EXPERIMENTACIÓN COMERCIAL(I) En un expermento comercal el nvestgador modfca algún factor (denomnado varable explcatva o ndependente) para observar el efecto de esta modfcacón sobre otro factor (denomnado varable dependente). La expermentacón comercal está fundamentada en el análss de la causaldad. En de la expermentacón se manean, por tanto, dos grupos de varables, las dependentes o efectos y las ndependentes o causales. Éstas últmas se dvden en los sguentes grupos: Varables no controladas en el expermento, que no partcpan dentro del dseño o modelo expermental confgurado. Varables controladas por el nvestgador durante la experenca. Éstas son las que partcpan en el modelo formal construdo. Entre las varables controladas, podemos además realzar la sguente dvsón: Tratamentos o factores. Son aquellas varables controladas cuyos nveles pueden concretarse según la voluntad del nvestgador. Son las varables controladas que se contrastan. Bloques: Son aquellas cuyos nveles no pueden ser alterados, según la voluntad del nvestgador, y aunque se controlan, no se contrastan. Según el ambente en el que se lleve a cabo la expermentacón se puede dstngur entre expermentos de laboratoro o expermentos de campo. Los expermentos de laboratoro se realzan en un ambente artfcal, dseñado a propósto en el cual el nvestgador tene una gran capacdad de control sobre todas las varables. La expermentacón de campo tene lugar en un ambente natural, en condcones de mercado. Se desarrolla en un entorno real y las varables que no se pueden manpular, se elmnan o se mantenen constantes en la medda de lo posble. Exste una ampla gama de dseños expermentales. Se puede dstngur entre dseños preexpermentales, dseños expermentales verdaderos, dseños cuasexpermentales y dseños estadístcos. Nosotros nos vamos a lmtar a la explcacón de los dseños estadístcos que nos permten el contraste estadístco de hpótess y el análss de las varables externas. Los dseños estadístcos, además, ofrecen las sguentes ventaas: 1. Se pueden medr los efectos de una o varas varables ndependentes, y. Es posble controlar estadístcamente varables externas específcas. Entre los métodos de captacón de datos prmaros, la expermentacón consste en nclur varacones en los nveles de algunas varables de marketng y analzar el efecto sobre otras varables. Los dseños expermentales o modelos formales que se utlzan son, entre otros, los sguentes: a) Modelo de un factor controlado. En este dseño expermental partcpa una varable causal (factor) y una varable efecto. Este método comprueba s exste una dferenca sgnfcatva de la varable causal sobre la varable efecto; es decr, s las varacones producdas en la varable efecto son debdas, sgnfcatvamente, a la varable causal bao control. 1
CAUSA TRATAMIENTO b) Modelo de un factor en bloques aleatoros. El dseño correspondente a éste método ntegra dos varables causales, (una es uzgada como materal expermental) y una varable efecto. Los nveles de la varable causal tratada como materal expermental se estman homogéneos, es decr, selecconados de la msma poblacón. En éste método aunque partcpan dos varables causales, sólo nteresa conocer la posble nfluenca de la varable causal no consderada como materal expermental sobre la varable efecto. El hecho de que la varable causal no medda partcpe en el expermento estrba en que, el posble peso de las varables causales no controladas dsmnuye, con lo cual, es posble dferencar más claramente la posble nfluenca de la varable causal medda. TRATAMIENTO BLOQUE c) Modelo de dos factores en bloques aleatoros. Este método es smlar al anteror. La únca dferenca es que, tambén, nteresa conocer la posble nfluenca sgnfcatva de la varable causal uzgada como bloque sobre la varable efecto.
TRATAMIENTO 1 TRATAMIENTO d) Modelo de dos factores controlados con efectos nteractuantes. En el dseño formado partcpan dos varables causales, aprecadas generalmente como factores. El obetvo del modelo es medr la posble nfluenca sgnfcatva de cada una de las varables causales sobre la varable efecto. Este modelo, además, estuda la exstenca de una relacón de nterdependenca entre las dos varables causales, la cual puede nflur tambén sgnfcatvamente sobre la varable efecto. Por tanto, se requere añadr a las medcones anterores la correspondente a la relacón de nterdependenca. TRATAMIENTO 1 TRATAMIENTO e) Modelo de dos factores nteractuantes consderando un campo expermental. Este dseño se compone de tres varables causales controladas y una varable efecto. De las tres varables causales, una es estmada como materal expermental. La fnaldad del modelo es la medcón de la factble ncdenca sgnfcatva entre cada varable causal no consderada como materal expermental y la varable efecto. 3
TRATAMIENTO 1 TRATAMIENTO BLOQUE Al gual que en modelo anteror, se analza una supuesta relacón de nterdependenca entre las dos varables causales medbles. La corroboracón de la posble nfluenca sgnfcatva de este vínculo sobre la varable efecto se ncluye dentro del propósto de este dseño expermental. 1.-MODELO DE UN FACTOR CONTROLADO Tenemos c poblacones A 1, A, A c, cada una de ellas dstrbudas con meda µ y varanza σ. Estas poblacones se denomnan tratamentos, donde la meda de todas las poblacones será µ = 1 µ. c Queremos contrastar la hpótess nula H 0 : µ 1 = µ =... = µ = µ frente a la hpótess alternatva H 1 : µ 1 µ... µ µ S H 0 es certa µ = µ S H 0 no es certa habrá una dferenca entre cada µ y µ; α =µ - µ; α se denomna DEL TRATAMIENTO Aplcando el análss de la varanza podemos afrmar que: Dspersón total=dspersón debda al tratamento+dspersón resdual O lo que es lo msmo Varanza total=varanza no explcada+ Varanza explcada por el tratamento, o SCT=SCE+SCC ( x x ) = ( x x ) + ( x SCT representa la suma de las desvacones al cuadrado con respecto la meda total, es por tanto la DISPERSIÓN TOTAL SCE mde las desvacones debdas a la nfluenca de los factores extraños al expermento, ya que dentro de cada columna todos los elementos recben el msmo tratamento, es la DISPERSIÓN RESIDUAL O VARIANZA NO EXPLICADA. SCC reflea los efectos debdos a los tratamentos. De gual forma podemos calcular sus medas cuadrátcas, que nos permtrá comparar la varanza explcada con la varanza resdual o no explcada: x) 4
SCC = grados de lbertad SCE ECM = grados de lbertad Fuentes de dspersón Grados de lbertad Varanza resdual N-c Varanza explcada c-1 Varanza total N-1 S H0 es certo debe estar cercano a la undad ECM S H0 es falso debe ser mayor que 1. ECM El cocente ECM F-Snedecor, entonces el contraste se puede plantear en los sguentes térmnos. Calculamos el estadígrafo de prueba F= y elegdo un nvel de sgnfcacón α, ECM buscamos el valor K, F α, (c-1); (N-c) S F K el valor de F se consdera próxmo a la undad se acepta la hpótess nula (H0); s F>K se consdera que F es sgnfcatvamente mayor que 1 y se rechaza la hpótess nula..-modelo DE UN FACTOR EN BLOQUES ALEATORIOS Este modelo consste en aplcar los dferentes tratamentos a los dferentes campos expermentales, ya que se pensa que las dferencas observadas no se deben únca y exclusvamente a los efectos de los tratamentos sno que se puede deber al campo sobre el que se expermenta, no obstante en este modelo solamente nteresa medr y analzar los efectos de los tratamentos de una varable causal, consderándose al bloque como materal expermental. En defntva, este expermento vene condconado tanto por los tratamentos de una varable causal, como por aquello sobre lo que se aplca dchos tratamentos. Para tratar de reducr al máxmo la parcaldad y la subetvdad utlzamos la aleatoredad en la asgnacón de los tratamentos a los campos expermentales. En este modelo al aplcar el análss de varanza obtenemos la sguente partcón de la suma de cuadrados. SCT= SCC+SCF+SCE ( x x ) = ( x x ) + ( x x ) + SCE SCC: nos da nformacón acerca de las varacones debdas a los efectos de los tratamentos de la varable causal consderada como factor. SCF: proporcona nformacón acerca de las varacones provocadas por los efectos de los nveles de la varable causal consderada como bloque. SCE: proporcona nformacón acerca de las varacones producdas por el resto de las varables no controladas en este dseño expermental. 5
Grados de lbertad: SCT: (rxc)-1 SCC: c-1 SCF: r-1 SCE: (r-1)(c-1) Podremos conocer s exste relacón sgnfcatva entre el tratamento y la causa con el sguente contraste de hpótess. H o : los efectos de los tratamentos de la varable consderada como factor son nulos, esto es α =0 H 1 : No todos los α son guales a cero La seleccón de una de las dos hpótess precsa segur el sguente proceso: Construccón de una tabla que recoa los valores de las observacones tomadas por cada una de las varables. Establecmento de la partcón de la suma de cuadrados del dseño expermental empleado. Obtencón del valor de cada suma cuadrado. Cálculo de las medas cuadrátcas correspondentes a cada suma cuadrado. Determnacón del parámetro F Cálculo del valor K en una dstrbucón F Snedecor. Comparacón de los parámetros F y K 6