1. Investigación de Mercados II
Tema: Análisis Multivariable
Alumna: Autalio Laime Jhoselyn
Docente: Mgr. José Ramiro Zapata Barrientos
¨LIBEREMOS BOLIVIA¨
ANALISIS MULTIVARIABLE
“TODO ES EDITABLE.” Mgr. José Ramiro Zapata Barrientos
1. INTRODUCCION
1.1.Antecedentes
El origen del análisis multivariable se remonta a los comienzos del siglo XX, con Pearson y
Sperman, época en la cual se empezaron a introducir los conceptos de la estadística
moderna. Las bases definitivas de este tipo de análisis se establecieron en la década 1930-
40 con Hotelling, Wilks, Fisher, Mahalanobis, y Bartlett (Bramardi, 2002).
En términos generales, el análisis multivariado se refiere a todos aquellos métodos
estadísticos que analizan simultáneamente medidas múltiples (más de dos variables) de
cada individuo. Por su parte Hair (Hair et al., 1992) puntualiza que para el caso del análisis
de datos resultantes de caracterización de recursos genéticos vegetales (colecciones de
germoplasma), el problema es representar geométricamente, cuantificar la asociación
entre individuos y clasificarlos respecto a un conjunto de variables, las cuales pueden ser
cuantitativas, cualitativas o la combinación de ambas. Teniendo en cuenta los objetivos
que se desean alcanzar, este investigador clasifica los métodos multivariados en dos
grandes grupos. El primero se denomina de ordenación ó reducción de datos y permite
arreglar y representar gráficamente el material bajo estudio en un número reducido de
dimensiones. El segundo se denomina de clasificación y permite la búsqueda de grupos
similares lo más homogéneos posible para clasificar los elementos. Cada base de datos
está compuesta por un conjunto de objetos o casos representativos de un problema en
cuestión (en este caso son las accesiones) y a su vez, cada objeto, se describe mediante un
conjunto de atributos o rasgos, también conocidos como variables de entrada o
características (en este caso son los descriptores), los cuales pueden ser cualitativos
(categóricos) o cuantitativos (numéricos). 1
1.2.Concepto
El análisis multivariable no es fácil de definir, se refiere a todos los métodos
estadísticos que analizan simultáneamente medidas múltiples de cada individuo u
objeto sometido a investigación. Cualquier análisis simultáneo de más de dos variables
puede ser considerado aproximadamente como un análisis multivariante. En sentido
estricto, muchas técnicas multivariantes son extensiones del análisis univariante
(análisis de distribuciones de una sola variable) y del análisis bivariante (clasificaciones
cruzadas, correlación, análisis de la varianza y regresiones simples utilizadas para
analizar dos variables). Por ejemplo, una regresión simple (con una variable predictor)
se extiende al caso multivariante para incluir varias variables predictor. De la misma
forma, la variable dependiente que se encuentra en el análisis de la varianza se
extiende para incluir múltiples variables dependientes en el análisis multivariante de la
varianza, Como veremos más adelante, en muchas ocasiones las técnicas
2. Investigación de Mercados II
Tema: Análisis Multivariable
Alumna: Autalio Laime Jhoselyn
Docente: Mgr. José Ramiro Zapata Barrientos
¨LIBEREMOS BOLIVIA¨
multivariantes son un medio de representar en un análisis simple aquello que requirió
varios análisis utilizando técnicas univariantes.2
Diríase, por tanto, que el análisis multivariable surge de la necesidad de analizar
simultáneamente más de dos variables de las distintas unidades de análisis y se podría
definir, en un sentido amplio, como aquellos procedimientos que abordan la
distribución o la relación existente entre 3 o más variables. Estadísticamente, se
tiende a emplear el concepto de multivariante más que el de multivariable, por
responder a la idea de que se trabaja con modelos de variables aleatorias (variantes),
en lugar de variables empíricas.3
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.
En el contexto de la usabilidad de una web, se pueden utilizar métodos de análisis
multivariante para aumentar sistemáticamente la usabilidad.4
2. DESARROLLO
2.1.ETAPAS
2.1.1. Objetivos del análisis
• Define el problema
• Especifica los objetivos
• Escoge las técnicas multivariantes
• Establecer el problema en términos conceptuales definiendo los conceptos
y las relaciones fundamentales
• Establecer si dichas relaciones son de dependencia o de interdependencia
• Se determinan las variables a observar.
2.1.2. Diseño del análisis
Se determina el tamaño muestral.
Las ecuaciones a estimar (si procede).
Las distancias a calcular (si procede).
Las técnicas de estimación a emplear.
Decidir qué hacer con los “datos perdidos”.
2.1.3. Hipótesis del análisis
Escoger formulación de hipótesis subyacente a la técnica:
Normalidad
Linealidad
3. Investigación de Mercados II
Tema: Análisis Multivariable
Alumna: Autalio Laime Jhoselyn
Docente: Mgr. José Ramiro Zapata Barrientos
¨LIBEREMOS BOLIVIA¨
Independencia
Homocedasticidad
2.1.4. Realización del análisis
Se estima el modelo
Se evalúa el ajuste a los datos Observaciones atípicas (outliers)
2.1.5. Interpretar resultados
Evitar la procrastinación.
Reespecificaciones adicionales de las variables, del modelo.
2.1.6. Validación del análisis
Establecer la validez de los resultados obtenidos analizando sí los
resultados obtenidos con la muestra se generalizar a la población de la
que procede.
Dividir la muestra en varias partes Técnicas de remuestreo.5
2.2.TIPOS DE TECNICAS MULTIVARIANTES
Se pueden clasificar en tres grandes grupos (ver esquema adjunto):
2.2.1. Métodos de dependencia
Suponen que las variables analizadas están divididas en dos grupos: las variables
dependientes y las variables independientes. El objetivo de los métodos de
dependencia consiste en determinar si el conjunto de variables independientes
afecta al conjunto de variables dependientes y de qué forma.
2.2.2. Métodos de interdependencia
Estos métodos no distinguen entre variables dependientes e independientes y su
objetivo consiste en identificar qué variables están relacionadas, cómo lo están y
por qué.
2.2.3. Métodos estructurales
Suponen que las variables están divididas en dos grupos: el de las variables
dependientes y el de las independientes. El objetivo de estos métodos es analizar,
no sólo como las variables independientes afectan a las variables dependientes,
sino también cómo están relacionadas las variables de los dos grupos entre sí.6
3. CONCLUCIONES
En conclusión el Análisis Multivariable o Multivariado nos sirve para analizar grandes masa
de datos analizarlos y explicar las relaciones entre las diferentes variables que pueden
estar asociadas con estos datos, lo cual el objetivo es detectar una estructura por un lado,
y verificar los datos de las estructuras por otro. Es de la importancia su uso, pues quienes
redujesen la investigación a las relaciones y comparaciones entre pares de variables
estarían simplificando extraordinariamente la realidad.