Issuu on Google+

Visitar al viejo continente ya no es imposible… ¡Descúbrelo ya!

Asómbrate con la belleza de Rio de Janeiro

10 Razones por las que debes de viajar a Nueva York

Destinos de clase mundial…¿A cuál viajar?

3

Colaboradores

5

El turismo en el viejo continente

8

La belleza de Rio de Janeiro

10

Destinos de clase mundial

36

Conoce N.Y

Colaboradores Jesús Adolfo Ortega

Mayté García Villanueva

María Antonieta Rangel

Ana Isabel Magaña

Ana Cecilia Elizondo Leza

Ricardo Alberto Flores

3

5

Rio de Janeiro Una ciudad de vida, belleza y alegría… Ven y conócela!

8

10

R E P O R T A J E E S P E C I A L

Un estudio de talla internacional…

La técnica de escalas multidimensionales se refiere a un conjunto de métodos que se utiliza para obtener representaciones especiales de las similitudes o aproximaciones entre entidades, las cuales normalmente son artículos, objetos o individuos. Esta escala es utilizada cuando sólo contamos con información como la proximidad o similitud relativa entre el par de objetos en el conjunto de datos. Con la información de proximidad o similitud se hace un mapa de dimensiones, las distancias en el mapa corresponden a la similitud o proximidad. Dicha técnica tiene aplicación en el área científica, minería de datos en distintos campos, ciencias de la información, comercialización, ecología, entre otras.

Pasos para utilizar la técnica de escalas multidimensionales

1

2

3

Formular el problema: definir las variables que se van a comparar y el número de variables. Para esto se recomienda que sean más de cuatro y definir el propósito de la investigación. Obtener los datos: a través de una encuesta, para realizar esta última se utiliza una escala de Likert (del más similar a los menos similar). Correr programa estadístico de escalas multidimensionales: utilizar SPSS.

4

5

6

Decidir el número de dimensiones: entre más grande sea el número de dimensiones mejores resultados se obtienen. Hacer mapa de los resultados y definir las dimensiones: SPSS lo proporciona, la cercanía va a indicar que tan similares o preferidos son los productos. Hacer test para validar los resultados: se obtiene R cuadrada para determinar la proporción de varianza. Un mínimo de .06 de R cuadrada en el nivel mínimo aceptable.

R E P O R T A J E E S P E C I A L

R E P O R T A J E E S P E C I A L

Aplicación Esta vez se investigo sobre el destino internacional ideal para viajar. Con la investigación se pretende encontrar cuál de las ciudades más representativas a nivel internacional, en cuanto a turismo, es la que el público refiere, tomando en cuenta los atributo para comparar los destinos. Se cuenta con objetivos e hipótesis para este proyecto. Algunos de los objetivos son: determinar la importancia de los lugares turísticos al momento de elegir el destino, determinar importancia en cuanto a gastronomía, saber si el precio de los hoteles y de los vuelos influye, al igual que la distancia, la moda, los deportes, el clima, el ambiente y la cultura.

El objetivo general es comparar y analizar los resultados. Las ciudades elegidas son Nueva York, Tokio, París, Londres y Río de Janeiro. Las variables para comparar a las ciudades antes mencionadas son precio de vuelos, precio de hoteles, lugares atractivos, lugares históricos, cultura/tradiciones, lejanía, gastronomía, entretenimiento, clima, moda, deportes y seguridad.

Focus Group…. El método de muestreo fue por cuotas, en este muestreo primero se fija el número de individuos con ciertas características. Y es utilizado cuando es una encuesta de opinión. Después se aplico un focus group para entender mejor las opiniones y gustos de las personas para de este modo hacer una encuesta más completa y adecuada a la muestra; en este aprendimos y comprendimos muchísimo mejor a los jóvenes en su manera de pensar de las ciudades elegidas. En este caso se implemento una encuesta con escala de Likert, que iba del 1 al 5, esto para saber la opinión que tienen los alumnos del Tecnológico de Monterrey de las ciudades elegidas, en cuando a precios, cultura, deportes, distancia, gastronomía, lugares turísticos, lugares atractivos, entretenimiento, clima, moda y seguridad.

R E P O R T A J E E S P E C I A L

Análisis de Factores R E P O R T A J E E S P E C I A L

El análisis de factores es una técnica estructural cuyo objetivo principal es resumir información, sus variables son métricas y en nuestro caso de investigación todas están en escala de intervalo. Esta técnica analiza las relaciones entre un gran número de variables y trata de explicarlas por medio de un concepto que las agrupe. Por esto mismo se dice que resume la información de las variables originales mediante características comunes de dichas variables representándolas lógicamente.

Inicialmente en nuestro estudio contábamos con 60 variables para realizar el análisis de factores, pero en la matriz anti-imagen tuvimos que eliminar un total de 11 variables ya que la diagonal estaba compuesta por valores menores a 0.5. Cabe mencionar que cada vez que se encontrábamos una variable menor a 0.5 la eliminábamos y volvíamos a correr el análisis de factores, y así consecutivamente hasta que la diagonal de la matriz anti imagen se encontrara con pura variable mayor a 0.5.

Además de verificar la matriz anti imagen se reviso que el análisis cumpliera con los criterios de KMO (0.7) el cual es aceptable ya que debe de ser mayor a 0.5, el nivel de significancia (.000), el cual es el índice para comparar las magnitudes de los coeficientes, en este caso al ser menor que el alfa se rechaza Ho (matriz de identidad es igual a la correlación), por lo tanto la matriz de identidad y la correlación son diferentes, esto último es lo que se busca en un análisis de factores

Después de verificar lo mencionado anteriormente empezamos a trabajar con 49 variables haciendo el análisis por el criterio a priori, ya que se tenía como objetivo comprobar que los encuestados sabían diferenciar entre los atributos que componen a cada una de las 5 ciudades bajo estudio. Es decir, se pretendía llegar a un acomodo de 5 factores (uno por ciudad). Al obtener 5 factores sólo se logró explicar el 39.089% de información.

R E P O R T A J E E S P E C I A L

R E P O R T A J E E S P E C I A L

Al momento de asignar a las variables vimos que había muchas que no tenían relación, ya que en cada factor quedaban dispersos los atributos de cada ciudad, por lo que el análisis no cumplió con el objetivo. A continuación se muestra el acomodo por 5 factores, lo cual después de probar con 13, 12, 11, 10, 9 , 8, 7, 6, 5, 4, y 3 fue lo que mejor se logro acomodar:

Las variables marcadas son las variables problemas, es decir las que tenĂ­an dentro de la matriz rotada dos o mĂĄs nĂşmeros relativamente similares. Lo mencionado se muestra en la siguiente tabla.

R E P O R T A J E E S P E C I A L

R E P O R T A J E E S P E C I A L

Agrupamiento

C

omo ya sabemos, este estudio tomó en cuenta a 5 ciudades a evaluar en diferentes ámbitos, las cuales han sido tomadas como base para determinar el número de clusters (grupos) en los que se pueden dividir a los encuestados que participaron en el estudio, es decir, 5 clusters. Para realizar esto, se llevó a cabo un análisis de agrupamiento no jerárquico mediante el método de K-promedios. Dicho análisis fue realizado mediante el programa SPSS. Tras realizar el análisis de agrupamiento por 5 clusters con las 150 encuestas, se encontró que uno de los encuestados quedaba en un solo grupo, por lo que se volvió a correr el análisis pero ahora con 4 clusters, sin embargo la misma persona quedaba agrupada en un solo cluster. Se intentó correr el análisis con 3 clusters, sin embargo sucedió lo mismo. Debido a esto, se decidió eliminar a dicho encuestado, y de nueva cuenta se volvió a realizar el análisis con 5, 4 y 3 clusters, quedando finalmente el agrupamiento por 5 clusters como el más indicado.

A continuación se muestran a detalle algunas de las características de cada uno de los 5 clusters obtenidos, las cuales han sido interpretadas a partir de la tabla Final Cluster Centers, que nos permite obtener las medias de cada variable en base a los datos estandarizados de cada encuestado que conforma a cada cluster. Cluster 1: 61 encuestados Para los encuestados de este cluster el precio de los vuelos a las distintas ciudades bajo estudio es indiferente. Consideran indiferente la variedad de lugares por visitar. Piensan que la hospitalidad no esta presente en ninguno de los destinos bajo estudio. Perciben indiferente el nivel de cultura para tomar la decisión de a dónde viajar. Consideran escasa la variedad gastronómica de los destinos. Creen que existe una amplia variedad de espectáculos en Londres y NY.

Cluster 2: 11 encuestados Para los encuestados de este cluster el precio de los vuelos a las distintas ciudades bajo estudio son baratos. Consideran baratos los precios de los hoteles en los distintos destinos. Creen que existe una escasa variedad de lugares atractivos en los destinos bajo estudio. Consideran una escasa variedad de espectáculos en las distintas ciudades. Opinan que sólo París tiene un alto sentido de la moda. Para ellos, Londres y NY son las ciudades más frías.

R E P O R T A J E E S P E C I A L

R E P O R T A J E E S P E C I A L

Cluster 3: 6 encuestados

Cluster 4: 20 encuestados

Consideran que tanto los precios de los vuelos como de los hoteles de los destinos europeos son caros. Creen que existe una escasa variedad de lugares atractivos en los destinos bajo estudio. Consideran una escasa variedad gastron贸mica en las distintas ciudades. Creen que todas las ciudades tienen un bajo sentido de la moda. Consideran que todas las ciudades tienen un clima caluroso.

Consideran caros los precios de vuelos y hoteles para todos los destinos bajo estudio. Creen que existe una escasa variedad de lugares atractivos en las distintas ciudades. Piensan que la hospitalidad no esta presente en ninguno de los destinos bajo estudio. Consideran una escasa variedad de espect谩culos en las distintas ciudades. Consideran que solo Tokio y Londres tienen un alto sentido de la moda.

Cluster 5: 51 encuestados Consideran caros los precios de vuelos y hoteles para todos los destinos bajo estudio. Creen que existe una amplia variedad de lugares atractivos en las distintas ciudades. Piensan que todos los destinos bajo estudio son hospitalarios. Consideran que todas las ciudades tienen una cultura rica. Piensan que todas las ciudades tienen un alto sentido de la moda. Consideran que todos los destinos tienen una amplia variedad de espect谩culos y gastron贸mica.

R E P O R T A J E E S P E C I A L

Análisis discriminante El análisis discriminante es una técnica que tiene el propósito de pronosticar en que grupo va a quedar una persona, así como verificar si la cantidad de grupos es correcta. Maneja cualquier número de variables independientes métricas, es decir variables que se pueden contar y una variable dependiente métrica. Para este estudio lo primero que se realizó fue establecer las hipótesis para determinar si se logró discriminar la investigación. Ho: el modelo no es bueno para discriminar Ha: el modelo sí es bueno para discriminar. Para determinar si el modelo es bueno o no para discriminar se observó que la significancia de la función elegida por tener mayor valor es menor al alfa de .05 por lo que el modelo sí es bueno.

Otra cosa importante que result贸 es que no todas las variables son igual de relevantes para segmentar el mercado aunque la mejor es Tokio cultura, debido a que tiene una F mayor. A continuaci贸n se enlistan las variables. Zscore Rio Vuelo Zscore(Londres1) Londres Vuelo Zscore(Rio2) Rio Hoteles Zscore(Tokio2) Tokio Hoteles Zscore(Londres2) Londres Hoteles Zscore(Rio3) Rio Lugares Zscore(Tokio3) Tokio Lugares Zscore(Londres3) Londres Lugares Zscore(NY4) NY Hosp Zscore(Tokio4) Tokyo Hosp Zscore(Londres4) Londres Hosp Zscore(Paris5) Paris Cultura Zscore(Rio5) Rio Cultura Zscore(NY5) NY Cultura Zscore(Tokio5) Tokio Cultura

R E P O R T A J E E S P E C I A L

R E P O R T A J E E S P E C I A L

Zscore Rio Distancia Zscore Tokio Distancia Zscore(NY7) NY Gastronomía Zscore(Tokio7) Tokio Gastronomía Zscore(Londres7) Londres Gastronomía Zscore(Paris8) Paris Espectáculos Zscore(Rio8) Rio Espectáculos Zscore(NY8) NY Espectáculos Zscore(Paris9) Paris Clima Zscore NY Clima Zscore Tokio Clima Zscore(Londres9) Londres Clima Zscore(Paris10) Paris Moda Zscore(Rio10) Rio Moda Zscore(NY10) NY Moda Zscore(Tokio10) Tokio Moda Zscore(Londres10) Londres Moda Zscore(Paris11) Paris Deportes Zscore(Rio11) Rio Deportes Zscore(Paris12) Paris Seguridad Zscore NY Seguridad Zscore(Tokio12) Tokio Seguridad Zscore(Londres12) Londres Seguridad

Ya que se estableció que el modelo sí es bueno para discriminar se debe verificar si es bueno para pronosticar es decir, saber en qué grupo acomodar a una persona nueva. Para poder saber eso se debe compara el porcentaje de clasificaciones correctas con el porcentaje mínimo aceptable de clasificaciones correctas. Porcentaje de clasificaciones correctas: [(1 + 18 + 4 + 0 + 14) / 41] * 100 = 90.2439%

Porcentaje mínimo aceptable:

[(1/41)2 + (21/41) 2 + (4/41) 2 + (0/41) 2 + (15/41) 2] * 100 = 40.63% El porcentaje de clasificaciones correctas es mayor al porcentaje mínimo aceptable, por lo tanto el modelo es bueno para pronosticar. Ya que se tiene esto se puede decir que con los datos de una nueva persona ésta se va a poder acomodar en uno de los 5 grupos.

R E P O R T A J E E S P E C I A L

R E P O R T A J E E S P E C I A L

Escalamiento Multidimensional

Breve explicación de la técnica La técnica tiene como punto de partida una matriz de similidaridades entre n objetos, con el elemento ij en la fila i y en la columna j, que representa la disimilaridad del objeto i al objeto j. generalmente, el camino que se sigue es:

1

2 3

Arreglar los n objetos en una configuración inicial en p dimensiones, esto es, suponer para cada objeto las coordenadas (X1, X2, …, Xp) en el espacio de p dimensiones. Calcular las distancias euclidianas entre los objetos de esa configuración, esto es, calcular las dij, que son las distancias entre el objeto i y el objeto j Hacer una regresión dij sobre ij, que puede ser lineal, polinomial o monótona

A través de un estadístico, en este caso el índice de 4 esfuerzo o STRESS se mide la bondad de ajuste entre las distancias de la configuración y las disparidades. Este estadístico es introducido por Krushal y se ofrece la siguiente guía para su interpretación: 0.2 = Pobre, 0.1 = Regular, 0.05 = Bueno

5

Las coordenadas (X1, X2,…, Xt) de cada objeto se cambian ligeramente de tal manera que la medida de ajuste se reduzca.

Los pasos 2 al 5 se repiten hasta que al parecer la medida de ajuste entre las disparidades y las distancias de la configuración no puedan seguir reduciéndose. El resultado final del análisis es entonces las coordenadas de los n objetos en las p dimensiones y que pueden usarse para elaborar un gráfico que muestre cómo están relacionados los objetos.

R E P O R T A J E E S P E C I A L

R E P O R T A J E E S P E C I A L

Resultados Aplicando la técnica a nuestro estudio, se obtuvo el siguiente mapa de posicionamiento de las ciudades evaluadas:

En este mapa se puede observar la similitud percibida entre las ciudades entre Londres y París, que se encuentran ubicadas prácticamente en las mismas coordenadas, a diferencia del resto de las ciudades. Río de Janeiro es percibida como la ciudad más diferente de las demás al ser la más distante del resto en el mapa.

En cuanto a la evaluación de la exactitud del mapa de posicionamiento de las ciudades representado en dos dimensiones; se cuenta con el estadístico STRESS que arrojó un resultado de 0.2355 lo que nos indica que es bastante pobre el ajuste. En contraste, el mapa salió bastante bien evaluado en cuanto a su RSQ, que es la proporción de varianza común al modelo y los datos, en el cual se obtuvo un resultado de 0.898 de un 1.00 posible. Con estos resultados, se podrían generar algunas conclusiones; al ser percibidas tan diferentes las 5 ciudades analizadas, se podrían enfocar a diferentes mercados. Río de Janeiro definitivamente deberá de promover algunos atributos como sus económicos precios de hoteles o muy buena hospitalidad, a diferencia de ciudades como Londres o París que podrán presumir su alto sentido de la moda o amplia variedad de lugares históricos. Ahora bien, como el estudio ha analizado 12 atributos establecidos previamente, la técnica de escalas multidimensionales nos ofrece también un mapa que representa a las 5 ciudades analizadas con respecto a los atributos analizados, el resultado es el siguiente:

R E P O R T A J E E S P E C I A L

R E P O R T A J E E S P E C I A L

El índice de esfuerzo o STRESS de este mapa de variables resultó ser de 0.29065, lo que resulta también bastante pobre. Nuevamente el RSQ resultó en un valor alto de 0.7534 lo que nos indica que hay una buena relación entre la varianza de los datos originales y los representados por el modelo en dos dimensiones.

Con este mapa se pueden hacer las interpretaciones de las percepciones con respecto a cada una de las variables medidas, recordando que de acuerdo con Linares (2007) la interpretación de los ejes en el escalamiento multidimensional es arbitraria, con lo que puede rotarse la configuración para lograr una solución más fácil de interpretar, se presentan algunos ejemplos a continuación:

La siguiente gráfica extrae una representación más clara de lo que se logra interpretar en el mapa de posicionamiento:

Interpretación: “Las ciudades percibidas con más sentido de la moda son París y Londres, seguidas de cerca por Nueva York y las percibidas con menos sentido de la moda son Tokio y Rio de Janeiro.”

R E P O R T A J E E S P E C I A L

R E P O R T A J E E S P E C I A L

La siguiente gráfica extrae una representación más clara de lo que se logra interpretar en el mapa de posicionamiento:

Interpretación: “Las ciudades percibidas con más variedad de lugares históricos son París y Londres, ambas con una percepción muy similar, Tokio y Nueva York se encuentran a la mitad y la ciudad percibida con menos variedad de lugares históricos es Rio de Janeiro.”

Conclusiones Como se ha demostrado, con la ayuda de este mapa de posicionamiento se puede hacer la lectura de la percepción de las ciudades analizadas con respecto a los diferentes atributos del estudio. La representación en dos dimensiones, aunque no es la más exacta, nos permite realizar una interpretación realmente muy sencilla, además de que la técnica nos resulta especialmente útil para observar la similitud percibida entre las ciudades y nos muestra un mapa muy claro de la percepción real de los estudiantes de verano del tecnológico; con lo que podemos plantear algunas estrategias como las siguientes:

Distancia

Clima

Deportes

• Respecto a la variable Distancia, las ciudades de Río de Janeiro y Tokio son percibidas como las más lejanas, por lo que se recomendaría a las agencias de viajes y a los encargados del sector turístico en cada una de estas ciudades que se promuevan a ambas ciudades, para que de esta forma se motive al turista a viajar a ambos destinos, y no lo vea como una opción lejana o poco atractiva.

• Nueva York, París y Londres son percibidas con un clima frío, por lo que el sector turístico de dichas ciudades debería de trabajar en brindar una imagen que evite que los turistas tomen como un factor en contra el clima que se podría presentar al viajar a alguno de estos destinos.

• Tokio y Río de Janeiro son percibidas con una oferta de espectáculos deportivos no muy atractiva, por lo que los medios deportivos de ambos países podrían promoverse mediante agencias de viaje o mediante los medios de comunicación.

R E P O R T A J E E S P E C I A L

R E P O R T A J E E S P E C I A L

Seguridad

• Es importante que los gobiernos de ciudades como NY y París refuercen su seguridad, ya que han sido percibidas como las más inseguras.

Moda

• Río de Janeiro y Tokio son percibidos con un bajo sentido de la Moda, por lo que deberían de atraerse marcas prestigiosas que promuevan la moda en ambas ciudades. Además sería bueno llevar pasarelas y desfiles de moda a ambos destinos.

Lugares Históricos

Hospitalidad

• Río de Janeiro y Tokio son percibidas con poca variedad de lugares históricos, por lo que organizaciones como museos y gobierno, podrían trabajar en conjunto para promover los lugares más atractivos de ambas ciudades, y de esta manera incentivar el turismo.

•Se podría promover una imagen más amigable y agradable de los habitantes de las ciudades de Londres y Tokio, ya que son consideradas como las menos hospitalarias.

Finalmente, considerando todas las variables evaluadas, se puede decir que los destinos que son mejor percibidos para ir de viaje son: París y Londres. Mientras tanto, Nueva York no se encuentra tan rezagado de estos destinos, aunque tiene puntos en los que debe de trabajar. Y en cambio, las ciudades de Río de Janeiro y Tokio resultaron tener más puntos en contra, por lo que son las ciudades peor percibidas para viajar.

Aún te lo estás pensando?, ¿qué necesitas para decidirte?. Nueva York recibe con los brazos abiertos cada día a miles de turistas de todo el mundo y es sin duda uno de los puntos de referencia de este inmenso país llamado Estados Unidos.

1

Ni que decir tiene que el abaratamiento del transporte aéreo con las compañías y las tarifas a bajo coste han convertido en accesible un destino que antes no lo era tanto solo depende de la temporada en la que vayas.

Sin duda alguna no puedes dejar de visita la gran manzana quizás más que ningún otro, la fortaleza del Euro frente al Dólar

3

2

Nueva York es sin duda un centro financiero, cultural y artístico sin precedentes. La breve historia de esta joven ciudad está sin embargo cargada de contenido. Algo fascinante es comprobar como una multiplicidad de razas, religiones, lenguas se mezclan a diario en un pulso contenido y controlado que convive sin problemas ni tensiones

4 36

5

Esta variedad de nacionalidades hace que el plano gastronómico en la ciudad se transforme en un abanico amplísimo de colores, olores y sabores del mundo. Mil bocados sin salir de un solo espacio. Cocinas elaboradas por y para nativos del país y para todo el que esté dispuesto a probar.

Tradicionalmente Nueva York siempre se ha caracterizado como destino de compras. Ni que decir tiene que artículos de electrónica, fotografía y sobre todo ropa y zapatos son los favoritos de los turistas

7

Si vienes con tiempo, Nueva York está relativamente cerca de algunas ciudades de interés en la costa este. Así, si te quedas con ganas de hacer alguna excursión, Philadelphia, Washington D.C , o Boston Hoy por hoy, y sin olvidar que siempre es mejor estar un poco alerta, hay que decir que Nueva York es una ciudad bastante segura, sobre todo si hablamos de Manhattan

9

6 8

Descubrir las diferencias entre unas zonas y otras y disfrutar de sus peculiaridades es una experiencia inolvidable.

Un último punto a favor de la ciudad es el carácter abierto y dispuesto de la gente. Los neoyorkinos y por añadidura todos los que pasan aquí una temporada, son gente muy abierta y dispuesta a la conversación

10


Estadistica Multivariante