Resumen El turismo es una de las industrias del mundo en el que el turismo deportivo ha experimentado una importante atención. El mercado de turismo goza de una gran heterogeneidad.






descargar 158.08 Kb.
títuloResumen El turismo es una de las industrias del mundo en el que el turismo deportivo ha experimentado una importante atención. El mercado de turismo goza de una gran heterogeneidad.
página2/4
fecha de publicación19.09.2016
tamaño158.08 Kb.
tipoResumen
e.exam-10.com > Literatura > Resumen
1   2   3   4

3. Metodología

Para realizar el análisis de segmentación se eligieron un conjunto de variables, acordes a la literatura existente. Las variables vienen recogidas en la tabla 1.
Tabla 1. Variables explicativas para el análisis de segmentación.

Número de pernoctaciones

[1, 2]

[3, 7]

[8,15]

[15, 30]

31 ó más

Tamaño del grupo

1

2

3 ó más

Tipo de alojamiento

Hoteles y similares

Alojamiento en propiedad

Alojamiento en alquiler

Alojamiento familiares/amigos

Camping

Otros

Motivo

Ocio/Recreo/Vacaciones

Trabajo/Negocios

Estudios

Personal

Otros

Frecuencia

Semanalmente, en fin de semana

Semanalmente, entre semana

Una por mes

Una por trimestre

Una por semestre

Una al año

Menor frecuencia

Personas con las que realiza el viaje

Sólo

Con su pareja

Con la familia incluyendo los hijos

Con la familia sin incluir los hijos

Con la familia y amigos

Con amigos

Con compañeros de trabajo o estudios

Sexo y edad

Mujer de 0 a 24 años

Hombre de 0 a 24 años

Mujer de 25 a 44 años

Hombre de 25 a 44 años

Mujer de 45 ó más años

Hombre de 45 ó más años

Nivel de renta

Alto

Medio

Bajo

Uso de internet



No

Satisfacción global con el viaje en su conjunto

Baja

Media

Alta


Las variables demográficas, tales como el sexo, la edad y el nivel de renta, han sido frecuentemente utilizadas en la segmentación. De hecho, según Rondán et al. (2010) las variables demográficas son esenciales para identificar a las personas clasificadas en cada segmento. También la motivación ha sido un factor utilizado para describir segmentos, ya que es una variable muy útil para entender el deseo de viajar y para explicar la elección del destino (Crompton, 1979). En este estudio, la motivación hace referencia al motivo principal por el que se realiza el viaje. Finalmente, la satisfacción hacer referencia a la satisfacción global con el viaje. La variable está definida en una escala Likert de 0 (satisfacción más baja) a 10 (satisfacción más alta). Con objeto de poder facilitar la interpretación de los resultados a la hora de aplicar el modelo de clases latentes, esta variable se ha recodificado en tres categorías: baja satisfacción, media satisfacción y alta satisfacción.

La combinación de cada una de las variables anteriores permite determinar diversos perfiles de turistas de senderismo, lo que permite a los diferentes agentes implicados en el turismo de senderismo poder concentrar sus esfuerzos de marketing en segmentos específicos.
3.1. Datos del estudio.

Los datos fueron obtenidos mediante la Encuesta de Gasto Turístico (EGATUR), elaborada por el Instituto de Estudios Turísticos (IET), para el año 2009. EGATUR es una encuesta que se realiza de forma continua, con periodicidad mensual, en los principales pasos fronterizos de carreteras, aeropuertos y puertos marítimos. La encuesta se realiza mediante entrevista personal a los visitantes no residentes a la salida de España2. La recogida de información se realiza a través de ordenadores de mano que posibilitan la grabación, validación, registro y envío telemático, lo que asegura la máxima calidad de los datos recogidos. Desde el año 2007, el diseño muestral es aleatoria estratificado por país de residencia, vías de acceso y pasos fronterizos. Adicionalmente se establecen cuotas mínimas por país de residencia. Un total de 1.132 respuestas válidas fueron obtenidas durante el año 2009, procedentes de los turistas de senderismo.
3.2. Análisis de los datos.

La mayoría de los trabajos que han estudiado la segmentación en turismo han utilizado el análisis cluster (Arimond and Elfessi, 2001; Leisen, 2001; Mazanec, 1984; Sheppard, 1996). Existe un escaso número de trabajos en la literatura del turismo que hayan utilizado las bondades del análisis de clases latentes.

El análisis de clases latentes (ACL) es una herramienta estadística que permite modelar las relaciones entre las variables observadas, suponiendo que la estructura de relaciones subyacentes es explicada por una variable latente categórica (no observada). Esta metodología clasificatoria se basa en la estimación de probabilidades condicionadas, lo que permite analizar variables medidas en diferentes métricas, especialmente datos categóricos (Magidson y Vermunt, 2001, 2004).

El ACL fue introducido por primera vez por Lazarsfeld (1950) como herramienta para construir una tipología en el análisis de un conjunto de variables dicotómicas. Más tarde, Lazarsfeld y Henry (1968) continuaron con el desarrollo de la técnica. Posteriormente otros autores han desarrollado esta metodología, entre los que cabe citar a Goodman (1974), McCutcheon (1987), Hagenaars (1990), Andersen (1993), Agresti (2002), Bartholomew et al. (2002) y Vermunt y Magidson (2002, 2003, 2005), entre otros.

De acuerdo con Bartholomew et al. (2002), en el análisis de clases latentes se asume que:

  • Cada individuo de una muestra aleatoria pertenece sólo a una de las clases latentes detectadas.

  • La probabilidad de dar una respuesta a un ítem particular es la misma para todos los individuos que se encuentran en la misma clase, pero diferente a la de los individuos que pertenecen a una clase diferente.

  • Dada la pertenencia de un individuo a una clase latente, sus respuestas a cada uno de los ítems son condicionalmente independientes.

Supongamos que tenemos un conjunto de p variables manifiestas que se consideran indicadora de una variable latente Y, y que estas variables conforman un modelo de clases latentes con C clases o categorías. Sea la densidad conjunta de las variables manifiestas , donde representa un determinado patrón de respuesta, en el cual cada toma diferentes valores dependiendo de las categorías de la correspondiente variable manifiesta. Consideremos que cada tiene categorías, , por lo que las variables manifiestas conforman una tabla de contingencia de p-vías con patrones de respuesta.

El supuesto fundamental en todo modelo de variables latentes es el principio de Independencia Condicional o Local, el cual establece que dado un valor fijo de la variable latente, las variables manifiestas son mutuamente independientes. Básicamente, este supuesto viene a señalar que toda la asociación observada entre las variables manifiestas está medida o explicada por las variables latentes (Sepúlveda, 2004). Por este principio se tiene que la probabilidad viene dada por:



donde

La distribución conjunta de X e Y, denotada por puede ser obtenida como , donde representa la proporción de individuos que se encuentran en la clase latente c, , también conocida como probabilidad a priori.

A partir de aquí, el modelo de clases latentes puede ser escrito como:



o equivalentemente,



donde los parámetros están sujetos a las siguientes restricciones:



Como se puede observar el análisis de clases latentes es un modelo paramétrico que utiliza los datos observados para estimar los parámetros del modelo. En este caso, los parámetros del modelo son:

a) La probabilidad de cada una de las clases latentes, .

b) Las probabilidades de respuesta condicional de cada una de las variables manifiestas dentro de cada clase latente, .

El análisis posterior del modelo de clases latentes está relacionado con lo que se puede decir acerca de los individuos que pertenecen a una clase determinada. Para ello se utiliza la distribución de Y condicionada a X, , denominada distribución a posteriori. En la práctica, cada individuo se clasifica en la clase latente en la cual esta probabilidad sea mayor.

La estimación de los parámetros en los modelos de clases latentes depende de la escala de medición de las variables observadas, ya que se asumen diferentes distribuciones para las variables nominales, ordinales y continuas. La estimación se hace mediante estimadores de máxima verosimilitud. El más conocido es el denominado algoritmo EM (Goodman, 1974; Hagenaars, 1990).

La evaluación del ajuste del modelo se realiza usualmente mediante el criterio de información bayesiana (BIC). Este estadístico pondera según el número de parámetros, la bondad del ajuste obtenido. Como regla para la selección del modelo que mejor se ajusta a los datos, se elige el modelo que presente un menor valor de BIC (Gill, 2002).

Hoy día, el desarrollo de software informático con la implementación de importantes algoritmos ha hecho que se haya extendido el uso del análisis de clases latentes.

En nuestro estudio hemos utilizado el software Latent Gold 4.5 de la compañía Statistical Innovations (2010).

4. Resultados

Una vez insertados los datos en Latent Gold 4.5, se obtuvo en primer lugar el resumen de modelos (Tabla 2). El objetivo del trabajo es detectar la posible existencia de grupos en el turismo de senderismo. Para ello hemos considerado en este trabajo la posibilidad de obtener entre 1 y 4 segmentos. Se han seleccionado como indicadores todas las variables señaladas anteriormente, salvo la satisfacción que se ha considerado como covariable debido a su importancia en la definición de los grupos. La regla de decisión es elegir aquel modelo que presente un menor valor del BIC (Criterio de Información Bayesiana). En este caso, según el criterio del BIC debería ser elegido el modelo con 4 clases latentes. Sin embargo, el hecho de que el tamaño muestral es grande y las diferencias de los respectivos LL (razón de log-verosimilitud) son pequeñas provoca que el BIC sea cada vez menor. Dado que el propósito de este estudio es encontrar grupos diferenciados y no ligeramente diferentes, y basándonos en la búsqueda de un modelo lo más reducido posible (principio de parsimonia), se ha seleccionado el modelo de 3 clases latentes.
Tabla 2. Modelos de clases latentes.

 




LL

BIC(LL)

Npar



df

p-value

Class.Err.

Model1

1-Cluster

-12299,0267

24851,1961

36

12126,1086

1096

1,4e-1826

0,0000

Model2

2-Cluster

-11388,0718

23198,0480

60

10304,1987

1072

2,2e-1481

0,0026

Model3

3-Cluster

-10978,4325

22547,5312

84

9484,9201

1048

3,8e-1334

0,0093

Model4

4-Cluster

-10674,0409

22107,5098

108

8876,1370

1024

3,2e-1228

0,0119
1   2   3   4

similar:

Resumen El turismo es una de las industrias del mundo en el que el turismo deportivo ha experimentado una importante atención. El mercado de turismo goza de una gran heterogeneidad. icon2 Turismo y movilidad espacial. Geografía regional del turismo: el turismo en el mundo, año 2000

Resumen El turismo es una de las industrias del mundo en el que el turismo deportivo ha experimentado una importante atención. El mercado de turismo goza de una gran heterogeneidad. iconRetos del 2007: la omt busca consolidar el turismo
«Turismo y Religión», auspiciada por el Gobierno de España, que explorará formas de reforzar la interrelación entre el turismo y...

Resumen El turismo es una de las industrias del mundo en el que el turismo deportivo ha experimentado una importante atención. El mercado de turismo goza de una gran heterogeneidad. iconResumen: Este artículo analiza la armonía y el equilibrio entre una...

Resumen El turismo es una de las industrias del mundo en el que el turismo deportivo ha experimentado una importante atención. El mercado de turismo goza de una gran heterogeneidad. iconPor turismo rural se entiende una actividad turística que se desarrolla...

Resumen El turismo es una de las industrias del mundo en el que el turismo deportivo ha experimentado una importante atención. El mercado de turismo goza de una gran heterogeneidad. iconTurismo innovador en una pequeña isla

Resumen El turismo es una de las industrias del mundo en el que el turismo deportivo ha experimentado una importante atención. El mercado de turismo goza de una gran heterogeneidad. iconTurismo innovador en una pequeña isla

Resumen El turismo es una de las industrias del mundo en el que el turismo deportivo ha experimentado una importante atención. El mercado de turismo goza de una gran heterogeneidad. iconConvocatoria de ayudas a pymes del sector Turismo (10 empresas de...

Resumen El turismo es una de las industrias del mundo en el que el turismo deportivo ha experimentado una importante atención. El mercado de turismo goza de una gran heterogeneidad. iconCongreso de Turismo Náutico bajo el título Innovación y Turismo en la Náutica de Recreo Española

Resumen El turismo es una de las industrias del mundo en el que el turismo deportivo ha experimentado una importante atención. El mercado de turismo goza de una gran heterogeneidad. iconSe considera como monopolio la existencia de una empresa (productora...

Resumen El turismo es una de las industrias del mundo en el que el turismo deportivo ha experimentado una importante atención. El mercado de turismo goza de una gran heterogeneidad. iconMagri turismo ltda. (Agencia de Viajes y Turismo)




Economía


© 2015
contactos
e.exam-10.com