PRÁCTICAS TEMA 2 – DISEÑO EXPERIMENTAL

DE UNA ENCUESTA DE PD

EJERCICIO 1

En el Ayuntamiento de Burgos, se desea estudiar el impacto que tendría sobre la

demanda de autobuses urbanos la introducción de ciertos cambios en el servicio. Las
líneas de estudio son las que discurren por la Avenida del Cid hasta la Escuela
Politécnica Superior.

Para ello, se solicita la elaboración de una encuesta a los usuarios del servicio, en la que
le deberán indicar la probabilidad de emplear el servicio en determinadas situaciones
hipotéticas.

Las variables que se desea estudiar son:

• Precio del billete. Se debe analizar la repercusión de mantener el precio actual
(0,26 €), además de modificarlo en un ±10%.
• Tiempo de viaje. Se está estudiando mantener la ruta actual (35 minutos) o
eliminar el desvío hacia la zona de Huelgas, con un ahorro de 7 minutos.
• Frecuencia del servicio. Se debe valorar la frecuencia actual (20 minutos),
además del establecimiento de un incremento del número de autobuses, que
supondrá un intervalo final de 10 minutos. Otra opción a estudiar, debido a la
necesidad de compensar el coste de una bajada de tarifas, sería aumentar el
intervalo a 25 minutos.

Se decide emplear un experimento de preferencias declaradas, empleando como

estrategias básicas el diseño factorial, y, si es necesario, la división en bloques.

Se pide:
• Basándose en la “Guide to forecasting travel demand with direct utility
assessment” (Kocur et. al, 1982), determinar el diseño experimental óptimo para
la encuesta descrita.
• Si fuera necesaria la división en bloques, realizar dicha separación, teniendo en
cuenta los principios de buena práctica estudiados en las clases.
SOLUCIÓN:

En primer lugar, se debe identificar las variables de decisión de nuestro problema, así
como sus niveles de variación. En este caso, tenemos tres variables, dos de ellas con tres
niveles y, la otra, con dos. Dichas variables son las siguientes:

Precio (€) Tiempo (min) Intervalo (min)

0,286 35 25
0,26 28 20
0,234 10

De este modo, el diseño factorial completo tendría 3221 combinaciones posibles, es

decir, 18 preguntas a realizar a los usuarios.

A continuación, buscamos en la “Guide to Forecasting Travel Demand with Direct

Utility Assessment”, de Kocur, aquellos planes que son válidos para nuestro caso
particular de estudio. Observamos que serían válidos los denominados 35a y 35b.

Entre ellos, elegiremos el plan experimental 35b, ya que el 35a no permite interacciones
entre variables de ningún tipo, mientras que el 35b permite todas las interacciones, al ser
un diseño factorial completo, de 18 preguntas en total. De este modo, el experimento
35b nos envía al Master Plan 6.

A continuación, transformamos los valores reales de las variables en 0, 1 ó 2, a fin de

adaptarlos a la tipología de datos de la Guía. Así, nos quedan las variables codificadas
como sigue:

Precio (€) Tiempo (min) Intervalo (min)

0 0 0
1 1 1
2 2

En el Master Plan 6, si elegimos las columnas 1 y 2 para las variables de 3 niveles y la

14 para la de los niveles (como marca la Guía), no se obtiene el diseño factorial
completo, habiendo observaciones repetidas. Por tanto, decidimos asignar la columna 1
al precio del billete, la 2, al intervalo entre autobuses, y en cuanto al tiempo de viaje,
rehacerla de modo que consigamos un diseño factorial completo.

A continuación, presentamos las columnas seleccionadas del Master Plan 6 (junto con la
“14” modificada para obtener un diseño factorial completo), y también la
transformación de sus valores en los reales de las variables asignadas:
 1 2 14 Precio (€) Intervalo (min) Tiempo (min)
0 0 0 0.286 25 35
0 1 0 0.286 20 35
0 2 0 0.286 10 35
1 0 0 0.26 25 35
1 1 0 0.26 20 35
1 2 0 0.26 10 35
2 0 0 0.234 25 35
2 1 0 0.234 20 35
2 2 0 0.234 10 35
0 0 1 0.286 25 28
0 1 1 0.286 20 28
0 2 1 0.286 10 28
1 0 1 0.26 25 28
1 1 1 0.26 20 28
1 2 1 0.26 10 28
2 0 1 0.234 25 28
2 1 1 0.234 20 28
2 2 1 0.234 10 28

Así pues, éstas serán las 18 situaciones a incluir en la encuesta, de modo que quedaría
resuelta la primera parte del ejercicio.

A continuación, dado que 18 situaciones son demasiadas para preguntar a un solo

entrevistado, plantearemos un diseño en bloques. Podrían ser válidos 3 bloques de 6
preguntas o bien 2 bloques de 9 preguntas cada uno. Veremos cuál podemos obtener.

En primer lugar, normalizamos las variables de las tres columnas seleccionadas. De este
modo, las variables de tres niveles quedarán codificadas con -1, 0 ó +1, mientras que la
de dos niveles, con -0,5 ó +0,5.

Después, buscamos una interacción de tercer (o mayor) grado poco relevante. En este
caso, sólo hay una interacción de tercer grado, y es la multiplicación de las tres
variables. Así pues, probamos en primer lugar si esta interacción es válida para nuestro
diseño en bloques:

1 2 14 1 2 14 1*2*14
0 0 0 -1 -1 -0.5 -0.5
0 1 0 -1 0 -0.5 0
0 2 0 -1 1 -0.5 0.5
1 0 0 0 -1 -0.5 0
1 1 0 0 0 -0.5 0
1 2 0 0 1 -0.5 0
2 0 0 1 -1 -0.5 0.5
2 1 0 1 0 -0.5 0
2 2 0 1 1 -0.5 -0.5
0 0 1 -1 -1 0.5 0.5
0 1 1 -1 0 0.5 0
0 2 1 -1 1 0.5 -0.5
1 0 1 0 -1 0.5 0
1 1 1 0 0 0.5 0
1 2 1 0 1 0.5 0
2 0 1 1 -1 0.5 -0.5
2 1 1 1 0 0.5 0
2 2 1 1 1 0.5 0.5
Observamos que salen tres bloques no homogéneos, con lo que esta interacción no es
válida. Por tanto, tendremos que pasar a analizar las interacciones de segundo grado. En
este caso, tenemos tres posibilidades, con las que resulta lo siguiente:

1 2 14 1 2 14 1*14 2*14 1*2

0 0 0 -1 -1 -0.5 0.5 0.5 1
0 1 0 -1 0 -0.5 0.5 0 0
0 2 0 -1 1 -0.5 0.5 -0.5 -1
1 0 0 0 -1 -0.5 0 0.5 0
1 1 0 0 0 -0.5 0 0 0
1 2 0 0 1 -0.5 0 -0.5 0
2 0 0 1 -1 -0.5 -0.5 0.5 -1
2 1 0 1 0 -0.5 -0.5 0 0
2 2 0 1 1 -0.5 -0.5 -0.5 1
0 0 1 -1 -1 0.5 -0.5 -0.5 1
0 1 1 -1 0 0.5 -0.5 0 0
0 2 1 -1 1 0.5 -0.5 0.5 -1
1 0 1 0 -1 0.5 0 -0.5 0
1 1 1 0 0 0.5 0 0 0
1 2 1 0 1 0.5 0 0.5 0
2 0 1 1 -1 0.5 0.5 -0.5 -1
2 1 1 1 0 0.5 0.5 0 0
2 2 1 1 1 0.5 0.5 0.5 1

Podemos comprobar que, de nuevo, la interacción 1*2 nos da tres bloques no

homogéneos, por lo que tampoco sería válida. Las otras dos combinaciones pueden ser
válidas, pues ambas nos dan tres bloques homogéneos de 6 situaciones cada uno.

Dado que la variable “precio” suele ser una de las más importantes, no parece adecuado
seleccionarla como interacción a despreciar. Por ello, finalmente nos quedaremos con la
interacción 2*14 como criterio de división en bloques.

Precio (€) Intervalo (min) Tiempo (min) 2*14

0.286 25 35 0.5
0.286 20 35 0
0.286 10 35 -0.5
0.26 25 35 0.5
0.26 20 35 0
0.26 10 35 -0.5
0.234 25 35 0.5
0.234 20 35 0
0.234 10 35 -0.5
0.286 25 28 -0.5
0.286 20 28 0
0.286 10 28 0.5
0.26 25 28 -0.5
0.26 20 28 0
0.26 10 28 0.5
0.234 25 28 -0.5
0.234 20 28 0
0.234 10 28 0.5
Los bloques se pueden ahora separar, dividiendo las filas en función del valor de la
combinación normalizada, quedando los siguientes bloques:

Precio (€) Intervalo (min) Tiempo (min) 2*14

0.286 10 35 -0.5
0.26 10 35 -0.5
0.234 10 35 -0.5
0.286 25 28 -0.5
0.26 25 28 -0.5
0.234 25 28 -0.5
0.286 20 35 0
0.26 20 35 0
0.234 20 35 0
0.286 20 28 0
0.26 20 28 0
0.234 20 28 0
0.286 25 35 0.5
0.26 25 35 0.5
0.234 25 35 0.5
0.286 10 28 0.5
0.26 10 28 0.5
0.234 10 28 0.5

Por tanto, ya tendríamos las situaciones correspondientes a cada bloque, habiendo

completado también la segunda parte del ejercicio.

El último paso que resta es ordenar los bloques correctamente, dado que cada uno de
ellos conforma una encuesta diferente. Para ello, se pondría en primer lugar la situación
más parecida a la actual, seguida de las opciones mejor y peor, y después el resto,
ordenadas aleatoriamente. Por ejemplo, podría quedar como sigue:

Precio (€) Intervalo (min) Tiempo (min)

0.26 10 35
0.234 25 28
0.286 10 35
0.234 10 35
0.26 25 28
0.286 25 28

Precio (€) Intervalo (min) Tiempo (min)

0.26 20 35
0.234 20 28
0.286 20 35
0.26 20 28
0.286 20 28
0.234 20 35

Precio (€) Intervalo (min) Tiempo (min)

0.26 25 35
0.234 10 28
0.286 25 35
0.234 25 35
0.26 10 28
0.286 10 28
EJERCICIO 2

Las Administraciones locales de una determinada ciudad, a la vista del alto porcentaje
de utilización del vehículo privado en la misma, están tratando de potenciar la
utilización de los autobuses urbanos para los viajes de los trabajadores a un polígono
industrial de la periferia.

Para ello, deciden realizar una encuesta a los trabajadores de dicho polígono, en la que
determinar cuáles son las variables más influyentes a la hora de elegir el transporte
público o el vehículo privado. Las variables que se desea incluir en la encuesta son:

• Coste del viaje. Para el autobús, se considerará el actual precio del billete
(0,30 €), así como su posible disminución para los trabajadores en un 20%. Para
el coche, se introducirá el coste actual del viaje (1,00 €), y su aumento debido a
la posible aplicación de un pago por estacionar en el polígono (0,50 € por
estacionar).
• Duración del viaje. Para el autobús, se considerará el valor actual (30 minutos),
y una disminución del mismo en un 40% debida a la implantación de un carril
bus. Para el coche, únicamente se incluirá el valor actual (20 minutos).
• Intervalo entre autobuses. Se considerará el intervalo actual entre autobuses
(20 minutos), y una disminución del mismo en un 25% debida a la adquisición
de más vehículos.

Se ha determinado que la mejor forma de valorar estas medidas es a través de un

experimento de preferencias declaradas.

Con estos datos, y empleado la metodología propuesta en la “Guide to forecasting travel

demand with direct utility assessment” (Kocur et. al, 1982), se pide:

• Determina cuál sería el plan experimental óptimo (teniendo en cuenta el número

de escenarios y las interacciones independientes entre variables) para nuestra
encuesta. Justifica tu respuesta.
• Obtén los escenarios de elección correspondientes a dicho plan.
• Si fuera necesario, haz la división en bloques, de la forma que consideres más
adecuada. Plantea de forma definitiva los escenarios de la/s encuesta/s.
• De entre los distintos tipos de respuesta que conozcas en los experimentos de
preferencias declaradas, indica razonadamente cuál emplearías en la encuesta.
¿Cómo plantearías, por tanto, las preguntas y posibles respuestas a presentar al
entrevistado?
SOLUCIÓN:

Al igual que en el ejercicio anterior, en primer lugar identificaremos las variables de

decisión de nuestro problema, así como sus niveles de variación. En este caso, tenemos
cuatro variables con dos niveles y otra (el tiempo de viaje en coche) que es constante en
todo el experimento. Dichas variables son las siguientes:

Coste bus (€) Coste coche (€) Tiempo bus (min) Tiempo coche (min) Intervalo bus (min)
0.30 1.50 30 20 20
0.24 1.00 18 15

De este modo, el diseño factorial completo es de tipo 24, es decir tendría 16

combinaciones posibles.

A continuación, buscamos en la “Guide to Forecasting Travel Demand with Direct

Utility Assessment”, de Kocur, aquellos planes que son válidos para nuestro caso
particular de estudio. Observamos que serían válidos los denominados 3a y 3b.

Entre ellos, elegiremos el plan experimental 3b, ya que permite todas las interacciones,
al ser un diseño factorial completo, de 16 preguntas en total. De este modo, el
experimento 3b nos envía al Master Plan 5, en el que deberemos elegir únicamente las
columnas 12, 13, 14 y 15.

A continuación, transformamos los valores reales de las variables en 0, 1 ó 2, a fin de

adaptarlos a la tipología de datos de la Guía. Así, nos quedan las variables codificadas
como sigue:

Coste bus (€) Coste coche (€) Tiempo bus (min) Intervalo bus (min)
0 0 0 0
1 1 1 1

En el Master Plan 5, observamos que las 4 columnas que nos indican tienen sólo dos
niveles. Además, dado que el diseño es en este caso completo, todas las variables son
independientes (incluidas sus interacciones), y es indiferente cuál elijamos para cada
columna. Así, usaremos para los costes del bus y del coche las columnas 12 y 13,
respectivamente, para el tiempo de viaje en bus la 14 y, para el intervalo, la 15.

A continuación, presentamos las cuatro columnas seleccionadas del Master Plan 5, y

también la transformación de sus valores en los reales de las variables asignadas:
 12 13 14 15 Coste bus (€) Coste coche (€) Tiempo bus (min) Intervalo bus (min)
0 0 0 0 0.30 1.50 30 20
0 0 0 1 0.30 1.50 30 15
0 0 1 0 0.30 1.50 18 20
0 0 1 1 0.30 1.50 18 15
1 1 0 0 0.24 1.00 30 20
1 1 0 1 0.24 1.00 30 15
1 1 1 0 0.24 1.00 18 20
1 1 1 1 0.24 1.00 18 15
0 1 0 0 0.30 1.00 30 20
0 1 0 1 0.30 1.00 30 15
0 1 1 0 0.30 1.00 18 20
0 1 1 1 0.30 1.00 18 15
1 0 0 0 0.24 1.50 30 20
1 0 0 1 0.24 1.50 30 15
1 0 1 0 0.24 1.50 18 20
1 0 1 1 0.24 1.50 18 15

Así pues, éstas serán las 16 situaciones a incluir en la encuesta.

A continuación, dado que 16 situaciones son demasiadas para preguntar a un solo

entrevistado, plantearemos un diseño en bloques. Podrían ser válidos 2 bloques de 8
preguntas o bien 4 bloques de 4 preguntas cada uno (peor opción). Veremos cuál
podemos obtener.

En primer lugar, normalizamos las variables de las tres columnas seleccionadas. De este
modo, al tener todas las variables dos niveles, quedarán codificadas con -0,5 ó +0,5.

Después, buscamos la interacción de mayor grado posible o, en caso contrario, una que
sea poco relevante. En este caso, probamos con la de cuarto grado, que es la
multiplicación de las cuatro variables. Así pues, probamos en primer lugar si esta
interacción es válida para nuestro diseño en bloques:

12 13 14 15 12 13 14 15 12*13*14*15
0 0 0 0 -0,5 -0,5 -0,5 -0,5 0,0625
0 0 0 1 -0,5 -0,5 -0,5 0,5 -0,0625
0 0 1 0 -0,5 -0,5 0,5 -0,5 -0,0625
0 0 1 1 -0,5 -0,5 0,5 0,5 0,0625
1 1 0 0 0,5 0,5 -0,5 -0,5 0,0625
1 1 0 1 0,5 0,5 -0,5 0,5 -0,0625
1 1 1 0 0,5 0,5 0,5 -0,5 -0,0625
1 1 1 1 0,5 0,5 0,5 0,5 0,0625
0 1 0 0 -0,5 0,5 -0,5 -0,5 -0,0625
0 1 0 1 -0,5 0,5 -0,5 0,5 0,0625
0 1 1 0 -0,5 0,5 0,5 -0,5 0,0625
0 1 1 1 -0,5 0,5 0,5 0,5 -0,0625
1 0 0 0 0,5 -0,5 -0,5 -0,5 -0,0625
1 0 0 1 0,5 -0,5 -0,5 0,5 0,0625
1 0 1 0 0,5 -0,5 0,5 -0,5 0,0625
1 0 1 1 0,5 -0,5 0,5 0,5 -0,0625
Observamos que salen dos bloques homogéneos, con lo que esta interacción es válida.
Así, finalmente nos quedaremos con esta interacción como criterio de división en
bloques.

Coste bus (€) Coste coche (€) Tiempo bus (min) Intervalo bus (min) 12*13*14*15
0.30 1.50 30 20 0.0625
0.30 1.50 30 15 -0.0625
0.30 1.50 18 20 -0.0625
0.30 1.50 18 15 0.0625
0.24 1.00 30 20 0.0625
0.24 1.00 30 15 -0.0625
0.24 1.00 18 20 -0.0625
0.24 1.00 18 15 0.0625
0.30 1.00 30 20 -0.0625
0.30 1.00 30 15 0.0625
0.30 1.00 18 20 0.0625
0.30 1.00 18 15 -0.0625
0.24 1.50 30 20 -0.0625
0.24 1.50 30 15 0.0625
0.24 1.50 18 20 0.0625
0.24 1.50 18 15 -0.0625

Los bloques se pueden ahora separar, dividiendo las filas en función del valor de la
combinación normalizada, quedando los siguientes bloques:

Coste bus (€) Coste coche (€) Tiempo bus (min) Intervalo bus (min) 12*13*14*15
0.30 1.50 30 15 -0.0625
0.30 1.50 18 20 -0.0625
0.24 1.00 30 15 -0.0625
0.24 1.00 18 20 -0.0625
0.30 1.00 30 20 -0.0625
0.30 1.00 18 15 -0.0625
0.24 1.50 30 20 -0.0625
0.24 1.50 18 15 -0.0625
0.30 1.50 30 20 0.0625
0.30 1.50 18 15 0.0625
0.24 1.00 30 20 0.0625
0.24 1.00 18 15 0.0625
0.30 1.00 30 15 0.0625
0.30 1.00 18 20 0.0625
0.24 1.50 30 15 0.0625
0.24 1.50 18 20 0.0625

Por tanto, ya tendríamos las situaciones correspondientes a cada bloque. Así, los
escenarios definitivos de la encuesta incluirían estos valores, más los del tiempo de
viaje en coche, que es constante.
 Coste bus (€) Coste coche (€) Tiempo bus (min) Tiempo coche (min) Intervalo bus (min)
0.30 1.50 30 20 15
0.30 1.50 18 20 20
0.24 1.00 30 20 15
0.24 1.00 18 20 20
0.30 1.00 30 20 20
0.30 1.00 18 20 15
0.24 1.50 30 20 20
0.24 1.50 18 20 15

Coste bus (€) Coste coche (€) Tiempo bus (min) Tiempo coche (min) Intervalo bus (min)
0.30 1.50 30 20 20
0.30 1.50 18 20 15
0.24 1.00 30 20 20
0.24 1.00 18 20 15
0.30 1.00 30 20 15
0.30 1.00 18 20 20
0.24 1.50 30 20 15
0.24 1.50 18 20 20

Finalmente, nos queda por último ordenar las preguntas de los bloques. Para ello, se
coloca en primer lugar la más parecida a la situación actual. A continuación, la más
favorable a cada modo. Por último, el resto se ordena aleatoriamente. Además, lo más
lógico sería agrupar las variables de cada modo.

Coste coche (€) Tiempo coche (min) Coste bus (€) Tiempo bus (min) Intervalo bus (min)
1.50 20 0.30 30 15
1.00 20 0.24 18 20
1.50 20 0.24 30 20
1.50 20 0.24 18 15
1.00 20 0.30 30 20
1.00 20 0.24 30 15
1.00 20 0.30 18 15
1.50 20 0.30 18 20

Coste coche (€) Tiempo coche (min) Coste bus (€) Tiempo bus (min) Intervalo bus (min)
1.50 20 0.30 30 20
1.00 20 0.24 18 15
1.50 20 0.24 30 15
1.00 20 0.30 18 20
1.00 20 0.24 30 20
1.50 20 0.30 18 15
1.00 20 0.30 30 15
1.50 20 0.24 18 20

Se podrían plantear las preguntas de dos maneras:

• Como elección, es decir, preguntando en cada escenario qué modo elegirían los
entrevistados: coche, autobús, ó NS/NC. Al tener sólo dos alternativas de
elección (coche y autobús), la elección es igual a la jerarquización.
• Por escalamiento, es decir, preguntando la probabilidad de elección de cada
modo: seguramente coche, probablemente coche, indiferente, probablemente bus
o seguramente bus.
EJERCICIO 3

Se desea consultar a los usuarios si volverían a realizar un viaje en autobús interurbano,

una vez se han bajado del mismo.

Tras un estudio previo, se sabe que las únicas variables que éstos consideran son el
tiempo y el coste, cuyos valores actuales son 1 hora y 10 €, respectivamente.

Diseña de forma adecuada un experimento de preferencias declaradas por escalamiento,

empleando un diseño factorial completo, y dando 2 niveles al tiempo de viaje (actual y
bajando un 25%) y 3 niveles al coste (actual y variando un ± 10%).

SOLUCIÓN:

En primer lugar identificaremos las variables de decisión de nuestro problema, así como
sus niveles de variación. En este caso, tenemos una variable (el tiempo de viaje) con dos
niveles y otra (el coste) con tres niveles. Sus valores son los siguientes:

Coste bus (€) Tiempo bus (min)

11 60
10 45
9

De este modo, el diseño factorial completo es de tipo 2*3, es decir tendría 6

combinaciones posibles.

Acudiendo a la “Guide to Forecasting Travel Demand with Direct Utility Assessment”,

de Kocur, el único plan que sería válido es el 34. Pero ni siquiera es necesario
emplearlo, al ser un diseño factorial completo.

Así, las 6 combinaciones posibles se pueden establecer directamente:

Coste bus (€) Tiempo bus (min)

11 60
10 60
9 60
11 45
10 45
9 45

Dado que no son demasiadas, se pueden hacer todas al mismo entrevistado, por lo que
no sería necesaria la división en bloques.

Sólo nos queda por último ordenar las preguntas de la encuesta. Para ello, se coloca en
primer lugar la más parecida a la situación actual. A continuación, la más favorable y la
más desfavorable al autobús. Por último, el resto se dispone aleatoriamente.
 Coste bus (€) Tiempo bus (min)
10 60
9 45
11 60
11 45
10 45
9 60

Como se nos dice que el experimento debe ser por escalamiento, preguntaríamos al
usuario sobre la posibilidad de que volvieran a emplear el autobús interurbano, en las
condiciones expuestas en los escenarios. Las posibles respuestas serían:

• Seguramente
• Probablemente
• No lo sé
• Probablemente no
• Seguramente no
EJERCICIO 4

Las Administraciones de la Universidad de Burgos, a la vista de la escasa utilización de

la bicicleta como modo de transporte habitual de los alumnos, están tratando de
potenciar su uso para los desplazamientos hacia/desde los respectivos centros,
intentando captar actuales usuarios del coche.

Para ello, deciden realizar una encuesta al alumnado, en la que determinar cuáles son los
factores más influyentes a la hora de elegir el vehículo privado motorizado o la bici. Las
variables que se desea incluir en la encuesta son:

• Coste del viaje. Para el coche, se introducirá el coste actual del viaje (1,00 €), y
su aumento debido a la posible aplicación de un pago por estacionar en los
centros de estudio (+ 0,50 € ó + 1,00 € por estacionar). Para la bici, el coste será
nulo.
• Duración del viaje. Para la bici, se considerará el valor actual (30 minutos), y
una disminución del mismo en un 30% debida a la implantación de un carril bici
segregado. Para el coche, se incluirá el valor actual (20 minutos) y su posible
aumento en 5 minutos por la congestión en hora punta.
• Facilidades de aparcamiento de la bicicleta. Se considerarán tres escenarios: uno
sin aparcamiento específico para bicis (situación actual), otro con aparcamiento
básico (típicas U invertidas), y un tercero en el que las bicis estarían cubiertas y
protegidas de las inclemencias meteorológicas y de posibles robos.

Se ha determinado que la mejor forma de valorar estas medidas es a través de un

experimento de preferencias declaradas.

Con estos datos, y empleado la metodología propuesta en la “Guide to forecasting travel

demand with direct utility assessment” (Kocur et al, 1982), se pide:

a. Determina cuál sería el plan experimental óptimo (teniendo en cuenta el número

de escenarios y las interacciones independientes entre variables) para nuestra
encuesta. Justifica tu respuesta.
b. Obtén los escenarios de elección correspondientes a dicho plan.
c. Si fuera necesario, haz la división en bloques, de la forma que consideres más
adecuada. Plantea de forma definitiva los escenarios de la/s encuesta/s.
SOLUCIÓN:

En primer lugar identificaremos las variables de decisión de nuestro problema, así como
sus niveles de variación. En este caso, tenemos dos variables (coste del viaje en coste y
aparcamiento de la bici) con tres niveles, otras dos (tiempos de viaje en coche y en bici)
con dos niveles y otra (el coste del viaje en bici) que es constante en todo el
experimento. Dichas variables son las siguientes:

Coste coche Coste bici Tiempo coche Tiempo bici Aparc. Bici
2 0 25 30 No
1.5 20 21 U
1 Protegido

De este modo, el diseño factorial completo es de tipo 22*32, es decir tendría 36

combinaciones posibles.

A continuación, buscamos en la “Guide to Forecasting Travel Demand with Direct

Utility Assessment”, de Kocur, aquellos planes que son válidos para nuestro caso
particular de estudio. Observamos que serían válidos los denominados 44a, 44b y 44c.

Entre ellos, elegiremos el plan experimental 44b, ya que permite que los efectos
principales sean independientes de las interacciones de 2º grado. De este modo, el
experimento 44b nos envía al Master Plan 8, en el que deberemos elegir únicamente las
columnas 1, 2, 5 y 13*.

A continuación, transformamos los valores reales de las variables en 0, 1 ó 2, a fin de

adaptarlos a la tipología de datos de la Guía. Así, nos quedan las variables codificadas
como sigue:

Coste coche Coste bici Tiempo coche Tiempo bici Aparc. Bici
0 -- 0 0 0
1 1 1 1
2 2

El hecho de que la columna 13 deba ser modificada, nos indica que ésta debe ser para
una variable con dos niveles. La otra variable con dos niveles la colocaremos, por
ejemplo, en el columna 5.

Así, la columna 1 será el coste del coche, la 2 el tipo de aparcamiento de las bicis, la 5
el tiempo de viaje en bici y la 13 el tiempo de viaje en coche.

A continuación, presentamos las cuatro columnas seleccionadas del Master Plan 8, y

también la transformación de sus valores en los reales de las variables asignadas:
 1 13 5 2 Coste coche Tiempo coche Tiempo bici Aparc. Bici
0 0 0 0 2 25 30 No
0 0 1 0 2 25 21 No
0 1 0 0 2 20 30 No
0 0 0 1 2 25 30 U
0 1 1 1 2 20 21 U
0 0 0 1 2 25 30 U
0 1 0 2 2 20 30 Protegido
0 0 1 2 2 25 21 Protegido
0 0 0 2 2 25 30 Protegido
1 1 0 0 1.5 20 30 No
1 0 1 0 1.5 25 21 No
1 0 0 0 1.5 25 30 No
1 0 0 1 1.5 25 30 U
1 0 1 1 1.5 25 21 U
1 1 0 1 1.5 20 30 U
1 0 0 2 1.5 25 30 Protegido
1 1 1 2 1.5 20 21 Protegido
1 0 0 2 1.5 25 30 Protegido
2 0 0 0 1 25 30 No
2 1 1 0 1 20 21 No
2 0 0 0 1 25 30 No
2 1 0 1 1 20 30 U
2 0 1 1 1 25 21 U
2 0 0 1 1 25 30 U
2 0 0 2 1 25 30 Protegido
2 0 1 2 1 25 21 Protegido
2 1 0 2 1 20 30 Protegido

Así pues, éstas serán las 27 situaciones a incluir en la encuesta.

A continuación, dado que 27 situaciones son demasiadas para preguntar a un solo

entrevistado, plantearemos un diseño en bloques. Podrían ser válidos 3 bloques de 9
preguntas cada uno.

En primer lugar, normalizamos las variables de las columnas seleccionadas. De este

modo, las variables de tres niveles quedarán codificadas con -1, 0 ó +1, mientras que la
de dos niveles, con -0,5 ó +0,5.

Después, buscamos la interacción de mayor grado posible o, en caso contrario, una que
sea poco relevante. En este caso, comenzamos probando con la de cuarto grado, que es
la multiplicación de las cuatro variables. No nos resultan bloques homogéneos, así que
seguimos tanteando con las de tercer grado.

Tras varios tanteos, obtenemos que multiplicando las columnas 1, 5 y 13 nos quedan
tres bloques homogéneos:
 1 2 5 13 1 2 5 13 1*2*5*13 1*2*5 1*2*13 1*5*13
0 0 0 0 -1 -1 -0.5 -0.5 0.25 -0.5 -0.5 -0.25
0 0 1 2 -1 -1 0.5 -0.5 -0.25 0.5 -0.5 0.25
0 0 2 1 -1 -1 -0.5 0.5 -0.25 -0.5 0.5 0.25
0 1 0 2 -1 0 -0.5 -0.5 0 0 0 -0.25
0 1 1 1 -1 0 0.5 0.5 0 0 0 -0.25
0 1 2 0 -1 0 -0.5 -0.5 0 0 0 -0.25
0 2 0 1 -1 1 -0.5 0.5 0.25 0.5 -0.5 0.25
0 2 1 0 -1 1 0.5 -0.5 0.25 -0.5 0.5 0.25
0 2 2 2 -1 1 -0.5 -0.5 -0.25 0.5 0.5 -0.25
1 0 0 1 0 -1 -0.5 0.5 0 0 0 0
1 0 1 0 0 -1 0.5 -0.5 0 0 0 0
1 0 2 2 0 -1 -0.5 -0.5 0 0 0 0
1 1 0 0 0 0 -0.5 -0.5 0 0 0 0
1 1 1 2 0 0 0.5 -0.5 0 0 0 0
1 1 2 1 0 0 -0.5 0.5 0 0 0 0
1 2 0 2 0 1 -0.5 -0.5 0 0 0 0
1 2 1 1 0 1 0.5 0.5 0 0 0 0
1 2 2 0 0 1 -0.5 -0.5 0 0 0 0
2 0 0 2 1 -1 -0.5 -0.5 -0.25 0.5 0.5 0.25
2 0 1 1 1 -1 0.5 0.5 -0.25 -0.5 -0.5 0.25
2 0 2 0 1 -1 -0.5 -0.5 -0.25 0.5 0.5 0.25
2 1 0 1 1 0 -0.5 0.5 0 0 0 -0.25
2 1 1 0 1 0 0.5 -0.5 0 0 0 -0.25
2 1 2 2 1 0 -0.5 -0.5 0 0 0 0.25
2 2 0 0 1 1 -0.5 -0.5 0.25 -0.5 -0.5 0.25
2 2 1 2 1 1 0.5 -0.5 -0.25 0.5 -0.5 -0.25
2 2 2 1 1 1 -0.5 0.5 -0.25 -0.5 0.5 -0.25

Esta será, por tanto, la interacción seleccionada para la división en bloques:

 Coste coche Tiempo coche Tiempo bici Aparc. Bici 1*5*13
2 25 30 No -0.25
2 25 30 U -0.25
2 20 21 U -0.25

BLOQUE 1
2 25 30 U -0.25
2 25 30 Protegido -0.25
1 20 30 U -0.25
1 25 21 U -0.25
1 25 21 Protegido -0.25
1 20 30 Protegido -0.25
1.5 20 30 No 0
1.5 25 21 No 0
1.5 25 30 No 0
BLOQUE 2

1.5 25 30 U 0
1.5 25 21 U 0
1.5 20 30 U 0
1.5 25 30 Protegido 0
1.5 20 21 Protegido 0
1.5 25 30 Protegido 0
2 25 21 No 0.25
2 20 30 No 0.25
2 20 30 Protegido 0.25
BLOQUE 3

2 25 21 Protegido 0.25
1 25 30 No 0.25
1 20 21 No 0.25
1 25 30 No 0.25
1 25 30 U 0.25
1 25 30 Protegido 0.25

Por tanto, ya tendríamos las situaciones correspondientes a cada bloque. Así, los
escenarios definitivos de la encuesta incluirían estos valores, más los del coste del viaje
en bici, que es siempre nulo.

Coste coche Coste bici Tiempo coche Tiempo bici Aparc. Bici
2 0 25 30 No
2 0 25 30 U
2 0 20 21 U
2 0 25 30 U
2 0 25 30 Protegido
1 0 20 30 U
1 0 25 21 U
1 0 25 21 Protegido
1 0 20 30 Protegido
 Coste coche Coste bici Tiempo coche Tiempo bici Aparc. Bici
1.5 0 20 30 No
1.5 0 25 21 No
1.5 0 25 30 No
1.5 0 25 30 U
1.5 0 25 21 U
1.5 0 20 30 U
1.5 0 25 30 Protegido
1.5 0 20 21 Protegido
1.5 0 25 30 Protegido

Coste coche Coste bici Tiempo coche Tiempo bici Aparc. Bici
2 0 25 21 No
2 0 20 30 No
2 0 20 30 Protegido
2 0 25 21 Protegido
1 0 25 30 No
1 0 20 21 No
1 0 25 30 No
1 0 25 30 U
1 0 25 30 Protegido

Finalmente, nos queda por último ordenar las preguntas de los bloques. Para ello, se
coloca en primer lugar la más parecida a la situación actual. A continuación, la más
favorable a cada modo. Por último, el resto se ordena aleatoriamente. Además, lo más
lógico sería agrupar las variables de cada modo.

Coste coche Tiempo coche Coste bici Tiempo bici Aparc. Bici
1 20 0 30 U
1 20 0 30 Protegido
2 20 0 21 U
2 25 0 30 U
1 25 0 21 Protegido
1 25 0 21 U
2 25 0 30 U
2 25 0 30 Protegido
2 25 0 30 No
 Coste coche Tiempo coche Coste bici Tiempo bici Aparc. Bici
1.5 20 0 30 No
1.5 25 0 21 U
1.5 20 0 30 U
1.5 25 0 30 Protegido
1.5 25 0 30 U
1.5 25 0 30 Protegido
1.5 20 0 21 Protegido
1.5 25 0 30 No
1.5 25 0 21 No

Coste coche Tiempo coche Coste bici Tiempo bici Aparc. Bici
1 25 0 30 No
1 20 0 21 No
2 20 0 30 No
1 25 0 30 Protegido
1 25 0 30 U
1 25 0 30 No
2 20 0 30 Protegido
2 25 0 21 No
2 25 0 21 Protegido

Se podrían plantear las preguntas de dos maneras:

• Como elección, es decir, preguntando en cada escenario qué modo elegirían los
entrevistados: coche, bici, ó NS/NC. Al tener sólo dos alternativas de elección
(coche y bici), la elección es igual a la jerarquización.

• Por escalamiento, es decir, preguntando la probabilidad de elección de cada

modo: seguramente coche, probablemente coche, indiferente, probablemente
bici o seguramente bici.