DOI: https://doi.org/10.7203/relieve.12.1.4246

Análisis Conjunto para determinar las preferencias para algunos programas seleccionados de MBA


Resumen


Este trabajo examina el método de análisis conjunto (CAM), que es una técnica multivariante de investigación de mercados utilizada para determinar los comportamientos y preferencias del consumidor por productos o servicios. Un objetivo de este estudio es demostrar que el CAM puede ser aplicado en el "sector servicios" al igual que en el "sector de producción". El otro objetivo principal es utilizar programa informático CBC de Sawtooth, que es un programa especial para CAM. El CBC de Sawtooth se aplica a las preferencias de estudiantes por los programas de Administración y Dirección de Empresas de (MBA) de la universidad de Baskent. Este estudio incluye sólo los programas de MBA que requieren una cuota de matrícula cuantiosa y pago de honorarios. Los resultados del estudio muestran que la variable "nombre de la universidad" es la más importante en las preferencias que los alumnos tienen por los MBA. El Análisis Conjunto encontró que los preferidos son como universidad de Bogaziçi y como tipo de programa el "MBA Ejecutivo" (que simultanea estudio y trabajo). Otra conclusión importante es que los mayores costes hacen el MBA menos atractivo.

Palabras clave


Análisis Conjunto; estímulos; servicio público; Análisis Logit Multinomial; preferencias del consumidor; MBA ejecutivo; muestreo; simulación

Texto completo:

PDF (English)

Referencias


Addelman, S. (1962) Orthogonal main-effect plans for asymmetrical factorial experiments, Technometrics, 4, 21-46.

http://dx.doi.org/10.1080/00401706.1962.10489985

Batsell, R. R. and Lodish, L. M. (1981) A model and measurement methodology for predicting individual consumer choice, Journal of Marketing Research, 18, 1-12.

http://dx.doi.org/10.2307/3151309

CBC User Manual, Version 2.0, Sawtooth Software, Inc.

Gensch, D. H. and Recker, W. W. (1979) The multinomial multiattribute logit choice model, Journal of Marketing Research, 16, 124-132.

http://dx.doi.org/10.2307/3150883

Green, P. E. and Rao, V. R. (1971) Conjoint measurement for quantifying judgmental data, Journal of Marketing Research, 8, 355-363.

http://dx.doi.org/10.2307/3149575

Hair, J. F., Anderson, R. E., Tatham, R. L. and Black, W. C. (1998) Multivariate Data Analysis, 5th edn., New Jersey: Prentice Hall.

Johnson, R. M. (1987) Adaptive conjoint analysis, in Sawtooth Software Conference on Perceptual Mapping, Conjoint Analysis, and Computer Interviewing. Sawtooth Software, Ketchum, ID, pp. 253-265.

Louviere, J. and Woodworth, G. (1983) Design and analysis of simulated consumer choice or allocation experiments, Journal of Marketing Research, 20, 350-367.

http://dx.doi.org/10.2307/3151440

Mahajan, V., Green, P. E. and Goldberg, S. M. (1982) A conjoint model for measuring self and crossprice demand relationships, Journal of Marketing Research, 19, 334-342.

http://dx.doi.org/10.2307/3151567

McFadden, D. (1974) Conditional logit analysis of qualitative choice behavior, Frontiers on Econometrics, edn. P. Zarembka, New York: Academic Press, pp. 105-421.

Montgomery, D.C. (1991) Design and Analysis of Experiments, Chichester: John Wiley.

Orme, B. (2003) Introduction to Market Simulators for Conjoint Analysis, Sawtooth Software, Inc.

Punj, G. N. and Staelin, R. (1978) The choice process for graduate business schools, Journal of Marketing Research, 15, 588-598.

http://dx.doi.org/10.2307/3150628

Wittink, D. And Cattin, P. (1989) Commercial use of conjoint analysis: An update, Journal of Marketing, 53, 91-96.

http://dx.doi.org/10.2307/1251345


Enlaces refback

  • No hay ningún enlace refback.






https://ojs.uv.es/public/site/images/aliaga/scopus_170  https://ojs.uv.es/public/site/images/aliaga/esci_225