Tutorial Escalamiento Multidimensional (Entrega Nº2 de Introducción al Marketing):
En este tutorial se explicará paso a paso cómo llevar a cabo un escalamiento
multidimensional a través de la herramienta para análisis estadístico SPSS1.
En primer lugar, es necesario entender qué es el escalamiento multidimensional y qué se
busca lograr a través de este:
El escalamiento multidimensional (MDS por sus siglas en inglés) es una técnica que, a través
del análisis de las interdependencias entre variables (por ejemplo, entre marcas u objetos),
busca posicionarlas en un mapa de, generalmente, 2 dimensiones.
Para los objetivos de este curso, lo que buscaremos será encontrar relaciones de afinidad
y/o de disparidad entre distintas marcas de una determinada categoría de producto que
estemos estudiando.
En este punto es relevante destacar que, al ser el marketing una ciencia social, las
conclusiones a las que lleguemos a través de este análisis pueden no siempre tener relación
directa a las que obtendríamos al analizar de manera objetiva las características de los
objetos de estudio ni de las relaciones subyacentes entre estos, pudiendo, perfectamente,
diferir a las obtenidas de un análisis de carácter más imparcial.
Lo anterior ocurre debido a que la manera en que buscamos categorizar y posicionar cada
marca nace de la percepción (subjetiva) que las personas de la muestra tienen de estas y,
por ende, de las distintas posiciones que estas, a su vez, tengan respecto a otras marcas de
la categoría.
Así, puede ocurrir perfectamente que para algunas personas una determinada marca sea
“menos saludable”, “de menor calidad”, “más cara”, “menos conveniente” y/o “menos
confiable” respecto a otras, aún cuando esta sea poseedora de características que,
objetivamente, la “deberían” posicionar en un lugar distinto en la mente de los
consumidores.
De esta manera, queda en evidencia el hecho de que en la realidad no sólo nos importarán
las características objetivas del producto o servicio que estemos ofreciendo, sino que
también se debe poner especial énfasis en cómo estas, a través de nuestro producto, marca
y/o servicio son percibidas por los consumidores actuales y potenciales.
De esta forma, existen marcas tales como Volvo, Coca-Cola o Kipling que son percibidas
como seguras, de mejor sabor y de mejor calidad (y que cobran un valor más alto por ello),
pese a que, al analizarlas de manera objetiva, estas no lo sean.
1
[Link]
Teniendo lo anterior claro, se procederá a explicar los pasos para realizar el análisis, siendo
el primero de estos el de realizar una encuesta, la cual, por el carácter intrínsecamente
subjetivo de sus respuestas, podrá llevarnos (o no) a conclusiones aparentemente poco
racionales y/o extrañas.
I. La Encuesta:
Lo recomendable llevarla a cabo a través de la plataforma Qualtrics2, ya que por ser
miembros de la Universidad tienen derecho a una cuenta “premium”, con mayores
opciones de personalización y de análisis.
La encuesta que en este tipo de análisis deberemos realizar, deberá comparar pares de
objetos (marcas), a través de una escala Likert que va desde “Muy similar” hasta “Muy
diferente”:
Nota: En este ejemplo, la escala consta de 9 grados, pero podría haber sido de 5 o 7
perfectamente.
De esta manera, por cada encuestado obtendremos todas las relaciones entre las marcas
consultadas, con su correspondiente evaluación (de 1 a 9, 1 a 7 o 1 a 5, dependiendo de la
escala utilizada), las cuales, luego de descargarlas, ordenaremos de la siguiente manera:
2
[Link]
Nota: Si les resulta más fácil, pueden ordenarlos en Excel y luego llevarlos (copiarlos y
pegarlos) a SPSS.
Teniendo ya los datos obtenidos ingresados de la manera especificada en la imagen,
procedemos a realizar los pasos en SPSS.
II. Pasos en SPSS:
Como habrán notado, SPSS abre 2 ventanas, una llamada “Editor de Datos”, en donde
trabajaremos los datos y otra denominada “Visor”, en la cual nos arrojará los resultados
obtenidos de las operaciones realizadas con los datos.
En los siguientes pasos, trabajaremos en “Editor de Datos”.
El primer paso será seguir la siguiente ruta:
“Analizar” à “Informes” à “Resúmenes de Casos” (Anexo 1).
En la ventana emergente, desmarcar la casilla “Mostrar Casos” (Anexo 2).
Luego, pinchar en “Estadísticos” y dejar solo “Media” en la ventana “Estadísticos de
Casilla” utilizando el botón . Luego hacer click en “Continuar”. (Anexo 3).
Por último, mover todos los pares de marcas (en el ejemplo “ParNº1”, “ParNº2”, “ParNº3”,
etc) a la ventana “Variables” con el botón . Finalmente, hacer click en “Aceptar” para
ejecutar el análisis.
Luego de lo anterior, veremos la ventana “Visor”, en donde el análisis anterior nos arrojará
una tabla llamada “Resúmenes de Casos”, en donde aparecerán las medias de todos los
pares, es decir, el promedio del valor de semejanza de todas las encuestas para cada par.
Con estos datos, en un Excel, se debe construir una tabla como la siguiente, con las medias
de cada par, completando los valores de la diagonal con 0 (ceros), ya que esta representa
la distancia entre cada marca y ella misma y, como sabemos, no hay diferencia entre una
marca y ella misma.
Ejemplo de una tabla obtenida a partir de una encuesta referente a marcas de cervezas en
Excel.
La misma tabla una vez copiada y pegada en SPSS.
Nota: En SPSS los nombres de las variables no pueden tener espacios (es decir, deben ser
sólo una palabra o palabrasjuntas).
Luego de esto, procedemos a realizar el escalamiento multidimensional, siguiendo, en
principio, la siguiente ruta:
“Analizar” à “Escalas” à “Escalamiento Multidimensional (ALSCAL)” (Anexo 5).
Luego, en la ventana emergente, pasar todas las variables a la ventana “Variables”, con el
botón .
Posteriormente, uno a la vez, hacer click en “Modelo” y en “Opciones”. Dejar la
configuración tal como se muestra aquí:
Por último, hacer click en “Aceptar” para correr el análisis.
III. Análisis de los Resultados del Modelo:
Posteriormente, en la ventana “Visor”, obtendremos un mapa con dos dimensiones que
deberemos interpretar, similar al de la siguiente imagen:
La interpretación en este tipo de análisis es muy importante, por lo que debe justificarse a
través de su experiencia investigando la categoría como por su criterio.
En el caso de la imagen anterior, las dimensiones fueron bautizadas como “Calidad
Percibida” y “Graduación Alcohólica”, pero, como sabemos, las dimensiones variarán de
acuerdo con lo que estemos analizando, ya que, como es lógico, no es lo mismo comparar
marcas de cadenas de gimnasios que marcas de mochilas (ya que poseen características
diferenciadoras distintas).
Sumado al mapa anterior, obtendremos información relevante del modelo, es decir, los
valores de stress y de R2, tal como se muestra en la siguiente imagen:
Estas medidas son valores que nos ayudan a entender qué tan bien fue llevado a cabo el
modelo y sus valores esperados son:
Valor de Stress: Debe dar un valor lo más bajo posible, idealmente bajo 0,2 (siendo
0,2=malo; 0,1=regular; 0,05=bueno; 0,025=excelente; 0,00= perfecto)
Medida de R2: Es una medida de ajuste del modelo, la cual debe ser lo más cercano a 1
posible (mayor a 0,6).
IV. Consideraciones Particulares para este Trabajo:
- El mínimo de variables es de 5, siendo el óptimo 8.
- La encuesta, deberá tener por lo menos 60 casos, es decir, deberá ser contestada
por al menos 60 personas que hagan las evaluaciones de todos los pares de marcas.
Sin embargo, entre más grande su muestra el modelo será más representativo y
convergerá mejor.
-
Nota: Es importante notar que un supuesto importante que aquí estamos usando es que la
muestra es representativa, ya que en realidad no lo es, debido a que no cumple con los
requerimientos estadísticos necesarios para serlo.
- Pueden incluir en su análisis la comparación con la marca Ideal (marca óptima) al
igual que en el ejemplo. Esto sirve para ver cómo se posicionaría una marca que
tenga lo óptimo para cada persona (el promedio de estas).
Anexos
Anexo 1:
Anexo 2:
Anexo 3:
Anexo 4:
Anexo 5: