Investigacin de mercados

Tarea 4. Anlisis Multivariante: Estudios de satisfaccin + de

percepciones

Vctor Garca Cazorla

100284292

lvaro Montero Casarejos

100283302

Joaqun Martnez Albentosa

100291193

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

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 cuadrado

,391a

R cuadrado

Error tp. de la

corregida

estimacin

,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

gl

Media

cuadrados
Regresin
1

Sig.

cuadrtica

39,849

6,642

Residual

220,661

697

,317

Total

260,510

703

20,979

,000b

a. Variable dependiente: Satisfaccin GLOBAL

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

Sig.

tipificados
B
(Constante)
Evaluacin Diseo de la red social

Error tp.

Beta

2,315

,107

21,636

,000

,086

,025

,134

3,449

,001

,083

,023

,143

3,685

,000

,029

,019

,065

1,557

,120

,099

,022

,176

4,418

,000

,008

,023

,014

,344

,731

,029

,020

,057

1,443

,150

(sencillez, rapidez)
Evaluacin Variedad de las aplicaciones
(Chats, Forums, Fotos, Juegos...)
Evaluacin privacidad de los datos
1personales
Credibilidad de la informacin que se
intercambia
Evaluacin Confianza con los otros
usuarios
Evaluacin Acceso restringido a las
empresas y sus publicidades
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.
4

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 feedback de 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

,406a

R cuadrado

,165

R cuadrado

Error tp. de la

corregida

estimacin

,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 gusta
enterarme de todo

ANOVAa
Modelo

Suma de

gl

Media

cuadrados
Regresin
1

Sig.

cuadrtica

42,959

6,137

Residual

217,551

696

,313

Total

260,510

703

,000b

19,634

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

Sig.

tipificados
B
(Constante)
Participacin Por costumbre

Error tp.
2,237

,114

,047

,023

,069

Beta
19,624

,000

,075

2,013

,045

,025

,115

2,719

,007

,088

,025

,146

3,537

,000

,053

,023

,101

2,363

,018

-,002

,026

-,003

-,070

,945

,014

,023

,022

,587

,558

,091

,026

,141

3,434

,001

o rutina
Participacin Porque me
hace sentir bien
Participacin Porque
siempre encuentro algo
nuevo
1

Participacin Porque me
gusta enterarme de todo
Participacin Porque me da
mucha ansiedad perderme
algo
Participacin Porque no
tengo otra alternativa
Participacin Porque me
entretiene mucho

a. Variable dependiente: Satisfaccin GLOBAL

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 de
alguno de estos aspectos. Se debera intentar encontrar otros posibles motivos de satisfaccin que pudieran
tener un mayor coeficiente de determinacin.

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

gl

Media cuadrtica

Sig.

cuadrados tipo
III
Modelo corregido

56,794a

100

,568

1,681

,000

Interseccin

533,570

533,570

1579,370

,000

12,665

23

,551

1,630

,033

P25_Gnero

,804

,804

2,381

,123

P26_Nacionalidad

,241

,241

,713

,399

P27_Ocupacin

,381

,127

,376

,770

P24_Edad * P25_Gnero

5,090

12

,424

1,255

,241

P24_Edad * P26_Nacionalidad

2,652

,295

,872

,550

10,442

25

,418

1,236

,199

,029

,029

,086

,770

P25_Gnero * P27_Ocupacin

3,488

1,163

3,441

,017

P26_Nacionalidad * P27_Ocupacin

2,069

,690

2,042

,107

,688

,688

2,037

,154

7,853

12

,654

1,937

,028

P24_Edad * P26_Nacionalidad * P27_Ocupacin

,006

,006

,017

,897

P25_Gnero * P26_Nacionalidad * P27_Ocupacin

,000

P24_Edad * P25_Gnero * P26_Nacionalidad *

,000

Error

203,716

603

,338

Total

8367,500

704

260,510

703

P24_Edad

P24_Edad * P27_Ocupacin
P25_Gnero * P26_Nacionalidad

P24_Edad * P25_Gnero * P26_Nacionalidad

P24_Edad * P25_Gnero * P27_Ocupacin

P27_Ocupacin

Total corregida
a. R cuadrado = ,218 (R cuadrado corregida = ,088)

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.
Chi-cuadrado aproximado
Prueba de esfericidad de Bartlett

gl
Sig.

,586
35,574
15
,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.
9

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 han
seleccionado 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
Valoracin de la publicidad
Valoracin de las aplicaciones

2
,939

-,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.

10

Varianza total explicada

Componente

Sumas de las saturaciones al cuadrado de la

Suma de las saturaciones al cuadrado de la rotacin

extraccin
Total

% de la varianza

% acumulado

Total

% de la varianza

% acumulado

2,954

49,229

49,229

2,505

41,758

41,758

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.

11

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.

12