Elif ACAR - asosjournal.com Elif ACAR.pdf · Rekabetin giderek yoğunlaştığı ve zorlaştığı hazır giyim sektörü perakende ... Hazır giyim Türkiye’de en ... araştırması

Akademik Sosyal Araştırmalar Dergisi, Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295

Elif ACAR1

Harun SÖNMEZ2

KONJOİNT ANALİZİ VE GENÇ KADIN TÜKETİCİLERİN

HAZIR GİYİM MAĞAZA TERCİHLERİNİ

ETKİLEYEN UNSURLARIN İNCELENMESİ

Özet

Bu çalışmada, giyim sektörü açısından önemli bir tüketici grubu olan genç kadın

tüketicilerin günlük hazır giyim alışverişlerinde perakende mağaza tercihine

yönelik tutumlarının ortaya çıkarılması için pazarlama araştırması yapılmaktadır.

Çalışmada öncelikle son yıllarda pazarlama araştırmalarında oldukça yaygın

kullanılan Konjoint Analizi yönteminin teorik yapısı ve aşamaları

tanımlanmaktadır. Daha sonra, mağaza seçimini etkileyen marka, kampanya,

konum, hizmet seviyesi, ortam şartları, ürün çeşitliliği ve kat sayısı gibi önemli

özellikler belirlenerek, hedef tüketici tercihinde bu mağaza özelliklerinin ne ölçüde

önemli olduğunu belirlemek için Konjoint anketi vasıtasıyla Konjoint analizi

uygulanmıştır. Son olarak, Konjoint analizinden elde edilen sayısal sonuçlar

yorumlanmıştır. Araştırma sonuçları ile Türk giyim sektöründeki işletmelere hedef

tüketici gurubuna yönelik pazarlama stratejileri geliştirmeleri için yardımcı bilgiler

sağlanmıştır.

Anahtar Kelimeler: Giyim Sektörü, Mağaza Tercihi, Genç Kadın Tüketici,

Konjoint Analizi.

CONJOINT ANALYSIS AND EXAMINING THE FACTORS

AFFECTING CLOTHING STORE PREFERENCES

OF YOUNG WOMEN CONSUMERS

Abstract

In this study, a marketing research is conducted to reveal attitudes towards the store

preferences of young women consumers who are among important consumer

1 Dr., İşletme-Sayısal Yöntemler ABD., [email protected] 2 Doç. Dr., Anadolu Üniversitesi, Açıköğretim Fakültesi, [email protected]

The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295

279

Konjoint Analizi ve Genç Kadın Tüketicilerin Hazir Giyim Mağaza Tercihlerini

Etkileyen Unsurların İncelenmesi

groups for clothing sector in daily clothing shopping. In the study, firstly the

theoretical structure and stages of the Conjoint Analysis Method which is used

widely in marketing researchs especially in recent years is defined. Then, some

features like brand, campaign, location, service level, environmental conditions,

product variety and number of floors that affect the clothing store choices of the

target consumers are determined and the Conjoint Analysis Method is performed to

determine to what extent the features of the stores are important in consumers

preferences by a conjoint survey. Finally, numerical results obtained from conjoint

analysis are interpreted. Helpful information will be provided in order to develop

marketing strategies for their target consumer groups to the companies in the

Turkish Clothing sector with the research results.

Key Words: Clothing Industry, Store Preferences, Young Women Consumer,

Conjoint Analysis.

1. GİRİŞ

Günümüzde her alanda olduğu gibi hazır giyim perakendecilik alanında da önemli

değişimler yaşanmaktadır. Rekabetin giderek yoğunlaştığı ve zorlaştığı hazır giyim sektörü

perakende mağazacılıkta, pazarlama teknolojisi acısından, birim alandan daha fazla verim

alınması, ürün, marka ve hizmet hattı politikalarında ciddi gelişmeleri gündeme getirmiştir.

Hazır giyim Türkiye’de en geniş pazar payı olan piyasalardan birisidir. Çok geniş bir kesime

hitap eden bu piyasada aynı perakende mağazalarında bile ürün olanakları, renk, tarz, çeşit, fiyat

düzeyi, sunum, çevre ve mağaza düzeni acısından homojen bir yapı sergilenmesine rağmen

tüketicilerin mağaza tercihleri farklılaşmaktadır ve mağazalardan farklı verimler elde

edilmektedir. Bir satış noktasını tercih eden tüketicinin yönelim nedeni, ilgili satış noktasından

duyulan memnuniyet ya da bir diğer satış noktasından kaynaklanan memnuniyetsizlik ile

açıklanabilir.

Tüketicinin mağaza secim kararını etkileyen çok sayıda faktörden söz edilebilir. Mağaza

seçim davranışı, ürün ya da marka seçim davranışı gibi karar verme aşamalarından geçerek

oluşmaktadır. Tüketiciye ilişkin sosyal ve kişisel güdüler mağaza ve mağaza içi özelliklerle

birlikte mağaza seçimini belirlemektedir. Tüketicilerin mağaza tercihlerinde hangi özelliklerin

etkili olduğu birçok çalışmaya konu olmuştur, mağaza özellikleri ile mağaza tercihi arasındaki

ilişki göreceli olarak oldukça fazla dikkat çekmiştir. Her ne kadar bazı farklılıklar gözlense de

literatürde tüketicilerin mağaza tercih kararlarını etkileyen özelliklerde belli baslı unsurların ön

plana çıktığı gözükmektedir. Bunlar arasında fiyat, marka imajı, mağaza tasarımı, sunulan

ürünler, kuruluş yeri, ilgili atmosfer ve personel hizmet kalitesi, satış ekibi, mağaza içi iletişim

unsurları sayılabilmektedir (Polat ve Külter, 2007; Şahinoğlu ve Yıldırım, 2011; İri ve İnal,

2011).

Tüketici nüfusunun büyük bir bölümünü oluşturan gençler son yıllarda daha bilinçli

alışverişler yapmaya daha seçici davranmaya başlamışlardır (Armağan ve Taşdelen, 2012:86).

Tüm dünyada ve özellikle genç nüfusa sahip Türkiye’ de genç tüketiciler hazır giyim üretici ve

satıcılarının en önemli hedef kitlelerini oluşturmaktadır (Okur, 2001: 64). Kadınlar ise,

pazarlamacılar için hep cazip bir tüketici grubu olmuştur. Yapılan araştırmalar her ürünün


280

Elif Acar – Harun Sönmez

%80’ini kadınların satın aldığını göstermektedir (Özbucak ve Duman, 2011: 84). Kadınlar, satın

alma kararlarında erkeklere göre daha fazla detaycıdırlar ve daha yüksek marka sadakatine

sahiptirler. Bu sebeple kadın tüketicilerin erkek tüketicilerden farklı tüketim davranışları

gösterdiğini bilmek girişimciler ve yöneticiler için işlerinde daha yüksek başarıyı yakalamada

ipuçları verebilecektir (Özbucak ve Duman, 2011: 84-86).

Giyim sektöründeki işletmeler değişen tüketici profilinden, tüketicilerin satın alma

davranışlarından ve tutumlarından fazlasıyla etkilenmektedirler. Bu etkilenme sürecinde

işletmelerin, hedef kitlelerini daha iyi tanımak adına tüketicilerin mağaza özelliklerinden nasıl

etkilendiğini öğrenmek için çeşitli araştırmalar yaparak tüketici odaklı pazarlama stratejilerini

gerçekleştirmeleri gerekmektedir. Konjoint Analizi (KA) yöntemi, alternatif ürün veya

hizmetler için tüketici tercihlerini belirlemede pazarlama araştırmalarında yaygın olarak

kullanılmaktadır (Dağhan ve Seferoğlu, 2012: 17).

Tüm bu sebeplerle, bu çalışmada genç kadın tüketicilerin günlük giyim alışverişlerinde

mağaza seçim kararlarında mağaza özelliklerinin önemsenme düzeyleri araştırılmıştır. Tekstil

giyim satışı ile ilgili özel mağazalar araştırma kapsamında alınmıştır. Genç kadınların günlük

giyim alışverişi için mağaza seçiminde dikkate aldıkları özellikleri ve bu özelliklere verdikleri

önem derecelerini belirlemek için mağaza özelliklerine ilişkin değişkenlerin mağaza

seçimindeki etkileri Konjoint Analizi yöntemiyle araştırılmıştır.

Çalışmanın öncelikli hedefi Konjoint Analizi yöntemini teknik yönleri ile tanıtmak ve

yukarıda bahsedilen pazarlama araştırması çalışması ile yöntemin arkasındaki fikri

canlandırmaktır. Çalışmada öncelikle KA modelinin teorik yapısı ve aşamaları sunulmuştur,

daha sonra belirlenen pazarlama araştırması çerçevesinde bu aşamaların uygulanması

sunulmuştur. Konjoint analizinden elde edilen sayısal sonuçlar yorumlanmıştır ve bu bulgular

vasıtasıyla konu ile ilgili pazarlama stratejileri geliştirilmiştir.

2. YÖNTEM

Konjoint Analizi, tüketicilerin bir ürünü yada hizmeti tercih etme nedenlerini ölçen çok

değişkenli istatistiksel bir modeldir (Şen ve Çemrek, 2004). Konjoint Analizine ayrıca

“İlişkilendirme Analizi” de denilmektedir (Sönmez, 2001:3). KA, pazar araştırmacılarının

başarılı ürünleri/hizmetleri daha etkin bir biçimde tasarlayabilmeleri, fiyatlandırabilmeleri ve

pazarlayabilmeleri için müşterilerin tercihlerini daha iyi anlamalarına yardımcı olur. Ayrıca

işletmelerin, hedef pazarın en çok önemsediği özelliklere ve özniteliklere sahip ürünleri

tasarlayabilmeleri için müşterinin karar alma sürecini modellemelerini sağlar (IBM, 2015).

KA, insanlara soru sorarak farklı özellik ve düzeyler içeren ürün, kavram, hizmetler

(profiller) arasında seçim yaptırtır. KA yöntemi özünde, ürün özelliklerinin farklı düzeylerinin

gösterildiği bir profil kümesi üzerinden tüketici tercihlerinin değerlendirilmesine

dayanmaktadır. Bu kümedeki her bir profilde ürün özelliklerinin farklı düzeyleri yer almaktadır.

Cevaplayıcılar bir profil ile ilgili değerlendirme yaptığında profilde yer alan özelliklerin

düzeylerine göre bazı özellikler için diğerlerinden vazgeçmektedirler. Bu yöntemle, tüketicinin

karar kriterleri belirlenerek tüketici için hangi özelliklerin önemli veya önemsiz olduğu, bu

özellikler için hangi düzeylerin tüketici tarafından en çok veya en az tercih edildiği sorularına

cevap bulunabilmektedir (Erdoğan, 2006; Hair, vd., 2010). Böylelikle işletmeler tüketici

beklentilerini daha iyi karşılayan ürün yada hizmet sunabilmekte, pazar payı ve karlılıklarını en


281



doğru şekilde tahmin edebilmektedir. KA, ayrıca simülasyon yetenekleri sayesinde pazarlama

araştırması maliyetlerinin düşürülmesini sağlamaktadır (Çoruh, 2011: 80).

2.1. Konjoint Modelinin Teorik Yapısı

KA’de tüketici tercih yapısı ve seçim davranışlarının analizi Lancaster’ın 1971’deki

araştırması olan fayda teorisine dayanarak geliştirilmiştir. Green ve Wind 1973’deki

araştırmalarında tüketici tercih yapısı bilgisinin işlenmesinde çeşitli yaklaşımlar önermişlerdir.

Bu yaklaşımlar arasında Toplamsal fayda modeli en iyi bilinen ve araştırmacılar tarafından en

yaygın olarak kullanılan yaklaşımdır (Cattin ve Wittink, 1982). Toplamsal modelin varsayımına

göre bir ürürün tüketicide yarattığı fayda, o ürünün özeliklerinin düzeylerinin ayrı ayrı kısmi

faydalarının toplanmasıyla bulunabilmektedir (Huang ve Fu, 1993: 150).

Toplamsal fayda modeli, her özelliğin çeşitli düzeyleri için farklı bir fayda değeri

tanımlayan bir fayda fonksiyonunu yansıtmaktadır. Ürüne ait her özelliğin her düzeyinin

tüketicinin tercihine olan katkısı, o özellik düzeyinin kısmi faydasi olarak nitelendirilir (Huang

ve Fu, 1993: 150). Buna göre, Konjoint analizinde amaç; kısmi faydaların tahmin edilmesidir

(Kuhfeld, 2010). Bu modelde, özelliğin en çok tercih edilen düzeyine büyük kısmi fayda değeri

ve en az tercih edilen düzeyine küçük bir kısmi fayda değeri tahsis edilmiştir (Kuhfeld, 2010:

682).

Konjoint Analizi yardımıyla nitel özellikler, nicel olarak karşılaştırılıp, matematiksel bir

fonksiyon haline getirilmektedir. Bir ürüne ait özellik düzeyleri bağımsız değişkenler iken, o

ürün için kişinin algıladığı fayda yada subjektif tercihi, bağımsız değişken olmaktadır (Green ve

Srinivasan, 1978). Aşağıdaki denklemde kısmi faydalar betalardır (𝛽) ve parametreler ana etki

temelli bir varyans modelinden tahminlenmektedir. 3 özellik için basit bağımlı toplamsal model

olarak Konjoint analizi aşağıdaki denklemlerdeki gibi ifade edilebilir (Kuhfeld, 2010: 682);

𝑦𝑖𝑗𝑘 = 𝜇 + 𝛽1𝑖 + 𝛽2𝑗 + 𝛽3𝑘 + 𝜀𝑖𝑗𝑘 (1)

∑ 𝛽1𝑖 = ∑ 𝛽2𝑗 = ∑ 𝛽3𝑘 = 0 (2)

𝑦𝑖𝑗𝑘, belirli bir ürün için beklenen fayda, 𝜀𝑖𝑗𝑘, hata terimi, 𝜇, tercih ortalaması ve özellik

düzeyleri için kısmi fayda katsayısı 𝛽’dır. Her özelliğin kısmi fayda toplamları sıfır olmalıdır

(bakınız Denklem 2). Konjoint analizi hata terimini ve kayıp fonksiyonunu içerdiğinden

istatistiksel bir modeldir (Kuhfeld, 2010: 682).

Konjoint analizinde, bağımsız değişkenler genelde kategorik, sınıflayıcı (nominal)

ölçekli, metrik olmayan verilerdir. Bağımlı değişken ise genelde sıralı (ordinal) ölçekli

değerlerdir. Konjoint ölçümü her bir bağımsız değişkenin her düzeyi için sayısal değerler bulur

ve eş zamanlı olarak bağımlı değişkenin puanlamasını bulur. Amaç, bağımlı değişkenin

sıralama değerlerini özellik düzeyleri değerlerinin toplam değerine dönüştürmektir. Bu yüzden

konjoint ölçümü sıralı verilerden aralıklı değişken türetmek için kullanılır (Kuhfeld, 2010: 682).

Yani Konjoint Analizi ile bu sıralama sonuçlarından metrik kısmi faydalar elde etmek

mümkündür. Bu kısmi faydaların toplamı bu nedenle metrik toplam faydayla sonuçlanmaktadır.

Özetle Konjoint analizi sıralanmış veriler üzerinden tüm özellik düzeylerinin kısmi faydalarını

(partworth-) belirlemek için kullanılır. Bu kısmi faydalar ile ürün profillerinin metrik toplam

faydalarını ve özelliklerin metrik göreli önemlerini hesaplamak mümkündür.


282


Tercih fonksiyonu modeli

Tüketiciler çoğu zaman bir ürünün tercih nedenlerinin atlında yatan etmenleri doğrudan

dile getiremezler. Ürün özellikleri aslında memnuniyet kaynağıdır. Özelliklerin tüketici

tercihlerini temsil etmesi için fonksiyonel bir formu belirtilmelidir. Bu fonksiyonel form, ürün

özellikleri ve tüketici tercihlerinin bağlantısıdır ve Konjoint analizinde tercih modelleri olarak

tanımlanır, ürün veya hizmetin seçimini etkileyebileceği düşünülen özellik düzeyleri ile o

ürünün tercih edilmesi arasındaki ilişkinin yönünü belirlemek için kullanılan matematiksel

fonksiyonlardır (Green ve Srinivasan, 1978). Tüketicinin gerçek tercih yapısı bu tercih

fonksiyonu modelleri aracılığıyla tahmin edilebilir. Toplamsal fayda modeli çerçevesinde,

deneye dayalı analizler için tercih fonksiyonunu temsil etmesi için kullanılan modeller; doğrusal

model, ideal nokta modeli, kısmi değer (partworth) modelidir (Green ve Srinivasan, 1978).

Doğrusal model; özellik düzeyleri ile tercih arasında doğrusal bir ilişki olduğu

düşünüldüğünde kullanılmaktadır. Örneğin fiyat özelliği için; fiyat düzeyi için belirlenen

düzeylerin değeri azaldıkça o ürüne tercihin de artacağı yönünde bir beklenti varsa kullanılır.

İdeal nokta modelinde; ideal noktada tercih maksimumdur ve özellik düzeyi ideal noktasından

uzaklaşıldıkça tercih puanında azalmalar olduğunu varsayar. Örneğin tat özelliği için en uygun

bir düzey vardır. Kısmi değer modelinde ise; özelliğin her düzeyi bağımsız tek bir kısmi

faydaya sahiptir. Bu fonksiyonda tercih/fayda puanının, düzeylerin fayda katsayısı değerlerinin

toplamsal bir fonksiyonu olduğu varsayılır. Kısmi değer modelinin metrik ve metrik olmayan

verilerle kullanılabilmesi ve çeşitli özellikler için farklı türlerdeki tercih fonksiyonlarını

tanımlayabilmesi üç yöntem içinden en esnek olmasını sağlar (Huang ve Fu, 1993; Scholz,

2008). Kısmi değer modeli, diğer modellere kıyasla daha çok parametre tahmini gerektirir ancak

yine de uygulamada en çok kullanılan en genel modeldir (Wedel ve Wagner, 2000). Bu

çalışmada bu sebeple kısmi-değer (part-worth) modeli kullanılmıştır. Toplamsal model kısmi

değer analizinin fonksiyonel formu;

𝑦𝑘 = ∑ ∑ 𝛽𝑗𝑚. 𝑋𝑗𝑚𝑀𝐽

𝑚=1𝐽𝑗=1 (3)

𝑦𝑘; Cevaplayıcılardan k’inci ürün profili için tahminlenen toplam fayda, tercih

derecelendirmesi,

𝛽𝑗𝑚; j özelliğinin m düzeyinin kısmi fayda değeri,

𝑋𝑗𝑚 = {1, eğer k’inci profilde j özelliğin m düzeyi varsa0, 𝑦𝑜𝑘𝑠𝑎

KA' nın temel amacı ürünün genel tercihine her bir özelliğin katkısı için çeşitli özellik

düzeylerinin önemini (yani kısmı fayda) tahminlenmektir. Denklem 1'de ifade edildiği gibi, bir

ürünün toplam faydasına her özelliğin katkısını tahmin etmek için Denklem 3 bir araç

sağlamaktadır (Huang ve Fu, 1993).

Özelliğin göreli önemi

KA’de, özelliklerin kısmi fayda tahminlerine dayanarak özelliğin göreli önemi

bulunabilir (Green ve Srinivasan, 1978). Tahmin yöntemiyle bulunan beta katsayılarından

hareketle her bir özellik düzeyi için kısmi fayda değerleri (jm) değerleri elde edilir. jm, j’inci

özelliğin m ’inci düzeyinin seçilmesinin beklenen tercih puanında meydana getireceği artış ya


283



da azalış miktarıdır. Özelliğin göreli önem değerinin hesaplanması amacı için öncelikle

özelliğin en düşük ve en yüksek kısmi fayda değerleri arasındaki fark hesaplanır. Her özellik

için fayda aralığı [𝐼𝑗 = 𝑗𝑚𝑀𝑎𝑥 − 𝑗𝑚

𝑀𝑖𝑛] hesaplanır. Yüksek bir fark değeri ilgili özelliğin

düzeyinin değişmesinin toplam faydada anlamlı bir değişiklik yarattığı anlamına gelir (Orme,

2010). Özelliğin fayda aralıkları, fayda aralıkları toplamına bölünerek normalize edilir ve göreli

önem değeri bulunur. Göreli önem fonksiyonel formu aşağıdaki gibidir; Wj, j’inci özelliğin

göreli önemini göstermektedir ve tüm özelliklerin göreli önem değerleri toplamı bire eşittir.

𝑊𝑗 =𝐼𝑗

∑ 𝐼𝑗𝐽𝑗=1

ve ∑ 𝑊𝑗𝐽𝑗=1 = 1 (4)

Aşağıdaki Tablo 1’de, örnek olması için veriler sunulmuştur, bu veriler Denklem 4’deki

gibi hesaplanmıştır. Bu kişinin tercihinde markanın göreli önemi, %26.7, fiyatın %60 ve renk

özelliğinin göreli önemi %13.3 olduğunu söyleyebiliriz.

Tablo 1. Özelliklerin Göreli Önemi

Kaynak: Orme, 2010: 80

2.2. KA’nın Aşamaları

Özellik ve düzeylerin belirlenmesi

Çalışma amacıyla ilgili olarak, tüketici tercihi belirlemeye çalışılan ürün, yer, kavram

yada hizmet hakkındaki genel özellikleri ve özelliklerin sahip olduğu düzeyleri belirlemek

gerekir. Konjoint analizinde en önemli husus özelliklerin ve düzeylerin doğru olarak

tanımlanmasıdır. Araştırmacının konu ile ilgili bilgi ve tecrübeleri de bu özellik ve düzeylerin

belirlenmesinde yol gösterici olabilir (Değerli, 2010: 18). Özelliklerin ve düzeylerin, tüm

görüşmeciler tarafından aynı şekilde algılanabilmesine olanak sağlayacak biçimde, açık

ifadelerle tanımlanmış olması gerekir. Özellikler birbirinden bağımsız olmalı, özellikler

arasında korelasyon olmamalıdır (Hair, vd., 2010). Özelikler arasında korelasyon varsa bütün

araştırma sonuçlarını değiştirmektedir. KA’da kullanılacak olan özellik ve düzey sayısının

Özellik Düzey Kısmi Fayda Özellik

fayda

Aralığı

Özellik

Önemi

Marka A

B

C

30

60

20

60-20=40

40/150=%26.7

Fiyat 50 TL

75TL

100TL

90

50

0

90-0=90

90/150=%60

Renk Kırmızı

Mavi

20

0

20-0=20

20/150=%13.3

Fayda Aralığı

Toplamları

40+90+20=150


284


belirlenmesi tüm analizin sonuçlarının istatistiksel etkinliği ve güvenilirliği açısından da

önemlidir. Konjoint analizinde kullanılan özellik sayısı en az 2 olmak üzere genellikle 6 – 7

olup bu sayı 10 – 15’ e kadar artabilmektedir (Sönmez, 2001). Düzey sayısı ise genellikle en az

2 – en çok 5 arasında belirlenir (Değerli, 2010: 20).

Sunum yönteminin seçimi/veri toplama

Özellikler cevaplayıcıya bir anket aracılığıyla sunularak veri toplanır. Anket formunun

hazırlanmasında üç yol vardır: Birincisi; her seferinde iki özelliğin göz önüne alındığı iki özellik

aynı anda tekniği (Trade-off), ikincisi; tüm özelliklerin birlikte değerlendirildiği tam profil

tekniği ve üçüncüsü ise diğer iki yaklaşımın karışımı biçiminde ortaya çıkan bileşen ya da ikili

karşılaştırma tekniğidir (Green ve Srinivasan, 1978). Tam profil tekniği, yaygın olarak

kullanılmaktadır. Bu teknikte, ürün veya hizmete ait tüm özellikler ile bu özelliklerin

düzeylerinin kombinasyonlarından oluşan alternatif profil kartları cevaplayıcılara sunmak üzere

hazırlanır. 6-8 adet özellik olduğu durumda tam profil tekniği uygulanabilir (Sönmez, 2001).

Özellik sayısı 6 ve daha fazla olduğunda diğer tekniklere göre tam profil tekniği

cevaplayıcıların daha az sayıda karar ile karşılaşmasını sağlayarak daha iyi, gerçekçi ve esnek

derecelendirme imkanı sunmaktadır (Wittink ve Cattin, 1989).

Profil kartlarının tasarımı

Araştırmanın amacına göre, ürün veya hizmetin özellik ve özellik düzeylerinin sayısının

çokluğuna göre; tam faktöriyel tasarım ve azaltılmış tasarım olmak üzere iki adet model vardır

(Dinç, 2010: 20). Ürün veya hizmete ait özellik sayısı ve bu özelliklerin düzeyleri çok fazla

değilse, genellikle “Tam Faktöriyel Tasarım” kullanılmaktadır ve ürüne ait özellik ve

düzeylerinin bütün kombinasyonları profillerde yer alır. Eğer özellik sayısı fazlaysa

alternatiflerin değerlendirmesi zaman almaktadır, karmaşaya yol açmaktadır ve veri kalitesinin

düşmesine neden olmaktadır. Bu sebeple “Azaltılmış Tasarım” kullanılarak mevcut profillerden

bir örnek alt küme seçilmesi gerekir. İstatistiksel paket program vasıtasıyla kesirli faktöriyel

deney düzeni ile ortogonal düzende, özellik ve düzey seçiminin birbirinden bağımsız olduğu

varsayımı altında sadece ana etkilerin (özelliklerin) dikkate alındığı, düzeylerin etkisinin işleme

katılmadığı bir düzenleme yapılır (Chen, 1992). Böylece olası deneme kombinasyonunun bir

örneklemi üzerinden profil kartları tasarlanmaktadır.

Tercih ölçümü

Sunulan profil kartları için cevaplayıcılardan tercihlerini yani seçimlerini, puanlama,

sıralama ve ikili karşılaştırma şeklinde belirtmeleri istenebilir. Bağımlı değişken için Trade off

yaklaşımında sadece sıralayıcı ve sınıflayıcı ölçüm kullanılabilir (Green ve Srinivasan, 1978:

107–108). Bileşen karşılaştırma tekniğinde tercih ederim-etmem gibi cevaplar alınabilir, ikili

(binary) ölçüm kullanılarak tercihler değerlendirilebilir. Tam profil yaklaşımında puanlama

veya sıralama yapılabildiği için aralıklı, oransal ölçek ya da sıralayıcı ölçek kullanılabilir.


285



Tahmin tekniği seçimi

Fayda katsayılarının bulunmasında bağımlı değişkenin sahip olduğu ölçek tipine göre

tahmin tekniği seçilmektedir. Buna bağlı olarak metrik ve metrik olmayan ve olasılıklı

teknikler olarak üçe ayrılır.

Bağımlı değişken için eşit aralıklı ve oransal ölçek kullanılmışsa metrik tekniklerden,

çoklu regresyon seçilebilir.

Bağımlı değişken sıralayıcı ölçekle ölçülmüş ise sıra gösteren veri için geliştirilmiş

varyans analizini gerektirir. Metrik olmayan bu teknikler için LINMAP ya da

MONANOVA'ya dayanan algoritmalar geliştirilmiştir. MANANOVA, (kısmi değer

analizi) parçalı fonksiyon için tercih edilirken, LINMAP ise ideal nokta fonksiyonu için

uygun teknik olarak kullanılmaktadır (Dikici, 2006: 30). Sıralama gösteren tercih verileri

için bu teknikler daha güvenilirdir fakat yönetimi güçtür bu sebeple pek çok çalışmada

kısmi faydaları bulmak için, bu tekniklerden daha kolay olan ve benzer sonuçlar veren

regresyon tekniği tercih edilmektedir (Vriens, vd., 1996).

Bağımlı değişken iki sonuçlu (binary/tercih ölçeği) tercih ederim – tercih etmem gibi

değerler alıyorsa olasılıklı teknikler LOGIT ve PROBIT modelleri kullanılır.

Sonuçların Değerlendirilmesi

Kurulan Konjoint modelin geçerliliği araştırılırken, eşit aralıklı ölçek kullanılmışsa

Pearson'un R ve sıralayıcı ölçek kullanılmışsa Kendall’ın Tau istatistiklerinden

yararlanılmaktadır. Elde edilen ilişki katsayısı -1 ve 1 arasında değerler almaktadır.

Gözlemlenen ve tahmin edilen tercihler arasındaki ilişkiyi veren bu katsayı ne kadar yüksek ise

model o ölçüde geçerli olmaktadır.

Günümüzde birçok bilgisayar programı hem değerlendirme tiplerini, hem ölçek seçimini

hem de tercih fonksiyonu seçimini 3 ilişki tipinden (doğrusal, ideal nokta ve kısmi değer)

herhangi birinin tahminini gerçekleştirebilmektedir.

Genel olarak KA’nın adımları aşağıdaki Tablo 2’de sunulmuştur.

Tablo 2. KA’nın Adımları

Adım Teknikler

Tercih modeli

Doğrusal model

İdeal nokta modeli

Kısmi değer modeli

Veri toplama

Tradeoff

Tam profil

Bileşen karşılaştırma

Profil Tasarımı Tam Tasarım

Azaltılmış tasarım

Tercih ölçeği

Puanlama

Sıralama

Tercih

Tahmin Tekniği

Çoklu regresyon (metrik )

LINMAP, MONANOVA (metrik olmayan)

Probit analizi Logit analizi (olasılıklı)

Kaynak: Green ve Srinivasan, 1978.


286


Konjoint analizi çalışma prosedürleri

Konjoint analizi genel olarak aşağıdaki çalışma prosedürlerine sahiptir.

Bir grup tüketici, ürün yada hizmetlerin bazı özelliklerini değerlendirirler.

Her profil ürün özelliklerinin farklı düzeylerinin bulunduğu kombinasyonudur.

Her bir cevaplayıcı kendi tercihlerini ifade eden bir tüketici olacaktır.

Her bir cevaplayıcının tercihlerine bakarak özelliklerin her düzeyinin göreli önemleri

tahmin edilir. Buna kısmi fayda denir. Tahmin tekniğiyle kısmi faydalar bulunur.

Kısmi fayda katsayıları bir profilin toplam faydasını hesaplamada kullanılır. Deneyde

olmayan fakat simülasyon yapılan farklı profiller için de uygulanır.

En yüksek toplam faydaya sahip profil optimum profil olur.

Düzeylerin kısmi fayda aralıklarının hesaplanmasıyla özelliğin bir ürünün toplam

faydasında ne kadar fark yarattığına bakılarak özelliğin göreli önemi bulunur.

3. ANALİZ

Çalışmadaki bu kısımda genç kadın tüketicilerin günlük hazır giyim alışverişlerinde

mağaza tercihleri araştırılmıştır ve Konjoint analizi adımları aşağıdaki gibi uygulanmıştır.

3.1. Genç Kadın Tüketicilerin Hazır Giyim Mağaza Tercihlerini Etkileyen

Özellikler ve Düzeyleri

Mağaza seçimini etkileyen en önemli unsurlardan birisi, mağazanın konumudur.

Mağazanın önünden geçen insan sayısı, içeri girme oranları gibi faktörler mağaza seçimini

etkiler. Analizde bu özellik için üç düzey belirlenmiştir; mağazanın ‘alışveriş merkezinde’, ‘ana

cadde üzerinde’ ve ‘sokak arasında’ olması müşteri tercihini nasıl etkileyeceği belirlenmeye

çalışılmıştır.

Diğer bir önemli özellik mağazada satılan ürünlerin tüketicinin sevdiği özel bir marka

olması ya da herhangi bir marka olmasıdır. Bu özellik için de iki düzey belirlenmiştir; ‘özel,

sevilen bir marka’ ve ‘herhangi bir marka’. Tanınmış markalar, marka değeriyle ilişkili, marka

mesajını taşıyan bir vitrine sahip oldukları için mağaza vitrini özelliği analize dâhil

edilmemiştir.

Mağazadaki hizmet seviyesi o mağazanın tercih edilmesinde önemli bir paya sahiptir.

Mağazaya girildiğinde karşılayan birinin olması, kasa elemanının güler yüzlülüğü, satış

personelinin yardımcı olması, soyunma kabinlerinde yardım gibi özellikler hizmet seviyesini

belirlemektedir. Hizmet seviyesi özelliği için cevaplayıcılardan genel bir değerlendirme

istenerek, hizmet seviyesi ‘yüksek’ ve hizmet seviyesi ‘az’ olarak iki düzey belirlenmiştir.

Mağaza planı, görsel ve işlevsel anlamda mağaza iç dizaynıdır. Mağaza planının iyi

olması mağazanın seçimini etkiler. Koridorların geniş olması, reyonların fark edilebilir olması,

ürünlere ait serilerin ve renklerin müşterinin kolay algılayabileceği şekilde olması mağaza

planını belirlemektedir. Bu özellik için ‘aradığım ürünü kolay bulabiliyorum’ ve ‘aradığım

ürünü kolay bulamıyorum’ olarak iki düzey belirlenmiştir.

Önemli bir diğer özellik, mağazadaki çevre şartlarıdır. Mağazada çalan müzik, mağazanın

temizliği, ışıklandırma, havalandırma ve ısı mağazanın tercihinde önemli etkenlerdir. Güzel


287



görünmeyi sağlayan bir ışık, satışların artmasına neden olacaktır, ya da müşteriler yazın sıcakta

terleyerek giysi denemek istemeyeceklerdir. Cevaplayıcılardan bu etkenlerle ilgili genel bir

değerlendirme yapmaları istenerek, mağaza atmosferi özelliği için ‘iyi’ ve ‘kötü’ olarak iki

düzey belirlenmiştir.

Mağazada yapılan indirimler, kampanyalar ve promosyonlar satışları önemli ölçüde

artırmaktadır. 3 al 2 öde veya 200 TL üzeri alışveriş yapanlara 50 TL hediye çeki verilir gibi

promosyonlar mağaza seçimini etkiler. Bu özellik için, kampanya ‘var’ ve ‘yok’ olarak iki

düzey belirlenmiştir. Mağazadaki kat sayısı müşteriler için önemli olabilmektedir. Müşteriler

bazen bir kat yukarıya çıkmak istemeyebilirler. Bu özellik için de ‘tek katlı’ ve ‘birden fazla

katlı’ olarak iki düzey belirlenmiştir. Mağazadaki ürün çeşitliliği, müşteriler açısından

mağazanın tercih edilmesinde önemlidir. Ürün çeşitliliği özelliği için ‘ürün çeşitliliği az’ ve

‘ürün çeşitliliği fazla’ olmak üzere iki düzey belirlenmiştir.

Hazır giyim sektöründe mağaza tercihinde müşterilerin göz önünde bulundurabileceği

özellikler ve düzeyleri aşağıdaki Tablo 3’de verilmiştir. Özellikler arasında korelasyon

olmamasına önemle dikkat edilmiştir.

Tablo 3. Mağaza Tercihini Belirlemede Kullanılacak Özellikler ve Düzeyleri

Özellikler Düzeyler

Marka Özel, sevilen bir marka (1), Herhangi bir marka(2)

Hizmet seviyesi Yüksek (3), Az (4)

Mağaza planı Aradığımı kolay buluyorum (5), Aradığımı kolay bulamıyorum(6)

Kampanya Var (7), Yok (8)

Konum Alışveriş merkezinde (10), Ana cadde üzerinde (11), Sokak arasında(12)

Ortam şartları İyi(13), kötü(14)

Mağaza katı Tek katlı (15), Birden fazla katlı (16)

Ürün çeşitliliği Az (18), Fazla (19)

3.2. Veri Toplama

Çalışmada veri toplama aracı olarak bir konjoint anketi kullanılmıştır. Ankette, perakende

mağaza tercihi ile ilgili sekiz özellik değerlendirme kapsamına alınmıştır. Çalışmada bütün

özellik ve düzeylerin gösterildiği tam profil yaklaşımı seçilmiştir. Çalışmada ele alınan özellik

sayısı 8, özelliklere ait düzeylerin sayısı sırayla 2, 2, 2, 2, 3, 2, 2, 2’dir. Düzeylerin tüm olası

kombinasyonlarını içeren toplam kart sayısı 2x2x2x2x3x2x2x2 = 384’tür. Araştırma sırasında

başvurulan kişilerin 384 kartı gözden geçirerek sağlık bir şekilde bunları sıralaması mümkün

olamayacağı için, azaltılmış veri tasarımı yapılmıştır. Bu amaçla, deney düzenleme

tekniklerinden olan kesirli faktöriyel deney düzeni yardımıyla soruna çözüm getirilmiştir.

Özellikler arasında korelasyon oluşmaması için istatistiksel paket program vasıtasıyla ortogonal

tasarım gerçekleştirilerek 16 adet mağaza profili elde edilmiş ve yine program vasıtasıyla iki

adet simülasyon mağaza profili eklenmiştir. Ortogonal düzenle elde edilen plan aşağıdaki

çizelgede verilmiştir. Çizelgede görülen kod değerlerine karşılık gelen özellik ve düzeylerini,

bir sonraki sayfada verilen Tablo 4’te görmek mümkündür.


288


Tablo 4. Mağaza Profil Kartları

Kart Marka Hizmet Plan Kampanya Konum Ortam Kat Ürün

çeşitliği

1 1 3 5 7 10 13 15 18

2 2 4 6 8 12 13 15 18

3 1 3 6 7 10 13 16 19

4 2 4 5 7 10 14 15 19

5 2 3 5 8 10 14 15 19

6 1 3 5 8 11 14 16 18

7 1 4 6 8 10 13 16 19

8 2 4 6 7 10 14 16 18

9 2 3 6 8 10 14 16 18

10 1 3 6 8 12 14 15 19

11 2 4 5 8 11 13 16 19

12 1 4 5 8 10 13 15 18

13 2 3 6 7 11 13 15 18

14 2 3 5 7 12 13 16 19

15 1 4 5 7 12 14 16 18

16 1 4 6 7 11 14 15 19

1 1 3 5 7 10 13 15 18

2 2 4 6 8 11 14 16 19

Bazı yazarlar Konjoint analizinde, örneklem büyüklüğünün 100’den daha az olabileceğini

ifade etmektedirler (Akaah ve Korgaonkar, 1988). Konjoint analizinde örneklem hacmi küçük

olmasına rağmen temsil edici özelliği bulunmaktadır (Akaah ve Korgaonkar, 1988; Green ve

DeSarbo, 1978). Örnekleme yöntemi olarak; tesadüfi olmayan örnekleme yöntemlerinden,

zaman ve maliyet kısıtı olduğunda, en kolay ve hızlı veri toplama yöntemi olan Kasti

Örnekleme yöntemi kullanılmıştır. Yöntemde, yanlı, hatalı veri toplanmaması için oldukça

dikkatli davranılmıştır. 18-24 yaş arası Eskişehir, Denizli ve İstanbul illerinden 50 kadın

cevaplayıcı olarak seçilmiştir. Hazırlanan 16 adet alternatif mağaza profil kartları basılı olarak,

yüz yüze uygulanmıştır. Özellikler ile ilgili gereken açıklamalar yapılmıştır. Her istatistiksel

çalışmada olduğu gibi bu çalışmada da doğru bilgi elde edilmesi, sıralamanın ciddi ve özenle

yapılması araştırmanın güvenirliği açısından önemlidir. Çünkü Konjoint Analizi yöntemi

bilinçli tüketici ile karşı karşıya olunduğu varsayımı üzerine kurulmuştur (Gürbüz ve Kaygısız,

2004).

3.3. Kartların Cevaplayıcılara Sunumu ve Tercih Ölçümü

Mağazanın çeşitli özelliklerinin ve bu özelliklerin düzeylerinin kombinasyonunun

bulunduğu 16 tane mağaza profili kartları cevaplayıcılara sıralatılmıştır. 16 kartın uygulamada

kullanılması yine problem yaratacağı için, başvurulan kişilerin ilk olarak kesinlikle tercih

edilen, kararsız kalınan ve kesinlikle tercih edilmeyen mağaza tipi olarak kartları 3 gruba

ayırması ve daha sonra bu grupları kendi aralarında 1’den 16’ya en çok tercih edilen seçim kartı

için 1, en az için 16 olarak sıralandırmaları önerilmiştir. Simülasyon yapmak amacıyla

oluşturulan 2 kart kişilere sıralatılmamıştır.


289



3.4. Tercih Modeli

Çalışmada tercih modeli olarak kısmi değer modeli kullanılmıştır. Genç kadınların

mağaza tercihleri için sıralama değerleri araştırmanın bağımlı değişkeni iken, mağaza seçim

sürecinde etkili olan ana özellikler ve bu ana özelliklerin belirlenen alt düzeyleri, araştırmanın

bağımsız değişkenlerini oluşturmaktadırlar. Toplamsal kısmi değer modeli kullanılarak belirli

bir mağaza profil kartı için beklenen tercih puanı aşağıdaki gibi elde edilmektedir.

Toplam fayda= sabit+ marka düzeyi faydası+ hizmet seviyesi düzeyi faydası+ mağaza

planı düzeyi faydası+ kampanya düzeyi faydası+ konum düzeyi faydası+ ortam şartları düzeyi

faydası+ mağaza katı düzeyi faydası + ürün çeşitliliği düzeyi faydası (5)

Kısmi değer modeli farklı tipteki ilişkileri yönetmede esneklik sunmaktadır. Konjoint

analizi uygulanırken ele alınan özellik düzeyleri ile tercih sıralamaları arasındaki ilişkilerin

ortaya koyulması gerekmektedir. Tercih sıralamaları ile aralarında doğrusal bir artış beklenen

özellikler doğrusal artan (lineer more), tercih sıralamaları ile ararında ilişki yönü belirlenmeyen

özellikler kategorik (discrete) olarak tanımlanmıştır. Bu araştırmada kurulan modelde ele alınan

özellikler ve türleri Tablo 5’te gösterilmiştir.

Tablo 5. Ana özellikler ve İlişki Türleri

Özellik Adı İlişki Tipi

Marka Kategorik (Discrete)

Hizmet Kategorik (Discrete)

Mağaza planı Doğrusal Artan ( Lineer More)

Kampanya Doğrusal Artan (Lineer More)

Konum Kategorik (Discrete)

Ortam şartları Doğrusal Artan (Lineer More)

Mağaza katı Kategorik (Discrete)

Ürün çeşitliği Kategorik (Discrete)

3.5. Tahmin Tekniği

Metrik tahmin tekniğiyle her özellik düzeyi için kısmi fayda katsayıları tahminlenmiştir.

Uygulamada SPSS (Categories) programı kullanılmıştır. Fayda skorunun genel bir ölçekte ifade

edilmesiyle özelliklerin göreli önem değerleri de hesaplanmıştır. Kurulan modelin kişilerin

tercihlerine uygunluk oranı bulunarak model geçerliliği değerlendirilmiştir.

4. BULGULAR

Çalışmada ilk olarak cevaplayıcılar tekil olarak incelenmiş fakat her cevaplayıcı için

analiz fayda sağlamayacağı için 50 kişiyi kapsayan genel bir model sonucu bu kısımda

sunulmuştur. Ankete katılan tüm genç kadınların hazır giyim mağaza tercihlerinde göz önünde

bulundurdukları özellikler ve önem derecelerinin yer aldığı model özetine aşağıdaki sayfadaki

Tablo 6’da yer verilmiştir.


290


Tablo 6. Model Sonuçları

Göreli önem Özellik Düzey Kısmi

Fayda

(B)İlişki

Yönü

%21,24 Ürün Markası Özel, sevilen bir marka 1,3750

- Herhangi bir marka -1,3750

%17,07 Mağaza planı

Aradığımı kolay buluyorum -13,278

-2,6556 Aradığımı kolay

bulamıyorum

-15,933

%14,40 Hizmet

seviyesi

Yüksek 1,1056 -

Az -1,1056

%14,19 Ortam şartları İyi -33,367

-2,5667 Kötü -35,933

%12,67 Kampanya Var -16,022

-2,2889 Yok -18,311

%11,47

Konum

Alışveriş merkezinde 0,2481

- Ana cadde üzerinde 0,4176

Sokak arasında -0,6657

%4,82 Ürün

çeşitliliği

Ürün çeşitliği az -0,0417 -

Ürün çeşitliği fazla 0,0417

%4,13 Mağaza katı Tek katlı -0,0861

- Birden fazla katlı 0,0861

Sabit 74,8602

Pearson's R 0,998 Significance (P) = 0,000

0,000 Kendall's tau 0,967 Significance (P) =

Elde edilen sonuçlara göre hazır giyim sektöründe mağaza seçiminde genç kadın

tüketicilerin birinci sırada dikkat ettikleri özellik, mağaza ürünlerinin markasıdır. Bu özelliğin

tüm özellikler içindeki önem düzeyi %21,24 olarak elde edilmiştir. Bu özelliğin toplam faydada

daha büyük oranda değişim yarattığı görülmüştür. Hazır giyim mağaza seçiminde ikinci

derecede önemli etken, mağazanın planıdır, mağazanın iç dizaynında ürünlerin sunumudur. Bu

özelliğin tüm özellikler içindeki önemi %17,07 olarak elde edilmiştir.

Üçüncü derecede önemli etken mağazadaki hizmet seviyesidir. Bu özelliğin önem ağırlığı

%14,40’dır. Bir mağazanın seçiminde dördüncü derecede önemli etken mağazadaki ortam

şartlarıdır, bu özellik için %14,19 önem ağırlığı elde edilmiştir. Beşinci derecede önemli etken,

mağazada kampanya vb indirimlerin olup olmamasıdır. Cevaplayıcılar bu özelliğe %12,67

oranında önem vermektedirler. Mağaza seçiminde altıncı derecede önemli etken, mağazanın

konumudur, bu özellik için %11,47 önem ağırlığı elde edilmiştir. Yedinci ve sekizinci derecede

önemli özellikler ise sırasıyla mağazadaki ürün çeşitliliği ve mağazadaki kat sayısıdır. Bu

özelliklerin önem düzeyleri sırasıyla %4,82 ve %4,13 olarak elde edilmiştir.

Model kurulum aşamasında bazı özellikler için kategorik ve bazıları için doğrusal artan

ilişki belirlenmiştir. Marka, hizmet, konum, ürün çeşitliği ve kat özelliklerinin düzeyleri ile

tercih arasında bir ilişki yönü belirlenmediğinden bu özellikler discrete/kategorik olarak

alındığından, bu özellikler için tekil kısmi fayda değerleri toplamı sıfıra “0” a eşittir. Bu

özellikler için kısmi fayda değerleri yorumlanırken, negatif değer alan düzeyler aslında o


291



düzeyin cazip olmadığı anlamına gelmez, sadece ilgili özelliğin diğer düzeylerinden daha az

tercih edildiğini gösterir. Her özelliğin kendi içindeki düzeylerinin kısmi fayda değerleri

toplamları sıfır olacak şekilde ölçeklendiği için (Denklem 2’de olduğu gibi) daha az tercih

edilen düzey negatif değer almalıdır. Bu nedenle Konjoint Analizi’nin sonuçlarının yer aldığı

tabloda, bu özelliklere ait ilişki katsayıları bulunmamaktadır. Bakınız Tablo 5, 5. sütun.

Diğer taraftan mağaza planı, ortam şartları ve kampanya özelliklerinin düzeyleriyle tercih

arasında bir ilişki belirlenmiştir. Bu sebeple, bu özellikler için Tablo 5’in 5. sütununda

katsayılar oluşmuştur. Özellikleri beklenen ilişki doğrultusunda tanımlamanın nedeni, analiz

sonrası beklenen ilişkiden farklı sıralama yapan kişileri belirlemektir. Bu bağlamda, burada

yorumlanması gereken ilk husus, özellik için seçilen ilişkinin doğruluğudur. Başlangıçta model

kurulurken bu özellik düzeyleriyle tercih arasında doğrusal artan ilişki kurulmuştur. Ancak

analiz sonucunda tersi bir durum elde edilmiştir. Bu özelliklere ait katsayıların negatif olması (-

2,6556, -2,5667, -2,2889) bu ters durumu göstermektedir. Mağazadaki kampanyanın yokluğu,

hizmetin yetersiz oluşu ve ortam şartlarının kötü olması cevaplayıcıların büyük çoğunluğunun,

o mağazaya olan tercihlerini azaltmıştır. Bir profil kartında bu düzeylerin bulunması o kartın

toplam faydasını azaltmıştır. Bu özelliklerle tercih arasında doğrusal azalan ilişki saptanmıştır.

Düzeylerinin kısmi fayda değerleri incelendiğinde, marka özelliği için mağazada

cevaplayıcının özel sevdiği bir markanın ürünler satılması 1,3750 kısmi fayda skoruyla

tanınmayan marka ürünleri satılması düzeyine göre daha çok tercih edilmiştir. Mağaza planı

özelliği için -13,278 kısmi fayda skoruyla aradığı ürünü kolay bulma düzeyi daha fazla tercih

edilmiştir. Mağazadaki hizmet açısından 1,1056 fayda skoruyla hizmetin yeterli olması yetersiz

olmasına göre daha çok tercih edilmiştir. Cevaplayıcılar, ortam şartları iyi olan mağaza tipini -

33,367 kısmi fayda skoruyla ortam şartları kötü mağaza tipine tercih etmişlerdir. Mağazada

kampanya olması -16,022 kısmi fayda skoruyla kampanya olmamasından daha faydalı

bulunmuştur. Konum özelliği için düzeyler yorumlanırsa en faydalı düzey olarak 0,4176 kısmi

fayda değeriyle mağazanın ana cadde üzerinde olması daha fazla tercih edilmiştir. 0,0417 fayda

değeriyle ürün çeşitliliği fazla olan mağaza tercih edilirken en son olarak da 0,0861 fayda

değeriyle farklı katlara sahip mağaza tek kat mağazadan daha çok tercih edilmiştir. Her bir

özellik için elde edilen maksimum kısmi fayda değerlerinden hareketle iyi tanınan bir markanın

ürünlerini satan, renklerin ve serilerin kolay algılanabildiği, hizmet seviyesi yüksek, ortam

şartları iyi, ana cadde üzerinde, ürün çeşitliliği fazla, birden çok katlı bir mağazanın tüketiciler

tarafından en çok tercih edileceği söylenebilir.

Tüketicilere sunulmayan 2 adet simülasyon kartının (Tablo 1’den görülebilir) çeşitli

ölçütlere göre beğenilme düzeylerini belirlemek amacıyla KA için hazırlanan programla

simülasyon özeti ve simülasyon sonucu oluşturulmuştur ve aşağıdaki Tablo 7’ de verilmiştir.

Tablo 7. Simülasyon Sonuçları

Simülasyon özeti Simülasyon sonucu

Simülasyon

Kartı

Max fayda(%) BTL(%) Logit( %) Fayda Skoru

1 95,56 80,62 95,14 14,8

2 4,44 19,38 4,86 2,7


292


Tablo 7 incelendiğinde, en çok tercih edilen özellik ve düzeylere sahip simülasyon

kartının 14,8 toplam fayda skoruyla birinci simülasyon kartının olduğu görülmektedir. İkinci

simülasyon kartının 2,7’ lik bir toplam fayda skoruyla tercih edildiği görülmektedir. 2 adet

simülasyon kartının tanımladığı mağaza profilinden hangisinin aranan özelliklere daha çok

sahip olduğu 16 karttan elde edilen fayda skorları aracılığı ile belirlenmiştir. Elde edilen

katsayılar, Denklem 5’teki Konjoint modelinde yerine koyulduğunda 1. simülasyon kartı için

ilgili hesaplama şu şekildedir:

Kart 1 toplam fayda skoru = 74,8602 + 1,3750 + 1,1056 + (-13,278) + (-16,022)+

0,2481+ (-33,367) + (-0,0861) + (-0,0417) = 14,8

Buna göre tanınan bir markanın ürünlerini satan, renklerin ve serilerin kolay

algılanabildiği, hizmet seviyesi yüksek, ortam şartları iyi, alışveriş merkezinde, ürün çeşitliliği

az, tek katlı bir mağaza, maksimum fayda oranına göre %95,56’lık bir oranla pazar payına sahip

olacaktır, 2. simülasyon kartının ifade ettiği mağaza tipinin pazar payın %4,44 olacağı sonucuna

ulaşılmıştır.

Tüm cevaplayıcılar için kurulan modelin kişilerin tercihlerine uygunluk oranının,

Pearson’ın R istatistiği (0,998) ve Kendall’ ın Tau istatistiği (0,967) değerlerine göre, kurulan

model ile gözlenen sonuçlar arasında yüksek bir ilişki bulunduğu ve dolayısıyla tüketicilerin

mağaza tercihlerinden elde edilen sonuçların tutarlı olduğu söylenebilir. P değerleri 0,000

çıktığı için yüksek bir istatistiksel anlamlılık vardır ve araştırma sonuçları güvenilirdir.

5. SONUÇ VE ÖNERİLER

Konjoint analizi günümüzde istatistiksel programlar sayesinde kolaylıkla

uygulanabilmektedir. Çalışmada uygulayıcılar için model adımları detaylandırılmıştır.

Çalışmada genç kadınların günlük giyim alışverişlerinde, mağaza seçerken en fazla önem

verdikleri özellikler Konjoint analiziyle belirlenmeye çalışılmış ve elde edilen model

sonuçlarının rakamsal değerleri ayrıntılı olarak yorumlanmıştır.

Genç kadınların mağaza tercihleri özellikler bakımından incelendiğinde, birinci sırayı

mağazada, özel, sevdikleri bir markanın ürünlerinin olması almaktadır. Bu sebeple hazır giyim

sektöründeki işletmeler, tutundurma çabalarıyla, reklamlarla marka imajı yaratmaları ve marka

bağlılığı oluşturmaya birinci sırada önem vermelidir. Hazır giyim sektörüne girmek isteyen bir

girişimcinin öncelikle tanınan markaların ürünlerini satabileceği örneğin Franchising yaparak

bir mağaza açmaları önerilebilir.

Ürünlerin markası kadar önemli diğer ikinci önemli özellik ise mağazanın planı

olmaktadır. Mağazanın mimarisi, dizaynı, koridorların geniş, renklerin ve serilerin kolay

bulunabilir olması işletmelerin satışlarını başarılı bir biçimde artırmalarına katkı sağlayan

önemli özellikler arasında yer almaktadır. Mağazacılığın temel olarak göze hitap etmesi

nedeniyle, müşterilerin işletmenin ürünlerinin farkında olmalarını sağlayacak biçimde raf ve

reyon düzenlemelerinin yapılması, işletme açısından son derece önemlidir. Bu da, günümüzde

raf yönetimi (shelf management) ile sağlanabilmektedir. Bu bağlamda, reyonlarda hangi

ürünlerin önde, hangilerinin arkada duracağının, raflar arası boşlukların, reyon yerlerinin

belirlenmesinin ve müşterilerin hareket edecekleri boşlukların çok iyi ayarlanması şarttır.


293



Üçüncü ve dördüncü derecede önemli özellikler, hizmet seviyesi ve mağazadaki

atmosferdir. Kasa elemanının güler yüzlülüğü, soyunma kabinlerinde yardım, karşılayan biri

olması tüketicilerin işletmeye daha çok finansal katkı sağlamalarını tetikleyebilecektir. Yine

tüketiciler, ortam özelliklerinin iyi olması istemektedir. Bu bağlamda, mağazada kullanılan

havalandırmanın mevsimlere göre ayarlanması, mağazanın güzel kokusu, mağazada çalınan

müzik, mağazanın temizliği vb. gibi öğeler ile ilgili düzenleme, tüketicilerin bu mekânlarda

geçirdikleri süreleri etkileyebilmekte ve satın alma kararlarına yön verebilmektedir.

Beşinci ve altıncı derecede önemli özellikler, kampanyaların varlığı ve mağazanın ana

cadde üzerinde olması olmaktadır. İşletmelerin kampanyalarla fiyatlandırma stratejileri

geliştirmeleri satışlarını arttıracaktır. Tüketicilerin rahatlıkla görebilecekleri, ulaşım zorluğu

yaşamayacakları ve alışverişlerini yapabilecekleri yerlerde mağazaların kurulması da,

müşterilerin mağazaya çekilmesi ve böylelikle işletmenin başarılı olmasında önem arz

etmektedir. Açılacak mağazanın yerinin, özellikle şehir merkezine yakın ve insan trafiğinin

yoğun olduğu ana cadde üstü yerlerde bulunmasına büyük önem verilmelidir.

Yedinci ve sekizinci derecede önemli etken, mağazadaki ürün çeşitliliğinin fazla olması

ve mağazadaki kat sayısıdır. Müşteriler tarafından ürün çeşitliliği ve mağazadaki kat sayısı çok

fazla önemsenmemiştir.

Araştırmanın genel sonucuna göre, piyasada hazır giyim satışı yapan işletmelerin satış

miktarlarını maksimum yapabilmeleri için istenen mağaza özelliklerini içerecek biçimde kendi

mağazalarını gözden geçirmeleri gerektiği ve kısıtlı bütçe olanakları yüzünden etkin pazarlama

stratejilerini bu araştırma sonucu bulunan önemli özelliklere odaklanarak gerçekleştirmeleri

gerektiği söylenebilir.

KAYNAKLAR

AKAAH, I.P.; KORGAONKAR, P.K. (1988), “A Conjoint Investigation of The Relative

Importance of Risk Relievers in Direct Marketing”, Journal of Advertising Research,

28(4), s. 38-44.

ARMAĞAN, Ece.; TAŞDELEN, Mehmet. (2012), “Üniversite Öğrencilerinin Giyim

Tercihlerini Etkileyen Faktörlerin Belirlenmesine Yönelik Bir Araştırma”,

Organizasyon ve Yönetim Bilimleri Dergisi, 4(1), s. 85-95.

CATTIN, P.; WITTINK, D. R. (1982), “Commercial Use of Conjoint Analysis: A Survey”,

Journal of Marketing, 46(3), s. 44-53.

CHEN, Jiahua, (1992), “Some Results on 2n-k Fractional Factorial Designs and Search for

Minimum Aberration Designs”, The Annals of Statistics, 20(4), s. 2124-2141.

ÇORUH, Hakan, (2011), Tüketici Tercihlerinde Hedonik Tüketim Maliyetinin Konjoint Analizi

ile İncelenmesi: Dizüstü Bilgisayar Tüketicileri Üzerine Bir Araştırma, Marmara

Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.


294


DAĞHAN, Gökhan; SEFEROĞLU, Sadi S., (2012), “BÖTE Lisansüstü Öğrencilerinin Uzaktan

Eğitime İlişkin Tercihlerinin Konjont Analizi Tekniğiyle İncelenmesi”, Ege Eğitim

Dergisi, 13(2), s. 12-32.

DEĞERLİ, Derya, (2010), Seçime Dayalı Konjoint Analizi Yöntemi ve Cep Telefonu

Seçiminde Etkili Olan Faktörlerin Araştırılması, Marmara Üniversitesi Sosyal

Bilimler Enstitüsü, İstanbul.

DİKİCİ, Tuğba, (2006), Konjoint Analizi ve Tüketicilerin Cep Telefonu Tercihinin

Belirlenmesi ile İlgili Bir Uygulama, Uludağ Üniversitesi Sosyal Bilimler Enstitüsü,

Bursa.

DİNÇ, Yasin, (2010), Konjoint Analizi ve Otomobil Seçim Kriterleri Üzerine Bir Uygulama,

Marmara Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.

ERDOĞAN, Canay, (2006), Tüketicinin Otomobil Tercihinin Konjoint Analizi ile İncelenmesi,

Gazi Üniversitesi Fen Bilimleri Enstitüsü, Ankara.

GREEN, P.E.; DESARBO, W.S. (1978), “Additive Decomposition of Perceptions Data Via

Conjoint Analysis”, Journal of Consumer Research, 5(1), s. 58-65.

GREEN, P.E.; SRINIVASAN, V. (1978), “Conjoint Analysis in Consumer Research: Issues

and Outlook”, Journal of Consumer Research, 5, s. 103-123.

GREEN, P.E.; WİND, Y. (1973), Multiattribute Decisions in Marketing: A Measurement

Approach, The Dryden Press. Hinsdale,IL.

GÜRBÜZ, Hüseyin.; KAYGISIZ, Zeliha, (2004), “Konjoint Analizi ve Ulaşım Sektör Pazarı

Üzerine Bir Çalışma”, Süleyman Demirel Üniversitesi İktisadi İdari Bilimler Fakültesi

Dergisi, 9(1), s. 139-148.

HAIR, J. F. J.; BLACK, W.C.; BABIN, B.J. ; ANDERSON, R.E. (2010), Multivariate Data

Analysis, Prentice Hall. (7. Baskı), Upper Saddle River, NJ.

HUANG, C.L.; FU, J., (1993), “Consumer Preferences and Evaluations of A Processed Meat

Product”, Journal of Food Distribution Research, 24(1), s. 149-157.

IBM, (2015), “SPSS Conjoint”

http://www-03.ibm.com/software/products/tr/spss-conjoint. (Erişim Tarihi: 01 Ocak

2015)

İRİ, Ruhan.; İNAL, Mehmet E. (2011), “Bir Hazır Giyim Markasının Pazardaki Değişim

Hikayesi: Lc Waikiki Örneği”, Süleyman Demirel Üniversitesi İktisadi ve İdari

Bilimler Fakültesi Dergisi, 16(1), s. 445-469.

KUHFELD, W.F., (2010), “Conjoint Analysis”.

http://support.sas.com/techsup/technote/mr2010h.pdf /(Erişim Tarihi: 20 Kasım 2014)

LANCASTER, K.J. (1971), Consumer Demand: A New Approach, Columbia University Press,

NY, Columbia.

OKUR, Ayşe, (2001), “Giysi Seçimini Etkileyen Tüketici Davranışları”, Tekstil Maraton,

11(56), s. 65–72.

http://www-03.ibm.com/software/products/tr/spss-conjoint

http://support.sas.com/techsup/technote/mr2010h.pdf/(Erişim


295



ORME, Bryan K. (2010), Getting Started with Conjoint Analysis: Strategies for Product Design

and Pricing Research. Second Edition, Research Publishers LLC. Madison Wisconsin,

USA.

ÖZBUCAK, ALBAR, Banu.; DUMAN, Teoman, (2011), “Bir Tüketici Grubu Olarak

Kadınların Mağaza Markalı Ürünlere Karşı Tutumları: Giresun İli Örneği”, Erciyes

Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 86 (38), s. 79-100.

POLAT, Cihan.; KÜLTER, Banu. (2007), “Tüketicilerin Perakende Mağaza Tercihini

Etkileyen Faktörler: Niğde İli Örneği”, Gazi Üniversitesi İktisadi ve İdari Bilimler

Fakültesi Dergisi, 9 (3), s. 109 – 126.

ŞAHİNOĞLU BEYAZIT, D.Z.; YILDIRIM, F. (2011), “Perakende Mağazacılığında Satınalma

Noktası İletişimi: Ayakkabı Sektöründe Zincir Bir Marka Örneği”, Istanbul Ticaret

Üniversitesi Sosyal Bilimler Dergisi, 10 (19), s. 177-192.

SCHOLZ, Michael, (2008), “From Consumer Preferences Towards Buying Decisions Conjoint

Analysis as Preference Measuring Method in Product Recommender Systems”, 21.

Bled eConference eCollaboration: Overcoming Boundaries Through Multi-Channel

Interaction, June 15 - 18, Bled, Slovenia.

SÖNMEZ, Harun (2001). Konjoint Analizi Tekniğinin Pazarlama Araştırmalarında Kullanım

Olanakları ve Bir Uygulama, Anadolu Üniversitesi, Fen Bilimleri Enstitüsü, Eskişehir.

ŞEN, Hülya; ÇEMREK, Fatih, (2004), “Konjoint Analizi ve Özel Dersane Tercihine Yönelik

Bir Uygulama”, Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 5(2), s. 105-120.

VRIENS, M.; WEDEL, M.; WILMS, T., (1996), “Metric Conjoint Segmentation Methods: A

Monte Carlo Comparison”, Journal of Marketing Research, 33, s. 73-85.

WEDEL, Michel.; KAMAKURA, Wagner, A. (2000), Market Segmentation: Conceptual and

Methodological Foundations. Second Edition. Kluwer Academic Publishers.USA.

WITTINK D. R.; CATTIN, P., (1989), “Commercial Use of Conjoint Analysis: An Update”,

Journal of Marketing, 53, s. 91-96.

Elif ACAR - asosjournal.com Elif ACAR.pdf · Rekabetin giderek yoğunlaştığı ve zorlaştığı hazır giyim sektörü perakende ... Hazır giyim Türkiye’de en ... araştırması

Documents