1. Nombre: Jerald Schneider Carballo
Docente: Mgr. José Ramiro Zapata
Materia:Investigación de Mercados II
Grupo: 09
“LIBEREMOS BOLIVIA”
ANALISIS MULTIVARIADO
El Análisis Multivariante es el conjunto de métodos estadísticos cuya finalidad es analizar
simultáneamente conjuntos de datos multivariantes en el sentido de que hay varias
variables medidas para cada individuo u objeto estudiado.
1. Introducción
En la evaluación y recopilación de datos estadísticos se utilizan métodos de análisis
multivariantes para aclarar y explicar las relaciones entre las diferentes variables que
pueden estar asociadas con estos datos. El análisis multivariante 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.
2. Desarrollo
Originalmente, en las estadísticas se utilizaban métodos de prueba y análisis multivariante
para descubrir las relaciones causales. Dado que los cálculos manuales son muy
complejos, los métodos sólo son practicables en otros campos de aplicación con el
desarrollo del hardware y software correspondiente. Hoy en día se utilizan métodos de
análisis multivariante en áreas muy diferentes:
Lingüística, Ciencias Naturales y Humanidades.
Economía, seguros y servicios financieros.
Minería de datos, big data y bases de datos relacionales.
Hoy en día, los análisis multivariantes se suelen llevar a cabo mediante el uso de software
con el fin de hacer frente a las enormes cantidades de datos y controlar las variables
modificadas en aplicaciones prácticas como las pruebas de usabilidad. Sin embargo, las
pruebas multivariante también pueden contribuir significativamente a mejorar la facilidad
de uso a menor escala.
Los datos multivariados surgen de distintas áreas o ramas de la ciencia:
¿En qué situación surgen los datos multivariados?
Cuando a un mismo individuo se le mide más de una característica de interés.
Un individuo puede ser objeto o concepto que se puede medir. Mas generalmente, los
individuos son llamados unidades experimentales.
3. Tipos de métodos de análisis multivariado
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
estudios factoriales se centran en diferentes variables, por lo que se subdividen en análisis
de componentes principales y análisis de correspondencia. Por ejemplo: ¿Qué elementos
de laweb influyen más en el comportamiento de compra?
Análisis de clusters: Las observaciones se asignan gráficamente a grupos de variables
individuales y se clasifican sobre la base de ellas. Los resultados son clusters y
2. Nombre: Jerald Schneider Carballo
Docente: Mgr. José Ramiro Zapata
Materia:Investigación de Mercados II
Grupo: 09
“LIBEREMOS BOLIVIA”
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:
Análisis de regresión: Investiga la influencia de dos tipos de variables una 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
medio de relaciones de dependencia entre las dos variables. En la práctica, varios
cambios de los elementos de la página web corresponden a variables independientes,
mientras que 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
variables dentro de un grupo, así como diferentes grupos, dependiendo de 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?
Análisis discriminante: Se utiliza en el contexto del análisis de desviaciones para
diferenciar entre grupos que se pueden describir con características similares o idénticas.
Por ejemplo, ¿en qué variables difieren los diferentes grupos de compradores?
4. Objetivos de los métodos multivariados
Simplificación. - los métodos multivariados son un conjunto de técnicas que permiten al
investigador interpretar y visualizar conjuntos grandes de datos tanto en individuos como
en variables.
Relación. - encontrar relaciones entre variables, entre individuos y entre ambos.
Relación entre variables. - existen relación entre variables cuando las variables miden
una característica común. Ejemplo: se realiza exámenes de lectura, ortografía y aritmética,
si cada uno de los estudiantes obtiene calificaciones altas, regulares o bajas en los
exámenes estarían relacionados entre sí y los exámenes pueden estar midiendo una
inteligencia global.
Relación entre individuos. - existe relación entre individuos si alguno de ellos es
semejante entre sí. Ejemplo: suponga que se evalúa cereales para el desayuno respecto a
su contenido nutricional y se miden por ejemplo los gramos de grasa, proteínas y
carbohidratos. Se podría esperar que los cereales de fibra estén relacionados entre sí, o
que los cereales endulzados tengan cierta relación entre sí y además se podría esperar
que ambos grupos fueran diferentes entre sí.
5. Clasificación de métodos multivariados
Dirigidas o motivadas por las variables. - Se enfocan en las relaciones entre variables.
Ejemplo: matrices de correlación, análisis de componentes principales, análisis de factores,
análisis de regresión y análisis de correlación canónica.
3. Nombre: Jerald Schneider Carballo
Docente: Mgr. José Ramiro Zapata
Materia:Investigación de Mercados II
Grupo: 09
“LIBEREMOS BOLIVIA”
Dirigidas o motivadas porlos individuos. – Se enfocan en las relaciones entre individuos.
Ejemplo: análisis discriminante, análisis de cúmulos y análisis multivariado de varianza.
6. Conclusiones
Como método cuantitativo, el análisis multivariante es uno de los métodos más efectivos
para probar la usabilidad. Al mismo tiempo, es muy complejo y a veces costoso. Se puede
utilizar software para ayudar, pero las pruebas como tales son considerablemente más
complejas que las pruebas A/B en términos de diseño de estudios. La ventaja decisiva
radica en el número de variables que pueden considerarse y su ponderación como medida
de la importancia de determinadas variables.
Incluso cuatro versiones diferentes de los titulares de un artículo pueden dar lugar a tasas
de clics completamente diferentes. Lo mismo se aplica al diseño de los botones o al color
de fondo del formulario de pedido. En casos individuales, por lo tanto, vale la pena
considerar desde una perspectiva multivariante también desde el punto de vista financiero,
especialmente para las webs con orientación comercial, como las tiendas online o los
sitios web, que deben amortizarse a través de la publicación.
7. Referencias
https://es.ryte.com/wiki/An%C3%A1lisis_Multivariante
http://allman.rhon.itam.mx/~lnieto/index_archivos/Modulo61.pdf
http://www.ciberconta.unizar.es/leccion/anamul/inicio.html
https://es.wikipedia.org/wiki/An%C3%A1lisis_multivariante
http://www.est.uc3m.es/esp/nueva_docencia/getafe/sociologia/estad_aplic_
ccss_II/doc_generica/archivos/Multivariante.pdf
https://www.youtube.com/watch?v=__NwvXa3zjQ
8. Videos