1. Investigaciónde mercadosII
Tema:Investigacióncualitativa
Docente:Mgr. José RamiroZapata Barrientos
Alumno:AyalaHerediaAndrea
LIBEREMOS BOLIVIA
ANALISIS MULTIVARIANTE
«Maximice el tiempoque tiene atravésdel trabajoduro,laconcentraciónyla investigación».
DomingoAdelaja
1. INTRODUCCION
En la evaluaciónyrecopilaciónde datosestadísticosse utilizanmétodosde análisis
multivariantesparaaclarar y explicarlasrelacionesentre lasdiferentesvariablesque
puedenestarasociadasconestosdatos.
El análisismultivariante siempre se utilizacuandohaymás de tresvariables
involucradasyel contextode sucontenidonoestáclaro.El objetivoesdetectaruna
estructura,por unlado,y verificarlosdatosde lasestructuraspor otro.
En el contextode lausabilidadde unaweb,se puedenutilizarmétodosde análisis
multivarianteparaaumentarsistemáticamentelausabilidad.Mientrasque laspruebas
A/Bsiempre aíslansólounapáginaweb,losmétodosmultivariantesmuestranlas
relacionese interaccionesde varioselementosdentrode unapáginaweb.La
expresividaddepende de qué ycuántoselementosde lawebse utilicen.Todoslos
elementosde lawebque permitenal usuariointeractuarconel sitioweba travésde la
interfazde usuariose considerangeneralmentevariables.Estoincluye,enparticular,
losque tienenunimpactoenel tipode conversión.
2. DESARROLLO
El análisismultivariante se refiere atodoslosmétodosestadísticosque analizan
simultáneamentemedidasmúltiplesde cadaindividuouobjetosometidoa
investigación. Cualquieranálisissimultáneode másde dosvariablespuede ser
consideradoaproximadamente comounanálisismultivariante.Ensentidoestricto,
muchastécnicasmultivariantessonextensionesdel análisisunivariante (análisisde
distribucionesde unasolavariable) ydel análisisbivariante(clasificacionescruzadas,
correlación,análisisde lavarianzay regresionessimplesutilizadasparaanalizardos
variables).Porejemplo,unaregresiónsimple (conunavariable predictor) se extiende
al caso multivarianteparaincluirvariasvariablespredictor.De lamismaforma,la
variable dependienteque se encuentraenel análisisde lavarianzase extiende para
incluirmúltiplesvariablesdependientesenel análisismultivariante de lavarianza,
Comoveremosmásadelante,enmuchasocasioneslastécnicasmultivariantessonun
mediode representarenunanálisissimpleaquello que requirióvariosanálisis
utilizandotécnicasunivariantes. Otrastécnicasmultivariantes,sinembargo,están
diseñadasexclusivamente paratratarcon problemasmultivariantes,talescomoel
análisisfactorial que sirve paraidentificarlaestructurasubyacente de unconjuntode
variablesoel análisisdiscriminante que sirveparadiferenciarentre gruposbasadosen
un conjuntode variables.
Una de lasrazonesde la dificultadde definirel análisismultivariante esque el término
multivariantenose usade lamismaforma enla literatura.Paraalgunos
investigadores,multivariante significasimplemente examinarrelacionesentre másde
dos variables.Otrosusanel términosóloparaproblemasenlosque se supone que
todaslas variablesmúltiplestienenunadistribuciónnormal multivariante.Sin
2. Investigaciónde mercadosII
Tema:Investigacióncualitativa
Docente:Mgr. José RamiroZapata Barrientos
Alumno:AyalaHerediaAndrea
LIBEREMOS BOLIVIA
embargo,para serconsideradoverdaderamente multivariante,todaslasvariables
debenseraleatoriasyestarinterrelacionadasde tal formaque susdiferentesefectos
no puedanserinterpretadosseparadamente conalgúnsentido.Algunosautores
afirmanque el propósitodel análisismultivariante esmedir,explicarypredecirel
grado de relaciónde losvaloresteóricos(combinacionesponderadasde variables).Por
tanto,el carácter multivariante reside enlosmúltiplesvaloresteóricos(combinaciones
múltiplesde variables) ynosóloenel númerode variablesuobservaciones.A efectos
de este libro,noinsistiremosenunadefiniciónrígidadel análisismultivariante. En
lugarde esto,el análisismultivariante incluirátantotécnicasmultivariablescomo
técnicasmultivariantes,debidoaque losautorescreenque el conocimientode las
técnicasmultivariablesesunprimerpasoesencial enlacomprensióndel análisis
multivariante.
2.1.OBJETIVOS DEL ANALISIS MULTIVARIANTE
Los objetivosdel análisisse pueden sintetizaren:
Proporcionarmétodos,cuyafinalidadesel esestudiode datos
multivariante,que el análisisestadísticounidimensional ybidimensional es
incapazde conseguir.
Ayudara analizare investigar,atomardecisionesoptimas,enel contexto
enel que se encuentre, teniendoencuentalainformacióndisponible por
le conjuntode datosanalizados.
2.2.TIPOLOGÍA DE TÉCNICAS MULTIVARIANTES
Dicholo anterior,quizáslamejormanerade entenderqué esel Análisis
Multivariante esladescripciónde losprincipalesprocedimientosque engloba.Sin
ánimode ser exhaustivos,éstospuedenseragrupadosenlossiguientestipos:
A. Modelosde rango completoynocompleto
Análisisde regresiónmúltiple.
Análisisde lavarianza(ANOVA)
Análisisde lacovarianza(ANCOVA).
Análisismultivariante de lavarianza(MANOVA).
Análisismultivariante de lacovarianza(MANCOVA).
Correlacióncanónica.
B. Reducciónde ladimensionalidad.
Análisisde componentesprincipales
Análisisfactorial.
C. ClasificaciónyDiscriminación.
Análisisde Conglomerados.
Análisisdiscriminante.
D. Otros procedimientosmultivariantes.
Análisisconjunto.
Escalamientomultidimensional.
Análisisde correspondencias.
Análisislogit.
Modelosde ecuacionesestructurales
2.3.TIPOS DE TÉCNICAS MULTIVARIANTES
Se puedenclasificarentresgrandes grupos:
2.3.1. MÉTODOS DE DEPENDENCIA
3. Investigaciónde mercadosII
Tema:Investigacióncualitativa
Docente:Mgr. José RamiroZapata Barrientos
Alumno:AyalaHerediaAndrea
LIBEREMOS BOLIVIA
Suponenque las variablesanalizadasestándivididasendosgrupos:las
variablesdependientesylasvariablesindependientes. El objetivode los
métodosde dependenciaconsiste endeterminarsi el conjuntode
variablesindependientesafectaal conjuntode variablesdependientesy
de qué forma. Se puedenclasificarendosgrandessubgrupossegúnque la
variable dependiente sea cuantitativasocualitativas.
Si la variable dependienteescuantitativaalgunasde lastécnicasque se
puedenaplicarsonlassiguientes:
A. Análisisde Regresión
Es la técnicaadecuadasi en el análisishayunao variasvariablesdependientes
métricascuyovalor depende de unaovariasvariablesindependientes
métricas.
Por ejemplo,intentarpredecirel gastoanual encine de una persona
a partir de su nivel de ingresos,niveleducativo,sexoyedad.
B. Análisisde Supervivencia
Es similaral análisisde regresión, peroconladiferenciade que lavariable
independienteesel tiempode supervivenciade unindividuoúobjeto.
Por ejemplo,intentarpredecirel tiempode permanenciaenel
desempleode unindividuoapartirde su nivel de estudiosyde su
edad.
I. Análisisde lavarianza
Se utilizanensituacionesenlasque lamuestratotal estádivididaenvarios
gruposbasadosen unao varias variablesindependientesnométricasylas
variablesdependientesanalizadassonmétricas.Suobjetivoesaveriguarsi hay
diferenciassignificativasentredichosgruposencuantoa lasvariables
dependientesse refiere.
Por ejemplo,¿haydiferenciasenel nivel de colesterol porsexos?
¿afecta,también,el tipode ocupación?
II. CorrelaciónCanónica
Su objetivoes relacionarsimultáneamente variasvariablesmétricas
dependientese independientescalculandocombinacioneslinealesde cada
conjuntode variables que maximicenlacorrelaciónexistente entrelosdos
conjuntosde variables.
Por ejemplo,analizarcómoestánrelacionadasel tiempodedicadoal
trabajoy al ociode unapersonacon su nivel de ingresos,suedady
su nivel de educación
4. Investigaciónde mercadosII
Tema:Investigacióncualitativa
Docente:Mgr. José RamiroZapata Barrientos
Alumno:AyalaHerediaAndrea
LIBEREMOS BOLIVIA
Si la variable dependienteescualitativaalgunasde lastécnicasque se puedenaplicarsonlas
siguientes:
A. AnálisisDiscriminante
Esta técnicaproporcionareglasde clasificaciónóptimasde nuevasobservacionesde
lasque se desconoce sugrupode procedenciabasándose enlainformación
proporcionadalosvaloresque enellatomanlasvariablesindependientes.
Por ejemplo,determinarlasratiosfinancieras que mejorpermiten
discriminarentre empresasrentablesypocorentables.
B. Modelosde regresiónlogística
Son modelosde regresiónenlosque lavariable dependiente esnométrica.Se utilizan
como unaalternativaal análisisdiscriminantecuandonohaynormalidad
C. AnálisisConjoint
Es una técnicaque analizael efectode variablesindependientesnométricassobre
variablesmétricasonométricas. La diferenciaconel Análisisde laVarianzaradicaen
dos hechos:lasvariablesdependientespuedensernométricasylosvaloresde las
variablesindependientesnométricassonfijadasporel analista.Enotrasdisciplinasse
conoce con el nombre de Diseñode Experimentos.
Por ejemplo,unaempresaquiere diseñarunnuevoproductoypara
ellonecesitaespecificarlaformadel envase,su precio, el contenido
por envase ysu composiciónquímica.Presentadiversas
composicionesde estoscuatrofactores.100 clientesproporcionan
un rankingde lascombinacionesque se le presentan.Se quiere
determinarlosvaloresóptimosde estos4factores.
2.3.2. MÉTODOS DE INTERDEPENDENCIA
Estos métodosnodistinguenentre variablesdependientese independientesysu
objetivoconsisteenidentificarqué variablesestánrelacionadas,cómoloestány
por qué.
Se puedenclasificarendosgrandesgrupossegúnque el tipode datosque
analicenseanmétricosonométricos.
Si los datosson métricosse puedenutilizar,entreotras,lassiguientestécnicas:
1) AnálisisFactorial y Análisisde ComponentesPrincipales
Se utilizaparaanalizarinterrelacionesentreunnúmeroelevadode variables
métricasexplicandodichasinterrelacionesentérminosde unnúmeromenorde
variablesdenominadasfactores (si soninobservables) ocomponentesprincipales
(si sonobservables).
Así, porejemplo,si unanalistafinancieroquiere determinarlacual esel estadode
saludfinancierode unaempresaapartirdel conocimientode unnúmerode ratios
5. Investigaciónde mercadosII
Tema:Investigacióncualitativa
Docente:Mgr. José RamiroZapata Barrientos
Alumno:AyalaHerediaAndrea
LIBEREMOS BOLIVIA
financieros,construyendovariosíndicesnuméricosque definansusituación,el
problemase resolveríamediante unAnálisisde ComponentesPrincipales.
Si un psicólogoquiere determinarlosfactoresque caracterizanlainteligenciade
un individuoapartirde susrespuestasaun testde inteligencia,utilizaríapara
resolvereste problemaun AnálisisFactorial.
2) Escalas Multidimensionales
Su objetivoestransformarjuiciosde semejanzaopreferenciaendistancias
representadasenunespaciomultidimensional. Comoconsecuenciase construye
un mapa enel que se dibujanlasposicionesde los objetoscomparadosde forma
que aquéllospercibidoscomosimilaresestáncercanosunosde otrosy alejados de
objetos percibidoscomodistintos.
Por ejemplo,analizar,enel mercadode refrescos,laspercepcionesque ungrupo
de consumidorestieneacerca de una listade refrescosymarcas con el finde
estudiarqué factoressubjetivosutilizaunconsumidoralahora de clasificardichos
productos.
3) AnálisisClúster
Su objetivoesclasificarunamuestrade entidades(individuosovariables) enun
númeropequeñode gruposde formaque lasobservacionespertenecientesaun
gruposean muysimilaresentre síymuydisimilaresdelresto.A diferenciadel
AnálisisDiscriminante se desconoceel númeroylacomposiciónde dichosgrupos.
Por ejemplo,clasificargruposde alimentos(pescados,carnes,
vegetalesyleche)enfunciónde susvaloresnutritivos.
Si los datosson nométricosse puedenutilizar,ademásde lasEscalas
Multidimensionalesyel Análisis Clúster,lassiguientestécnicas:
Análisisde Correspondencias
Se aplicaa tablasde contingenciamultidimensionalesypersigueun
objetivosimilaral de lasescalas multidimensionales, pero
representandosimultáneamente lasfilasycolumnasde lastablasde
contingencia.
Por ejemplo,analizarel paroenAragónteniendoencuenta
la provincia,sexo,edadynivelde estudiosdel parado
Modeloslog-lineales
Se aplicana tablas de contingenciamultidimensionalesymodelizan
relacionesde dependenciamultidimensional de lasvariables
observadasque buscanexplicarlasfrecuenciasobservadas.
2.3.3. Métodosestructurales
6. Investigaciónde mercadosII
Tema:Investigacióncualitativa
Docente:Mgr. José RamiroZapata Barrientos
Alumno:AyalaHerediaAndrea
LIBEREMOS BOLIVIA
Suponenque lasvariablesestándivididasendosgrupos:el de lasvariables
dependientesyel de lasindependientes.El objetivode estosmétodoses analizar,
no sólocomolas variablesindependientesafectanalasvariablesdependientes,
sinotambiéncómoestánrelacionadaslasvariablesde losdosgruposentre sí.
Analizanlasrelacionesexistentesentre ungrupode variablesrepresentadaspor
sistemasde ecuacionessimultáneasenlasque se suponenque algunasde ellas
(denominadasconstructos) se midenconerrora partirde otras variables
observablesdenominadasindicadores.
Los modelosutilizadosconstan,porlotanto,de dos partes:un modelo
estructural que especificalasrelacionesde dependenciaexistente entre los
constructoslatentes yunmodelode medidaque especificacomolosindicadores
se relacionanconsus correspondientesconstructos.
Por ejemplo,analizarcómose relacionanlosnivelesde utilizaciónde los
serviciosde unaempresaconlaspercepcionesque susclientestienende ella.
3.- ETAPAS DE UN ANALISISMULTIVARIANTE
Puedensintetizarseen6:
1) Objetivosdel análisis
Se define el problemaespecificandolosobjetivosylastécnicasmultivariantesque
se van a utilizar
El investigadordebe establecerel problemaentérminosconceptualesdefiniendo
losconceptosy lasrelacionesfundamentalesque se vana investigar.Se deben
establecersi dichasrelacionesvanaserrelacionesde dependenciaode
interdependencia.Contodoestose determinanlasvariablesaobservar.
2) Diseño del análisis.
Se determinael tamañomuestral,lasecuacionesaestimar(si procede),las
distanciasacalcular (si procede) ylastécnicasde estimaciónaemplear.Unavez
determinadotodoestose procedenaobservarlosdatos
3) Hipótesisdel análisis
Se evalúanlas hipótesissubyacentesalatécnicamultivariante.Dichashipótesis
puedenserde normalidad,linealidad,independencia,homocedasticidad,etc.
Tambiénse debe decidirqué hacerconlosdatosmissing
4) Realizacióndel análisis
7. Investigaciónde mercadosII
Tema:Investigacióncualitativa
Docente:Mgr. José RamiroZapata Barrientos
Alumno:AyalaHerediaAndrea
LIBEREMOS BOLIVIA
Se estimael modeloyse evalúael ajuste alosdatos.En este pasopueden
aparecerobservacionesatípicas(outliers) oinfluyentescuyainfluenciasobre las
estimacionesylabondadde ajuste se debe analizar.
5) Interpretaciónde los resultados
DichasinterpretacionespuedenllevaraRe especificaciones adicionalesde las
variablesodel modeloconlocual se puede volverde nuevoalospasos3) y 4)
6) Validacióndel análisis
Consiste enestablecerlavalidezde losresultadosobtenidos analizandosílos
resultados obtenidosconlamuestrase generalizaralapoblaciónde laque
procede.Paraellose puede dividirlamuestraenvariaspartesenlasque el
modelose vuelve aestimaryse compararán los resultados.Otrastécnicasque se
puedenutilizaraquísonlas técnicasde Re muestreo (jacknifeybootstrap)
3. CONCLUSION
Las técnicasde EscalamientoMultidimensional sonunaherramientaestadística
importante paralasinvestigacionesempíricasyaque permitenlarepresentación
gráficade relacionescomplejas.
Un vasto campo de investigaciónestáabiertoparaidearmejorestécnicasque
permitanconseguirsuobjetivoesencial:lograrconfiguracionesde puntoscuyasinter
distanciasse acerquenlomásposible alassimilaridadespercibidas.
4. REFERENCIAS
https://es.ryte.com/wiki/An%C3%A1lisis_Multivariante
https://es.wikipedia.org/wiki/An%C3%A1lisis_multivariante
http://www.ciberconta.unizar.es/leccion/anamul/inicio.html
https://guiasjuridicas.wolterskluwer.es/Content/Documento.aspx?params=H4sIAAA
AAAAEAMtMSbF1jTAAASNDSwtDtbLUouLM_DxbIwMDS0MDIwuQQGZapUt-
ckhlQaptWmJOcSoATrah7TUAAAA=WKE
5. VIDEOS
https://www.youtube.com/watch?v=6xNe1uklDHM