Consideraciones comunes a los distintos diseños experimentales

Existen numerosas publicaciones que pueden servir como guías detalladas de todo el proceso de generación de experimentos (Hensher, 1994; Louviere et al., 2000; Hensher et al., 2005; Rose & Bliemer, 2009). Todas ellas coinciden en indicar que,

independientemente del tipo de diseño experimental que vaya a adoptarse (ya sea de tipo ortogonal o eficiente), el analista debe considerar inicialmente ciertos aspectos comunes que son importantes a la hora de realizar un estudio con datos PD.

Estos aspectos influyen directamente en el número de grados de libertad del experimento, el cual es uno de los factores más importantes en la generación de diseños experimentales con datos PD. Los grados de libertad en un experimento se definen como el número de observaciones de una muestra menos el número de restricciones independientes adoptadas durante el proceso de modelización. Estas restricciones son los parámetros (β) que deben ser estimados (Hensher et al., 2005, p. 118). Por tanto un grado de libertad representa una pieza de información necesaria para crear un modelo determinado y depende de la forma en la que el analista concibe el experimento. A continuación se definen los principales aspectos que influyen en el número de grados de libertad que presenta un experimento.

3.4.3.1. Experimentos etiquetados y no etiquetados

Los experimentos en los que se emplean títulos genéricos para las alternativas se denominan experimentos no etiquetados. Por ejemplo, el título “Alternativa 1”, no ofrece a los usuarios ninguna información a priori (salvo que es la primera de las alternativas), y la alternativa queda definida únicamente por las combinaciones de los niveles de atributo mostradas.

Como contrapunto, los experimentos etiquetados asignan títulos o etiquetas no genéricas a las alternativas (por ejemplo: coche, autobús, etc.), lo que implica cierto grado de información suministrada al usuario acerca de algunos atributos asociados a esa alternativa.

Los experimentos no etiquetados presentan ciertas ventajas, como no precisar de la identificación de las alternativas disponibles, o que permiten cumplir la condición de independencia de alternativas irrelevantes (condición básica para los modelos de tipo MNL). Sin embargo, en este caso ha sido necesario emplear experimentos etiquetados, puesto que el objetivo de la investigación es el de estudiar el efecto de la etiqueta en la elección, mediante la estimación de constantes específicas para las diferentes alternativas (Alternative Specific Constants, ASC). Además, los experimentos etiquetados presentan mayor realismo debido a la acumulación histórica

de la utilidad asociada a experiencias del pasado (imagen percibida del transporte público como representación en la memoria de los usuarios).

3.4.3.2. Especificación de la utilidad de las alternativas

Aunque el tipo de experimento es una cuestión importante en el cálculo de los grados de libertad asociados al experimento, la especificación elegida para las funciones de utilidad de las alternativas presentes en el modelo es la característica más influyente en este cálculo. Además del número y tipo de atributos y niveles que el analista ha decidido incluir en el modelo, esta especificación se ve afectada, principalmente, por los siguientes aspectos:

 Efectos principales y efectos de las interacciones: se define como efecto al impacto o influencia que un determinado nivel de atributo tiene sobre la variable elección. Los efectos directos e independientes de cada uno de los niveles de atributo sobre la elección se denominan efectos principales, mientras que el efecto simultáneo de 2 o más niveles de distintos atributos sobre la variable elección se denomina interacción. No debe confundirse el concepto de interacción con el de correlación: la correlación relaciona el cambio que sufre una variable cuando se produce un cambio en otra variable (por ejemplo, suele existir una clara correlación entre calidad y precio, ya que los bienes o servicios de mayor calidad suelen llevar asociados un precio mayor, y viceversa). El concepto de interacción entre 2 atributos alude al impacto o variación que sufre la variable repuesta (elección), cuando ambos atributos actúan conjuntamente.

 Efectos lineales y efectos no lineales de la utilidad marginal de los atributos: se define la utilidad marginal de los atributos como el cambio en la utilidad sistemática de una alternativa debida a la variación de un solo atributo manteniendo los demás atributos constantes. Si solamente se consideran 2 niveles para un atributo el analista únicamente podrá determinar una variación lineal en la utilidad del atributo, mientras que si el número de niveles es mayor podrían representarse relaciones no lineales. Para ello debe definirse al menos un parámetro para cada uno de los niveles del atributo considerados, por lo que si se quieren analizar los efectos no lineales en la utilidad de las alternativas, el número de grados de libertad del experimento aumenta.

Si consideramos que M es el número de alternativas de transporte, A es el número de atributos y L el número de niveles asociados a estos, el número de grados de libertad necesarios para tener en cuenta efectos principales se muestra en la siguiente tabla.

EFECTOS EN UTILIDAD TIPO DE EXPERIMENTO No Etiquetado Etiquetado Lineales A + 1 MA + 1 No lineales (L-1) x A + 1 (L-1) x MA + 1

Tabla 3.1. Número mínimo de grados de libertad para la captación de efectos principales en la generación de diseños experimentales (Fuente: Hensher et al., 2005, p.123)

Del mismo modo que esto sucede para los efectos principales, los grados de libertad necesarios para capturar los efectos de las interacciones dependen de la forma en que se especifican estas interacciones en el modelo. Para términos de interacción entre 2 atributos estimados en modelos lineales solamente se necesita un grado de libertad. Sin embargo, si en la utilidad se tienen en cuenta los efectos no lineales de los atributos se necesitan (L1-1) x (L2-1) grados de libertad, donde L1 es el número de

niveles en el atributo 1 y L2 el número de niveles del atributo 2.