Investigación de Mercados - Análisis Multivariante

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


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


2.2 Resultados SPSS ................................................................................................................ 5

2.3 Resultados ......................................................................................................................... 7


3.- Perfil socio-demogrfico de los usuarios satisfechos con las redes sociales. .................... 8


3.2 Resultados SPSS ................................................................................................................ 8

3.3 Resultados ......................................................................................................................... 9


Segunda Parte: Anlisis factorial + mapa perceptual .............................................................. 9

4.1 Anlisis factorial ................................................................................................................ 9

4.2 Mapa perceptual ............................................................................................................. 11

4.2.1 Conclusiones ................................................................................................................ 12


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


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


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.


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.


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


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


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


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


entretiene mucho

,091 ,026 ,141 3,434 ,001



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.


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.


8/12

8

3.- Perfil socio-demogrfico de los usuarios satisfechos con las redes sociales.


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)


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.


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.


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.


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.


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.

Investigación de Mercados - Análisis Multivariante

Documents

Transcript of Investigación de Mercados - Análisis Multivariante