Una parte muy importante de los proyectos de planificación del transporte es la realización de encuestas, bien a población en general o bien a un público objetivo concreto, dependiendo de lo planteado.
Desde hace unos años está surgiendo un poderoso rival a las encuestas tradicionales, el análisis mediante datos de telefonía móvil, que nos puede dar información muy potente y a mucho menor coste que las encuestas. Sin embargo, hay cosas que los móviles, al menos por ahora, no nos pueden decir, como una caracterización detallada del usuario o el motivo del viaje.
A través de las encuestas, si se hacen bien, claro, se pueden realizar análisis y estudios muy interesantes que profundicen en las percepciones que los usuarios tengan de los temas que estemos tratando.
Dentro de estos estudios, hay un tipo que me resulta especialmente interesante, el análisis factorial mediante variables latentes. Las variables latentes son variables que no se pueden obtener de manera directa, sino que es necesario inferirlas a través de otras variables que se pueden observar directamente.
Este tipo de variables se emplean de manera habitual en las ciencias sociales, un campo que lidia con constructos que son complicados o imposibles de medir. Por ejemplo, uno de los primeros usos que tuvo fue para medir la inteligencia, a través del modelo de cinco factores.
En términos prácticos, se realizan varias preguntas sencillas que el participante es capaz de contestar de manera directa, para después agruparlas en las variables latentes. Es importante destacar que las preguntas que se hacen no tienen valor en sí mismas, sino que es la variable que después obtenemos la que nos resulta de utilidad.
¿Y cómo aplicar esto al mundo del transporte? En general estudiamos los comportamientos de los usuarios como si estos fueran a realizar siempre decisiones completamente racionales y lógicas. Sin embargo, es habitual encontrar incoherencias o respuestas diferentes a lo que uno espera.
Cuando se va a ejecutar un nuevo proyecto o un cambio importante es relevante no solo saber el rechazo potencial que puede tener, sino también quiénes son los que lo van a rechazar, y las razones del por qué. De esta manera se podrá analizar si estos sectores formaban parte del público objetivo inicial, así como plantear estrategias de cara a convencer a este público más reticente.
Hace tiempo tuve la oportunidad de trabajar en un proyecto de investigación sobre la implantación de una línea de autobuses autónomos entre la terminal de cruceros y el centro urbano de una ciudad española. Actualmente esta línea funciona mediante autobuses convencionales y se van a sustituir por autobuses de conducción dual.
Entre otras cosas, debíamos estudiar cuál iba a ser la reacción de los usuarios – turistas extranjeros, principalmente – ante la implantación del nuevo sistema, para luego comparar con la aceptación real.
Para ello, elegimos cinco temáticas que la bibliografía y nuestra intuición nos decían que podía ser influyentes: Tecnofilia, seguridad vial, valores medioambientales y seguridad física.
Para poner un ejemplo, la variable latente Tecnofilia la obtuvimos a través de la valoración de las siguientes afirmaciones:
- Me gusta probar nuevos dispositivos tecnológicos.
- Creo que las nuevas tecnologías tienen un gran potencial
- Necesito herramientas tecnológicas en mi vida diaria.
Con las valoraciones sobre estas afirmaciones pudimos construir un modelo de decisión, a través del cual obtuvimos que la variable que más influía era la Tecnofilia (o su contrario Tecnofobia, más bien). Este resultado era lo que espérabamos y nos permitió confirmar nuestra hipótesis.
Como hemos visto, a través del análisis mediante variables latentes podemos averiguar qué tipo de personas son las que van a aceptar o rechazar nuestro proyecto, y también con qué vehemencia van a hacerlo. Después, cruzando las variables latentes con las preguntas de caracterización típicas podremos caracterizar a los que se consideran tecnófilos (o tecnófobos), por ejemplo, y plantear una estrategia para acercarse a dichos usuarios y convencerles de las ventajas de lo que estemos proyectando.
Existirán proyectos en el que este tipo de análisis será muy beneficioso, sobre todo en proyectos de innovación y en los que haya sectores de la población que no crean en él. Sin embargo, en prácticamente cualquier proyecto se puede incluir de forma complementaria, enriqueciendo de esta manera los análisis que se hagan.
Pablo Cidón | Ingeniero | Transport Planner
Referencias
Bartholomew, D. J. (2001). Factor Analysis and Latent Structure: Overview. In International Encyclopedia of the Social & Behavioral Sciences (pp. 5249–5254). https://doi.org/10.1016/b0-08-043076-7/00425-3
Cupani, M. (2012). Análisis de Ecuaciones Estructurales: conceptos, etapas de desarrollo y un ejemplo de aplicación. 2(1), 186–199.
Pedrero, V., Cabieses, B., & Bernales, M. (2015, August 4). El potencial de las variables latentes en investigación en Salud. Revista Medica de Chile, Vol. 143, pp. 814–815. https://doi.org/10.4067/S0034-98872015000600019
Rdz Navarro, K., & Asún, R. (2016). Desarrollos recientes en estadística: Aportes teórico-metodológicos a la investigación sociológica. Sociología y Tecnociencia: Revista Digital de Sociología Del Sistema Tecnocientífico, 1(1), 1–13.