Conjunto de procedimientos estadístico-econométricos que estudian y analizan de forma simultánea ciertas características de cada individuo, objeto o entidad que forma parte de una determinada investigación.
1. Cruz ChavarriaClaudiaMaria
Mgr. José RamiroZapata
Materia: Investigaciónde mercadosII
“LIBEREMOS BOLIVIA”
ANÁLISIS MULTIVARIADO
“Sabervivireshacer lomejorque podemosconloque tenemos en el momento en que estamos”
1. Introducción:
El Análisis Multivariante es el conjunto de métodos estadísticos cuya finalidad es analizar
simultáneamenteconjuntosde datosmultivariantesenel sentido de que hay varias variables
medidas para cada individuo u objeto estudiado.
Su razón de ser radica en un mejor entendimiento del fenómeno objeto de estudio
obteniendoinformaciónque losmétodosestadísticosunivariantesybivariantessonincapaces
de conseguir.
2. Desarrollo:
En la evaluación y recopilación de datos estadísticos se utilizan métodos de análisis
multivariantespara aclarar y explicarlasrelacionesentrelasdiferentesvariables que pueden
estar asociadas con estos datos.
El análisismultivariante siempre se utiliza cuando hay más de tres variables involucradas y el
contexto de su contenido no está claro. El objetivo es detectar una estructura por un lado, y
verificar los datos de las estructuras por otro.
► Conjunto de procedimientos estadístico-econométricos que estudian y analizan de
formasimultáneaciertascaracterísticasde cada individuo,objetooentidadque forma
parte de una determinada investigación.3
Orígenes:
El origendel análisismultivariado se remonta a los comienzos del siglo XX, con Pearson y
Sperman, época en la cual se empezaron a introducir los conceptos de
la estadísticamoderna.Lasbasesdefinitivasde este tipode análisisse establecieron en la
década 1930-40 con Hotelling, Wilks, Fisher, Mahalanobis, y Bartlett (Bramardi, 2002).4
Objetivos Del Análisis Multivariado:
Simplificación: Los métodos multivariados son un conjunto de técnicas que permiten al
investigadorinterpretaryvisualizarconjuntosgrandesde datos(tantoenindividuos como
en variables).
Relación: Encontrar relaciones entre variables, entre individuos y entre ambos.
2. Cruz ChavarriaClaudiaMaria
Mgr. José RamiroZapata
Materia: Investigaciónde mercadosII
“LIBEREMOS BOLIVIA”
► Relación entre variables: Existe relación entre variables cuando las variables miden
una característica común. Ejemplo: Suponga que se realizan exámenes de lectura,
ortografía, aritmética y álgebra a estudiantes de 6o de primaria. Si cada uno de los
estudiantes obtiene calificaciones altas, regulares o bajas en los cuatro exámenes,
entonces los exámenes estarían relacionados entre sí. En este caso, la característica
comúnque estosexámenespuedenestarmidiendopodríaserla"inteligencia global".
► Relación entre individuos: Existe relación entre individuos si alguno de ellos son
semejantes entre sí. Ejemplo: Suponga que se evalúan cereales (para el desayudo)
respecto a su contenido nutricional y se miden, por ejemplo, los gramos de grasa,
proteínas, carbohidratos y sodio a cada uno de ellos. Se podría esperar que los
cereales de fibra estén relacionados entre sí, o que los cereales endulzados tengan
ciertarelaciónentre sí,ademásse podría esperarque ambosgruposfuerandiferentes
de uno a otro.
Uso de los métodos multivariados: Minerías de datos (data mining).
Los métodosmultivariadossonrealmenteun conjunto de técnicas que en su gran
mayoría tienen un carácter exploratorio y no tanto inferencial.3
Clasificación de los métodos multivariados:
Dirigidas o motivadas por las variables: se enfocan en las relaciones entre variables.
Ejemplos: matrices de correlación, análisis de componentes principales, análisis de
factores, análisis de regresión y análisis de correlación canónica.
Dirigidas o motivadas por los individuos: se enfocan en las relaciones entre individuos.
Ejemplos:análisisdiscriminante, análisis de cúmulos y análisis multivariado de varianza.2
Características de la investigación cualitativa:
a) Es interpretativa.Analizael lenguaje (escrito,hablado,gestual ovisual),lostérminosdel
discurso, los comportamientos, las representaciones simbólicas y las cualidades de los
procesos de intercambio.
b) Su lugar de estudio es el contexto natural del fenómeno a estudiar, lo que puede
implicarel desplazamientodel sujetoinvestigador. Comprende la importancia de analizar
los fenómenos en su contexto natural, en el cual tienen lugar el universo de
representaciones simbólicas que mueven a sus agentes.
c) No plantea hipótesis, sino que, a partir de preguntas abiertas y a la luz de las
indagaciones,construyeinterpretacionesyconclusionessobre losfenómenos estudiados.
d) Recurre a diversos método, por lo cual se considera “multimétodo” y plural. Los
métodos elegidos responden a diseños específicos según los fenómenos a estudiar.
3. Cruz ChavarriaClaudiaMaria
Mgr. José RamiroZapata
Materia: Investigaciónde mercadosII
“LIBEREMOS BOLIVIA”
Pueden abarcar modelos de interacción y participación o modelos humanísticos
tradicionales.
e) Estudia la especificidad de situaciones particulares, descifrando el significado último
atribuido por sus agentes participantes.
f) Parte de una mirada holística. Comprende que su objeto de estudio responde a una
cultura, cuyos valores debe respetar para que el análisis sea válido.
g) Entraña el riesgo de verse interferida por los prejuicios o juicios de valor que porte el
investigador.1
División del análisis multivariable:
Los métodos multivariantes pueden subdividirse según diferentes aspectos. En primer
lugar, se diferencian en función de si se debe descubrir o verificar una estructura con
ellos. Los métodos de determinación de la estructura incluyen el dominio:
Análisis factorial: Reduce la estructura a datos relevantes y variables individuales. Los
estudiosfactorialesse centranendiferentesvariables,porloque se subdividenenanálisis
de componentesprincipalesyanálisisde correspondencia. Por ejemplo: ¿Qué elementos
de la web influyen más en el comportamiento de compra?
Análisis de clusters: Las observaciones se asignan gráficamente a grupos de variables
individualesyse clasificansobre labase de ellas.Losresultados son clusters y segmentos,
como el número de compradores de un producto en particular, que tienen entre 35 y 47
años y tienen un alto nivel de ingresos.
Los procedimientos de revisión estructural incluyen, entre otros, el TLD:
Análisisde regresión:Investigalainfluenciade dostiposde variablesuna sobre la otra. Se
habla de variables dependientes y no dependientes. Las primeras son las llamadas
variables explicadas, mientras que las segundas son variables explicativas. El primero
describe el estado real sobre la base de los datos, el segundo explica estos datos por
mediode relacionesde dependenciaentre lasdosvariables.En la práctica, varios cambios
de loselementosde lapáginawebcorrespondenavariablesindependientes,mientrasque
los efectos sobre la tasa de conversión serían la variable dependiente.
Análisis de desviaciones: Determina la influencia de varias variables o de variables
individuales en grupos calculando promedios estadísticos. Aquí se pueden comparar
variablesdentrode ungrupoasí como diferentesgrupos,dependiendode dónde se deben
suponer las desviaciones. Por ejemplo: ¿Qué grupos hacen clic con más frecuencia en el
botón "Comprar ahora" de su cesta de la compra?
4. Cruz ChavarriaClaudiaMaria
Mgr. José RamiroZapata
Materia: Investigaciónde mercadosII
“LIBEREMOS BOLIVIA”
Análisis discriminante: Se utiliza en el contexto del análisis de desviaciones para
diferenciarentre gruposque se puedendescribir con características similares o idénticas.
Por ejemplo, ¿en qué variables difieren los diferentes grupos de compradores?
Etapas del análisis multivariado:
1) Objetivos del análisis
Se define el problemaespecificandolosobjetivosylastécnicasmultivariantesque se vana
utilizar.
El investigador debe establecer el problema en términos conceptuales definiendo los
conceptosy lasrelacionesfundamentales que se van a investigar. Se deben establecer si
dichas relaciones van a ser relaciones de dependencia o de interdependencia. Con todo
esto se determinan las variables a observar
2) Diseño del análisis.
Se determina el tamaño muestral, las ecuaciones a estimar (si procede), las distancias a
calcular (si procede) y las técnicas de estimación a emplear. Una vez determinado todo
esto se proceden a observar los datos
3) Hipótesis del análisis
Se evalúan lashipótesissubyacentesala técnicamultivariante. Dichas hipótesis pueden ser de
normalidad, linealidad, independencia, homocedasticidad, etc. También se debe decidir qué
hacer con los datos missing.
4) Realización del análisis
Se estima el modelo y se evalúa el ajuste a los datos. En este paso pueden aparecer
observacionesatípicas(outliers) o influyentes cuya influencia sobre las estimaciones y la
bondad de ajuste se debe analizar.
5) Interpretación de los resultados
Dichasinterpretacionespueden llevar a reespecificaciones adicionales de las variables o
del modelo con lo cual se puede volver de nuevo a los pasos 3) y 4)
6) Validación del análisis
Consiste enestablecerlavalidez de losresultadosobtenidos analizando sí los resultados
obtenidos con la muestra se generalizar a la población de la que procede. Para ello se
puede dividir la muestra en varias partes en las que el modelo se vuelve a estimar y se
comparan los resultados. Otras técnicas que se pueden utilizar aquí son las técnicas de
remuestreo.5
5. Cruz ChavarriaClaudiaMaria
Mgr. José RamiroZapata
Materia: Investigaciónde mercadosII
“LIBEREMOS BOLIVIA”
Escalas de medida:
Existen dos tipos básicos de datos: no métricos (cualitativos) y métricos (cuantitativos).
Los datos no métricos son atributos, características o propiedades categóricas que
identifican o describen a un sujeto. Describen diferencias en tipo o clase indicando la
presenciaoausenciade unacaracterística o propiedad.Muchaspropiedadessondiscretas
porque tienenunacaracterísticapeculiarque excluye todas las demás características. Por
ejemplo, si uno es hombre, no puede ser mujer; No hay cantidad de «género», sólo la
condición de ser hombre o mujer. Por el contrario, las medidas de datos métricos están
constituidas de tal forma que los sujetos pueden ser identificados por diferencias entre
grado o cantidad. Las variables medidas métricamente reflejan cantidades relativas o
grado. Las medidasmétricassonlas más apropiadas para casos que involucran cantidad o
magnitud, tales como el nivel de satisfacción o la demanda de trabajo.4
3. CONCLUSIÓN:
Se concluye que las técnicas del análisis multivariante se utilizan cada vez más en el
mundocientífico,adquiriendocadadía más importanciaen la investigación de mercados.
Por lo tanto majar adecuadamente los diferentes métodos de análisis multivariantes
contribuye de manera importante al análisis de la información.
4. REFERENCIAS:
1. https://es.ryte.com/wiki/An%C3%A1lisis_Multivariante
2. http://allman.rhon.itam.mx/~lnieto/index_archivos/Modulo61.pdf
3. https://guiasjuridicas.wolterskluwer.es/document/EX0000021981/20091028/Analisi
s-multivariante
4. https://www.ecured.cu/An%C3%A1lisis_multivariados#:~:text=El%20origen%20del%
20an%C3%A1lisis%20multivariado,conceptos%20de%20la%20estad%C3%ADstica%2
0moderna.
5. http://www.ciberconta.unizar.es/leccion/anamul/inicio.html