales.
Se va a realizar un estudio de regresin simple para comprobar cuales son los motivos que influyen en
la satisfaccin de entre los siguientes: participacin por costumbre, participacin por placer, participacin por
ser sorprendido, participacin por querer enterarse de lo que ocurre, participacin por ansiedad a perderte algo,
participacin por obligacin y participacin por entretenimiento.
2.2 Resultados SPSS
Resumen del modelo
Modelo R R cuadrado R cuadrado
corregida
Error tp. de la
estimacin
1 ,406a ,165 ,157 ,55908
a. Variables predictoras: (Constante), Participacin Porque me entretiene
mucho, Participacin Porque no tengo otra alternativa, Participacin Por
costumbre o rutina, Participacin Porque me da mucha ansiedad
perderme algo, Participacin Porque siempre encuentro algo nuevo,
Participacin Porque me hace sentir bien, Participacin Porque me gustaenterarme de todo
7/26/2019 Investigacin de Mercados - Anlisis Multivariante
6/12
6
ANOVAa
Modelo Suma de
cuadrados
gl Media
cuadrtica
F Sig.
1
Regresin 42,959 7 6,137 19,634 ,000b
Residual 217,551 696 ,313
Total 260,510 703
a. Variable dependiente: Satisfaccin GLOBAL
b. Variables predictoras: (Constante), Participacin Porque me entretiene mucho, Participacin
Porque no tengo otra alternativa, Participacin Por costumbre o rutina, Participacin Porque me
da mucha ansiedad perderme algo, Participacin Porque siempre encuentro algo nuevo,
Participacin Porque me hace sentir bien, Participacin Porque me gusta enterarme de todo
Coeficientesa
Modelo Coeficientes no estandarizados Coeficientes
tipificados
t Sig.
B Error tp. Beta
1
(Constante) 2,237 ,114 19,624 ,000
Participacin Por costumbre
o rutina
,047 ,023 ,075 2,013 ,045
Participacin Porque me
hace sentir bien
,069 ,025 ,115 2,719 ,007
Participacin Porque
siempre encuentro algo
nuevo
,088 ,025 ,146 3,537 ,000
Participacin Porque me
gusta enterarme de todo
,053 ,023 ,101 2,363 ,018
Participacin Porque me da
mucha ansiedad perderme
algo
-,002 ,026 -,003 -,070 ,945
Participacin Porque notengo otra alternativa
,014 ,023 ,022 ,587 ,558
Participacin Porque me
entretiene mucho
,091 ,026 ,141 3,434 ,001
a. Variable dependiente: Satisfaccin GLOBAL
7/26/2019 Investigacin de Mercados - Anlisis Multivariante
7/12
7
2.3 Resultados
En el resumen del modelo, podemos observar que el coeficiente de determinacin es del 16,5% y la tabla
Anova nos explica que es significativo en el nivel 0,000, es decir que el 16,5% de la satisfaccin global viene
explicada por las siete variables que estamos estudiando.
En la tabla de coeficientes, vamos a estudiar cuales de las siete variables que afectan realmente al nivel
de satisfaccin global. En la columna Sig, se muestra la significacin estadstica de los coeficientes de
regresin para la medicin realizada con la prueba t.
Por tanto, las variables significativas y que explican que motivos afectan a la satisfaccin global son:
participacin por costumbre, participacin por placer, participacin por ser sorprendido, participacin por
enterarse y participacin por entretenerse. Las Betas de estas variables son positivas, por tanto la relacin con
la satisfaccin global es directa.
Por otro lado, la participacin por ansiedad y la participacin por obligacin no son motivos influyentes
en la satisfaccin global por tener valores mayores que 0,05 en la columna Sig.
2.4 Conclusiones + limitaciones de marketing
En base a los estudios realizados, se puede concluir que la participacin por costumbre, la participacin por
placer, la participacin por ser sorprendido, la participacin por enterarse y la participacin por entretenerse,
son motivos que afectan de manera directa a la satisfaccin global de los usuarios de las redes sociales.
Respecto al apartado anterior, se puede concluir que debido a la existencia de competencia el motivo
de participacin por obligacin no afecta a la satisfaccin. Por otro lado, la participacin por ansiedad no debe
ser un motivo comn entre los usuarios ya que tampoco explica esta satisfaccin.
Sin embargo, hay que tener en cuenta que estos cinco motivos explican la satisfaccin en un 16,5%,
por tanto se debe tener en cuenta este nivel de influencia a la hora de tomar decisiones sobre la mejora dealguno de estos aspectos. Se debera intentar encontrar otros posibles motivos de satisfaccin que pudieran
tener un mayor coeficiente de determinacin.
7/26/2019 Investigacin de Mercados - Anlisis Multivariante
8/12
8
3.- Perfil socio-demogrfico de los usuarios satisfechos con las redes sociales.
3.1 - Mtodo y estadsticos utilizados.
El perfil socio-demogrfico viene dado por la edad, la ocupacin, el gnero y la nacionalidad. Por tanto, si
queremos ver cul es el perfil socio-demogrfico de los usuarios satisfechos, debemos realizar un estudio
ANCOVA, ya que tenemos varios tipos de variables, y este es el estudio adecuado cuando las variables
independientes son mixtas y tenemos una sola variable dependiente.
3.2 Resultados SPSS
Pruebas de los efectos inter-sujetos
Variable dependiente: Satisfaccin GLOBAL
Origen Suma de
cuadrados tipo
III
gl Media cuadrtica F Sig.
Modelo corregido 56,794a 100 ,568 1,681 ,000
Interseccin 533,570 1 533,570 1579,370 ,000
P24_Edad 12,665 23 ,551 1,630 ,033
P25_Gnero ,804 1 ,804 2,381 ,123
P26_Nacionalidad ,241 1 ,241 ,713 ,399
P27_Ocupacin ,381 3 ,127 ,376 ,770
P24_Edad * P25_Gnero 5,090 12 ,424 1,255 ,241P24_Edad * P26_Nacionalidad 2,652 9 ,295 ,872 ,550
P24_Edad * P27_Ocupacin 10,442 25 ,418 1,236 ,199
P25_Gnero * P26_Nacionalidad ,029 1 ,029 ,086 ,770
P25_Gnero * P27_Ocupacin 3,488 3 1,163 3,441 ,017
P26_Nacionalidad * P27_Ocupacin 2,069 3 ,690 2,042 ,107
P24_Edad * P25_Gnero * P26_Nacionalidad ,688 1 ,688 2,037 ,154
P24_Edad * P25_Gnero * P27_Ocupacin 7,853 12 ,654 1,937 ,028
P24_Edad * P26_Nacionalidad * P27_Ocupacin ,006 1 ,006 ,017 ,897
P25_Gnero * P26_Nacionalidad * P27_Ocupacin ,000 0 . . .
P24_Edad * P25_Gnero * P26_Nacionalidad *
P27_Ocupacin
,000 0 . . .
Error 203,716 603 ,338
Total 8367,500 704
Total corregida 260,510 703
a. R cuadrado = ,218 (R cuadrado corregida = ,088)
7/26/2019 Investigacin de Mercados - Anlisis Multivariante
9/12
9
3.3 Resultados
Las variables socio-demogrficas de los usuarios que si influyen en la satisfaccin global son la edad, gnero
+ ocupacin, y edad + gnero + ocupacin. Por tanto, el gnero, la ocupacin y la nacionalidad por s mismas
no explican los perfiles socio-demogrficos que explican la satisfaccin global.
El porcentaje de satisfaccin global explicado por tres variables ahora nombradas es del 8,8% y son
significativas.
Por otro lado, el estadstico F obtenido en estas variables indica la varianza que tiene la variable
dependiente explicada por las variables independientes, tanto por separado como conjuntamente.
3.4 Conclusiones + limitaciones de marketing
De entre las caractersticas socio-demogrficas analizadas, la edad es la nica que por s sola explica la
satisfaccin global de los usuarios. De entre todos los encuestados la edad media de stos ronda los 20 aos.
Es por ello, que hay que tener en cuenta a la hora de realizar decisiones que la edad media es propia de gente
joven en su mayora.
Segunda Parte: Anlisis factorial + mapa perceptual
4.1 Anlisis factorial
Se va a proceder a realizar un anlisis factorial para reducir la informacin de las variables diseo, privacidad,
aplicaciones, acceso, confianza y publicidad en 2 factores. Vamos a comprobar si estas variables son
adecuadas para poder realizar el anlisis. En primer lugar hay que contrastar si las correlaciones parciales
entre las variables seleccionadas son pequeas. Para ello consultamos el ndice Kaise-Meyrer-Olkin (KMO).
El resultado estadstico del ndice KMO es 0,586. Esto implica un valor bajo, pero por encima del umbral
inaceptable (0,5).
KMO y prueba de Bartlett
Medida de adecuacin muestral de Kaiser-Meyer-Olkin. ,586
Prueba de esfericidad de Bartlett
Chi-cuadrado aproximado 35,574
gl 15
Sig. ,002
Por otro lado la prueba de esfericidad de Bartlett nos dice si las variables estn correlacionadas. Como
se puede comprobar el valor obtenido es menor a 0,05, por tanto se rechaza la hiptesis nula y entonces las
variables estn correlacionadas.
7/26/2019 Investigacin de Mercados - Anlisis Multivariante
10/12
10
A continuacin se muestra la matriz de correlaciones:
Como se puede observar, existe un sustancial nmero de correlaciones mayores de 0,3.
Con todos estos datos, podemos concluir que se puede realizar el anlisis factorial sobre estas variables.
Una vez analizada la viabilidad del anlisis, se estudia la matriz de componentes rotados. Con esta
matriz se consigue simplificar las variables en dos factores que expliquen lo mismo. Como se puede observar
se han obtenido dos componentes.
A la hora de realizar el anlisis, se han suprimido las cargas menores de 30. Con esto se ha eliminado
la posibilidad de que aparezcan en un factor variables que tengan una baja correlacin con l, es decir, se hanseleccionado las variables que tienen importancia para explicar el factor. Adems se adjunta la tabla de
Varianza total explicada, por la cual comprobamos que el porcentaje acumulado de varianza explicada es del
82,85%. Por tanto los factores explican una cantidad razonable de la informacin obtenida.
Matriz de componentes rotadosa
Componente
1 2
Valoracin de la publicidad ,939
Valoracin de las aplicaciones -,800
Valoracin de la confianza ,718 -,431
Valoracin de la privacidad ,678 ,637
Valoracin del diseo ,977
Valoracin del Acceso ,915
Mtodo de extraccin: Anlisis de componentes
principales.
Mtodo de rotacin: Normalizacin Varimax con Kaiser.a
a. La rotacin ha convergido en 3 iteraciones.
7/26/2019 Investigacin de Mercados - Anlisis Multivariante
11/12
11
Varianza total explicada
Componente Sumas de las saturaciones al cuadrado de la
extraccin
Suma de las saturaciones al cuadrado de la rotacin
Total % de la varianza % acumulado Total % de la varianza % acumulado
1 2,954 49,229 49,229 2,505 41,758 41,758
2 2,018 33,625 82,855 2,466 41,096 82,855
Mtodo de extraccin: Anlisis de Componentes principales.
El primer factor explica las variables de publicidad, aplicaciones, confianza y privacidad. Por tanto
vamos a renombrarla a "Prestaciones". El segundo factor explica las variables de confianza, privacidad,
diseo y acceso, por ello vamos a renombrarla a "Interfaz-acceso".
En definitiva, se han reducido las seis variables a 2 factores (prestaciones e interfaz-acceso) con los
que poder desarrollar estrategias de mercado.
4.2 Mapa perceptual
Se va a construir un mapa perceptual para mostrar la situacin de las once redes sociales encuestadas con
respecto a los dos factores calculados en el anlisis factorial: Prestaciones e Interfaz-acceso.
7/26/2019 Investigacin de Mercados - Anlisis Multivariante
12/12
12
4.2.1 Conclusiones
Es sorprendente observar en el primer cuadrante como una red social tan popular como Facebook, tiene un
nivel tan bajo de prestaciones, por el contrario goza de una buena posicin en cuanto al factor interfaz-acceso.
Como conclusin, Facebook debera centrarse en mejorar las variables que afectan al factor prestaciones, para
mejorar su situacin en el mercado.
Se puede concluir, que las redes sociales que se encuentran en primer cuadrante (Skype, Tuenti,
Youtube y MSN), tienen una buena relacin entre los factores prestaciones e interfaz-acceso, as que deberan
centrarse en mantener y afianzar esa posicin, y si pueden, intentar mejorarla.
Las redes sociales del segundo cuadrante (Fotolog y Badoo) gozan de una posicin privilegiada
respecto al factor Prestaciones, pero tienen una posicin bastante mala en relacin al factor Interfaz-acceso.
Deberan centrarse en mejorar su posicin con respecto a la variable Interfaz-acceso y mantener su posicin
con Prestaciones.
Por ltimo, las redes sociales situadas en el tercer cuadrante (Hi5, MySpace, Netlog y Twitter) deberan
centrar su desempeo en mejorar su posicin respecto a ambas variables ya que su posicin en mapa perceptual
es muy pobre.