Las fuentes de datos - Preferencias Reveladas

Las Preferencias Reveladas (PR) son datos que reflejan el comportamiento actual de los individuos en sus decisiones de viaje. Estos se obtienen a partir de encuestas que permiten recoger informaci�n de las variables que explican la utilidad de las distintas alternativas y de las elecciones realizadas. Hasta la mitad de los a�os 80 �ste fue el tipo de datos m�s utilizado en la modelizaci�n de la demanda de transporte. Sin embargo, presentan una serie de limitaciones en t�rminos de comprensi�n del comportamiento de viajes (ver Ort�zar y Willumsem, 2001):

Las observaciones de las elecciones actuales pueden no presentar suficiente variabilidad para la construcci�n de buenos modelos que permitan evaluar proyectos y realizar predicciones.

Las variables m�s interesantes suelen estar correlacionadas, por ejemplo, el tiempo de viaje y el coste. En este caso, es dif�cil, separar dicho efecto en la modelizaci�n y por lo tanto tambi�n en la fase predictiva.

No es posible el estudio de variables latentes[1]. Pueden existir factores que dominen el comportamiento actual, lo que dificulta detectar la importancia relativa de otras variables igualmente importantes como el confort, la seguridad, la puntualidad del servicio, etc.

No permiten estudiar los efectos de nuevas pol�ticas, como por ejemplo la introducci�n de un nuevo modo de transporte.

No existe informaci�n completa sobre las condiciones del mercado, lo que dificulta determinar el conjunto real de elecciones disponibles.

Est�n sujetas a potencialmente importantes errores de medida, especialmente de nivel de servicio. Esto se intenta resolver realizando el investigador las mediciones para el conjunto de alternativas disponibles.

2.1.2 Preferencias Declaradas

Las Preferencias Declaradas (PD) son datos que tratan de reflejar lo que los individuos har�an ante determinadas situaciones hipot�ticas constru�das por el investigador. Las PD se desarrollaron inicialmente en el �mbito de la investigaci�n de mercado y comenzaron a ser utilizadas en la modelizaci�n de transporte a fines de los a�os 70. A diferencia de los datos de PR, que entregan informaci�n sobre los viajes que realiza un individuo habitualmente, los datos de PD informan sobre los viajes que el individuo realizar�a si, por ejemplo, se introdujera un nuevo modo de transporte, se mejorase la calidad del servicio, se ofreciese una ruta alternativa m�s r�pida, etc.

La posibilidad de dise�ar experimentos de PD permite, en principio, resolver los problemas que presentan las PR (ver Ort�zar y Willumsen, 2001):

� Se puede ampliar el rango de variaci�n hasta el nivel en el que existe un compromiso entre las distintas alternativas consideradas en el dise�o.

� En la construcci�n de los escenarios se puede evitar la existencia de correlaci�n entre variables.

� Permiten incorporar tanto atributos como alternativas no disponibles en el momento del an�lisis.

� Se puede aislar el efecto de un determinado atributo as� como considerar variables latentes.

No obstante, no podemos estar seguros de que el individuo se comporte como dice que har�a cuando contesta a una encuesta de PD. Es importante, por tanto, dise�ar ejercicios que sean plausibles y realistas para que el entrevistado se implique en el juego correctamente. Los tipos de errores clasificados para este tipo de datos son cuatro (ver por ejemplo Bradley y Kroes, 1990):

Sesgo de afirmaci�n: El entrevistado contesta, consciente o inconscientemente, lo que cree que el entrevistador quiere.

� Sesgo de racionalizaci�n: El entrevistado intenta ser racional en sus respuestas con el objetivo de justificar su comportamiento en el momento de la entrevista.

� Sesgo de pol�tica: El entrevistado contesta con el objetivo de influir en las decisiones de pol�tica en funci�n de su creencia de c�mo pueden afectar los resultados de la encuesta.

� Sesgo de no restricci�n: A la hora de responder no se toma en cuenta todas las restricciones que afectan a su comportamiento, de manera que las respuestas no son reales.

En un ejercicio de PD se pueden distinguir tres elementos principalmente. En primer lugar, tenemos la situaci�n en la que el individuo se encuentra para declarar sus preferencias; �sta puede ser una situaci�n real (un viaje que realice en este momento como ir al trabajo) o hipot�tica (un viaje que realizar�a en el futuro dadas una serie de condiciones), y constituye el contexto de decisi�n. En segundo lugar, se deben seleccionar las alternativas, normalmente hipot�ticas aunque algunas de ellas pueden existir en la actualidad, que se presentan en el ejercicio como funci�n de un conjunto de atributos. En tercer lugar, est� la forma en que los individuos pueden declarar sus preferencias (ver Ort�zar y Garrido, 2000); las m�s frecuentes son: Jerarquizaci�n (Ranking), Escalamiento o Elecci�n Generalizada (Rating) y Elecci�n (Choice).

Un punto importante del experimento de PD es la selecci�n de los atributos a considerar en cada alternativa del ejercicio. Una forma de identificar los atributos m�s relevantes es realizando un grupo de discusi�n (focus group) con una muestra representativa de individuos. Un grupo de discusi�n no es m�s que una reuni�n de individuos dirigida por un moderador de manera que los participantes hablen sobre el tema considerado y durante el desarrollo de la misma se obtengan tanto los elementos clave en el an�lisis como una mejor comprensi�n del problema tratado.

El n�mero de atributos a considerar para cada juego es determinado por el investigador; no obstante, la literatura recomienda que no debe ser muy elevado (no m�s de cuatro) por cada juego para evitar el efecto fatiga (Carson et al. 1994) o que contesten de manera lexicogr�fica (Saelensminde, 1999), tema que trataremos m�s adelante.

Las unidades de medida en que se expresan los atributos pueden ser triviales en algunos casos, como el tiempo o el coste, pero no lo son en otros como el confort, la seguridad, etc. Estos atributos requieren un estudio m�s detallado en grupos de discusi�n, unido a la realizaci�n encuestas piloto que ayuden a encontrar la m�trica m�s adecuada[2]. La definici�n de niveles es tambi�n decisi�n del investigador; s�lo se recomienda definir mayores niveles de variaci�n para las variables consideradas m�s importantes en la elecci�n a estudiar (Wittink et al, 1982), pero se debe cuidar que esto no sesgue los resultados del experimento.

El dise�o factorial completo determina el n�mero total de opciones dados los atributos y los niveles de variaci�n para cada uno de ellos. S� a es el n�mero de atributos y n el n�mero de niveles de cada atributo, el n�mero total de opciones es n^a. Si tenemos un dise�o con dos atributos a dos niveles y tres atributos a tres niveles, el n�mero de opciones resultantes es 108 (2²x3³). En la pr�ctica no es factible presentar a un individuo 108 opciones para que declare sus preferencias. Este n�mero se puede reducir si consideramos un dise�o factorial fraccional, que no es otra cosa que un dise�o formado por un subconjunto de opciones del dise�o factorial completo. La diferencia entre un dise�o factorial completo y un dise�o factorial fraccionado est� en que mientras el primero permite medir todos los efectos principales e interacciones entre las variables, en el segundo se sacrifica la medici�n de algunas (o todas) las interacciones con el fin de reducir el n�mero de opciones. Los efectos principales se definen como la respuesta de pasar al siguiente nivel de la variable en cuesti�n manteniendo constante el resto de variables, mientras que las interacciones consideran los efectos debidos a la variaci�n conjunta de m�s de una variable; por ejemplo, en la elecci�n modal el efecto de la interacci�n entre el tiempo y el coste. Normalmente, los cambios en la elecci�n est�n determinados por los efectos principales y seg�n Louviere (1988):

� El 80% o m�s de la varianza de los datos lo explican los efectos principales.

� Las interacciones de dos t�rminos explican m�s de un 2% o 3% de la varianza.

� Las interacciones de tres t�rminos explican una proporci�n muy peque�a de la varianza, del orden del 0.5% al 1% y rara vez sobre el 2% o el 3%.

� Las interacciones de mayor orden explican una proporci�n min�scula de la varianza de los datos.

Si s�lo se desea analizar los efectos principales, el dise�o de 108 opciones anterior se reducir�a a 16, y a 27 opciones si se considera interacciones de dos t�rminos (Kocur et al, 1982), que son n�meros m�s manejables. No obstante, la literatura (Bradley y Daly, 1994) recomienda no presentar m�s de 10 (entre 8 y 10) situaciones de elecci�n a cada individuo (ver la discusi�n de Cherchi y Ort�zar, 2002). En casos en que se requiera estudiar interacciones y el n�mero de opciones sea elevado, se puede utilizar el dise�o en bloques; para esto se subdivide la muestra y a cada submuestra se le presenta uno de los bloques (Louviere et al, 2000). El tama�o de cada submuestra recomendado (Kocur et al, 1982) es de un m�nimo de 30 personas por grupo, aunque en la pr�ctica este tama�o parece bajo (ver tambi�n la discusi�n de Ort�zar y Willumsen, 2001).

Las formas de obtener la respuesta en un experimento de PD son, como comentamos anteriormente, Jerarquizaci�n, Escalamiento y Elecci�n:

Jerarquizaci�n: Se presentan todas las opciones simult�neamente al individuo y se le pide que las ordene en funci�n de sus preferencias, de m�s a menos preferida. Al ordenar las opciones, el individuo est� jerarquizando los valores de utilidad de forma que la opci�n m�s preferida le reportar� un mayor nivel de utilidad.

Escalamiento: Se le pide al individuo que exprese su grado de preferencia para una opci�n utilizando una escala arbitraria que puede ser num�rica (de 1 a 5 o de 1 a 10) o sem�ntica; por ejemplo: 1 = siempre elijo A, 2 = probablemente elijo A, 3 = ninguna; 4 = probablemente elijo B, 5 = siempre elijo B.

Elecci�n: El individuo selecciona una de las distintas opciones que se le presentan que pueden ser dos (elecci�n binaria) o m�s de dos (elecci�n m�ltiple). Se considera que �sta es la forma m�s sencilla de responder a una encuesta de PD para un individuo porque es la forma habitual en la que toma decisiones. En estos casos, puede incluirse la alternativa �ninguna de ellas� para no forzar al entrevistado a elegir cuando ninguna le parece conveniente.

Un aspecto importante en este tipo de dise�os es la necesidad de hacer cre�ble las distintas opciones presentadas al individuo. Para ello podemos definir el contexto en el que el experimento se realiza y en ese contexto hacer factibles las opciones de elecci�n. Por ejemplo, para que sea considerado viable que exista un bus que realice un recorrido en un tiempo menor que un veh�culo privado, puede ser necesario que existan una serie de condiciones tales como: carriles exclusivos para el bus, preferencia en los sem�foros, etc. Este tipo de elementos se pueden considerar en el contexto en el que se presenta el experimento haciendo m�s realistas las opciones.

[1] Las variables latentes son variables dif�ciles de medir o que no presentan suficiente variabilidad.

[2] En la siguiente secci�n se presenta el proceso de generaci�n del dise�o experimental, donde la definici�n de la variable latente considerada requiri� de un trabajo minucioso..