Roselinde Kessels, profesora adjunta de la Universidad de Amberes y la Universidad de Maastricht
Robert Mee, profesor de análisis empresarial William y Sara Clark, Universidad de Tennessee
Los experimentos de elección discreta anteriores proporcionan evidencia clara de los efectos de primacía y actualidad en el orden de presentación de los perfiles dentro de un conjunto de opciones, donde el primer o último perfil de un conjunto de opciones se selecciona con mayor frecuencia que los otros perfiles. Los algoritmos de diseño de elección bayesiano existentes no tienen en cuenta los efectos del orden de los perfiles dentro de los conjuntos de opciones. Esto puede producir estimaciones de valor parcial severamente sesgadas, como ilustramos utilizando un experimento de elección de empaque de producto realizado para P&G en México. Una práctica común es aleatorizar el orden de los perfiles dentro de los conjuntos de opciones para cada encuestado. Si bien la aleatorización del orden de los perfiles para cada sujeto asegura un equilibrio cercano en promedio entre todos los sujetos, las aleatorizaciones para muchos sujetos individuales pueden ser bastante desequilibradas con respecto al orden de los perfiles; por lo tanto, cualquier tendencia a preferir el primer o el último perfil puede resultar en un sesgo para esos sujetos. Como consecuencia, este sesgo puede producir heterogeneidad en las estimaciones bayesianas jerárquicas para los sujetos, incluso cuando los sujetos tienen preferencias verdaderas idénticas. Como solución de diseño, proponemos diseños óptimos bayesianos con equilibrio de posición que están restringidos para lograr un equilibrio de orden suficiente. Para el análisis, recomendamos incluir una covariable de orden de perfil para tener en cuenta cualquier preferencia de orden en las respuestas.
