KONJOİNT ANALİZİ VE GENÇ KADIN TÜKETİCİLERİN HAZIR GİYİM MAĞAZA TERCİHLERİNİ ETKİLEYEN UNSURLARIN İNCELENMESİ

Elif ACAR

Harun SÖNMEZ

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 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

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

%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

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

𝑦_𝑖𝑗𝑘 = 𝜇 + 𝛽_1𝑖+ 𝛽_2𝑗+ 𝛽_3𝑘+ 𝜀_𝑖𝑗𝑘 (1) ∑𝛽1𝑖 = ∑ 𝛽2𝑗 = ∑ 𝛽3𝑘 = 0 (2)

𝑦_𝑖𝑗𝑘, belirli bir ürün için beklenen fayda, 𝜀_𝑖𝑗𝑘, 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.

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

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;

𝑦_𝑘 = ∑^𝐽_𝑗=1∑^𝑀_𝑚=1^𝐽 𝛽_𝑗𝑚. 𝑋_𝑗𝑚 (3)

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

𝛽𝑗𝑚; j özelliğinin m düzeyinin kısmi fayda değeri,

𝑋_𝑗𝑚= {1, eğer k’inci profilde j özelliğin m düzeyi varsa 0, 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

The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295 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 [𝐼_𝑗=_𝑗𝑚^𝑀𝑎𝑥−_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.

𝑊_𝑗 = ^𝐼𝑗

∑^𝐽_𝑗=1𝐼_𝑗 ve ∑^𝐽_𝑗=1𝑊_𝑗 = 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

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

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

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

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

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

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.

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

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.

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

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

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

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

The Journal of Academic Social Science Yıl: 3, Sayı: 12, Haziran 2015, s. 278-295 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 2^n-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.

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

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