Escalado multidimensional

De Wikipedia, la enciclopedia libre

El escalado multidimensional (en inglés, multidimensional scaling MDS) es una técnica estadística utilizada habitualmente en marketing y ciencias. Es un procedimiento para tomar preferencias y percepciones de los encuestados y representarlos en un diagrama visual. Estos diagramas, llamados mapas perceptuales tienen generalmente, dos dimensiones pero pueden representarse en más de dos. Los consumidores potenciales tienen que comparar pares de productos y hacer juicios sobre sus similitudes. Mientras otras técnicas (como análisis factorial, análisis discriminativo y análisis conjunto) obtienen dimensiones de las respuestas a los atributos de los productos identificados por el investigador, MDS obtiene las dimensiones de los juicios de los encuestados sobre la similitud de los productos. Esto supone una ventaja importante pues los resultados no dependen de los juicios de los investigadores. No es necesaria una lista de atributos que debe ser mostrada a los encuestados. Las dimensiones resultantes vienen de los juicios de los encuestados sobre pares de productos. Gracias a estas ventajas, MDS es la técnica más comúnmente utilizada en mapeado perceptual.

[editar] Procedimiento del Mapeado Perceptual

Existen diferentes pasos que hay que dar para llevar a cabo una investigación de MDS:

Formulación del problema - ¿Qué marcas queremos comparar? Más de 20 es una locura. Menos de 8 (4 pares) no arrojaría resultados fiables. ¿Con qué propósito se va a utilizar el estudio?
Obtención de los datos. Los encuestados responden una serie de preguntas. Para cada par de productos ellos tienen que puntuar la similitud (normalmente, en una escala Likert de 7 puntos de muy similar a muy diferente). La primera pregunta podría ser entre Coca-Cola/Pepsi por ejemplo, la siguiente entre Coca-Cola/Hires (cerveza), la siguiente entre Pepsi/Dr Pepper, la siguiente entre Dr Pepper/Hires, etc. El número de preguntas es una función del número de marcas y puede ser calculado como Q = N (N - 1) / 2 donde Q es el número de preguntas y N es el número de marcas. Esta aproximación se llama “Datos de percepción : enfoque directo”. Existen otras dos formas. La "Datos de percepción: enfoque derivado" en la que los productos se descomponen en atributos que se puntúan en una escala de diferencias semánticas. La otra es la "Enfoque de datos de preferencia" en que los encuestados son preguntados sobre sus preferencias más que sobre similitudes.
Manejo del programa estadístico MDS - El software para conducir el proceso está disponible en la mayoría de las aplicaciones estadísticas. A menudo, se puede elegir entre Metric MDS (que trata con datos de ratio de nivel o intervalo), y Nonmetric MDS (que trata con datos originales). Los investigadores deben decidir el número de dimensiones que quieren que el ordenador cree. Cuantas más dimensiones haya, más fiable será la estadística pero más difícil será interpretar el resultado.
Mapeo de los resultados y definición de las dimensiones - El programa estadístico (o un módulo relacionado) mapeará los resultados. El mapeo situará cada producto normalmente, en un espacio de dos dimensiones. La proximidad de productos a los demás indicará bien lo similares que son o lo preferidos que resultan, dependiendo de qué sistema fue utilizado. Las dimensiones deben ser clasificadas por el investigador. Ello requiere juicio subjetivo lo que supone un reto. Luego, los resultados deben ser interpretados.
Testar la validez y fiabilidad de los resultados . Determinar qué proporción o varianza de los datos de la escala pueden ser tomados en cuenta para el procedimiento MDS. Un R-cuadrado de .6 es considerado el nivel mínimo aceptable. Otros tests posibles son Kruskal’s Stress, tests de división de datos, tests de estabilidad de datos (ie.: eliminando una marca), y fiabilidad test-retest.