Page 1
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]
Page 2
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
Page 3
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
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
Page 4
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
281
Konjoint Analizi ve Genç Kadın Tüketicilerin Hazir Giyim Mağaza Tercihlerini
Etkileyen Unsurların İncelenmesi
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.
Page 5
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
282
Elif Acar – Harun Sönmez
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
Page 6
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
283
Konjoint Analizi ve Genç Kadın Tüketicilerin Hazir Giyim Mağaza Tercihlerini
Etkileyen Unsurların İncelenmesi
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
Page 7
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
284
Elif Acar – Harun Sönmez
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.
Page 8
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
285
Konjoint Analizi ve Genç Kadın Tüketicilerin Hazir Giyim Mağaza Tercihlerini
Etkileyen Unsurların İncelenmesi
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.
Page 9
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
286
Elif Acar – Harun Sönmez
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
Page 10
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
287
Konjoint Analizi ve Genç Kadın Tüketicilerin Hazir Giyim Mağaza Tercihlerini
Etkileyen Unsurların İncelenmesi
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.
Page 11
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
288
Elif Acar – Harun Sönmez
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.
Page 12
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
289
Konjoint Analizi ve Genç Kadın Tüketicilerin Hazir Giyim Mağaza Tercihlerini
Etkileyen Unsurların İncelenmesi
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.
Page 13
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
290
Elif Acar – Harun Sönmez
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
Page 14
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
291
Konjoint Analizi ve Genç Kadın Tüketicilerin Hazir Giyim Mağaza Tercihlerini
Etkileyen Unsurların İncelenmesi
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
Page 15
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
292
Elif Acar – Harun Sönmez
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.
Page 16
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
293
Konjoint Analizi ve Genç Kadın Tüketicilerin Hazir Giyim Mağaza Tercihlerini
Etkileyen Unsurların İncelenmesi
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.
Page 17
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
294
Elif Acar – Harun Sönmez
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.
Page 18
The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295
295
Konjoint Analizi ve Genç Kadın Tüketicilerin Hazir Giyim Mağaza Tercihlerini
Etkileyen Unsurların İncelenmesi
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.