Análisis Multivariado.

Investigación de Mercados II
Tema: Investigación Cualitativa
Alumna: Yasmin Flores Baspineiro
Docente: Mgr. José Ramiro Zapata Barrientos
“LIBEREMOS BOLIVIA”
ANÀLISIS MULTIVARIADO
“No hay enseñanza sin investigación ni investigación sin enseñanza” (PAUL FREIRE).
1. Introducción: Es habitual en la investigación empírica sociológica el tratamiento bivariado. La
puesta en juego de más de dos variables, simplemente por la introducción de una tercera
variable de control, adquiere una cierta dificultad de análisis que se incrementa si el número
de variables o la complejidad de los modelos aumenta. El cálculo que conlleva el tratamiento.
El análisis multivariado: definición, criterios y clasificación conjunto de un número elevado de
variables ha sido otra de las principales limitaciones por las que el investigador en sociología
no ha desarrollado hasta hace poco tiempo estos tipos de análisis.
Fue durante las décadas de los años treinta y cuarenta cuando empezaron a emplearse las
técnicas de análisis multivariado. Sin embargo, el desarrollo experimentado por la informática
en los últimos años y la facilidad y posibilidad de cálculo que conlleva han favorecido la
extensión del uso de las técnicas estadísticas de análisis multivariado en numerosas disciplinas
y también en la sociología, muy en particular a partir de la difusión, en los años 60’s y 70’s, de
los paquetes estadísticos para el análisis de datos (SPSS, BMDP, SAS, SPAD, etc.).1
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.
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 escala2
2.1.Clasificación de los métodos multivariables: Todo intento de clasificación se encuentra con la
dificultad proveniente de la variedad existente de métodos, técnicas y del hecho de que
diversos criterios operen simultáneamente, algunos de ellos en parte superponibles, lo que
introduce además un grado mayor de complejidad. Así pues parece conveniente introducir
primer0 los distintos criterios habitualmente utilizados como principios clasificatorios. Pueden
ser diferenciados dos grandes grupos de criterios. El primer grupo va más en la dirección de
tener en cuenta los diferentes objetivos analíticos que puedan presentarse en la investigación,
sea de1 lado de las formas de construir el objeto como delos modelos de hipótesis elaborados.
El segundo en función de criterios más bien algebraicos y los técnicos. Evidentemente entre
ambos se da un grado de correlación.

2.2.El objetivo del análisis multivariado: pueden sintetizarse en dos:
1) Proporcionar métodos, cuya finalidad es el estudio conjunto de datos multivariantes, que
el análisis estadístico uní y bidimensionales incapaz de conseguir.
2) Ayudar a analizar e investiga, a tomar decisiones optimas, en el contexto en el que se
encuentren, teniendo en cuenta la información disponible por el conjunto de datos
analizados.
2.3.Tipos de métodos de análisis Multivariante: 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
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 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.
• 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?
3. Importancia del Análisis Multivariante en investigación de mercado:
Cuando se aborda una investigación de mercados o un estudio sobre opinión pública es
frecuente dividir la recolección de datos en aspectos bien claros y delimitados de las

características de la unidad de investigación. El instrumento de recolección de datos, ya sea
por medio de entrevistas cara, telefónicas, mediante la observación directa o cualquier otra
técnica empleada en el diseño de la investigación, se encuentra dividido en aspectos tales
como; Datos generales del entrevistado, aspectos sobre preferencias de productos o
servicios, evaluación del entrevistado de las marcas que adquiere y su percepción de la
diferencia entre el producto o servicio de su preferencia y otros existentes en el mercado o
su opinión sobre ciertos aspectos de la vida cotidiana en sociedad, su opinión sobre la
reputación de algunas autoridades, intensión de voto en comisión próximos a realizarse, etc.
Finalmente se indagará sobre su Nivel Socioeconómico (NSE). Como se puede intuir, cada uno
de estos aspectos en que se divide la recolección del dato individual se sub divide en una
“batería de preguntas” que se le formula a cada entrevistado y que interesa al investigador y
a quienes toman decisiones sobre los resultados del estudio, establecer una relación entre las
repuestas obtenidas y si éstas siguen una secuencia que permita pronosticar
comportamientos del consumidor y tomar acciones en consecuencia. Es bueno destacar que
cada una de estas preguntas realizadas es una variable del estudio, o más correctamente,
cada variable se convierte en una pregunta o formular o a indagar al individuo entrevistado u
observado. Si cada una de ellas es analizada de forma individual, usando estadísticas
descriptivas el trabajo es largo y tedioso, además el informe de resultados muy extenso,
volviéndose en muchos casos repetitivos, de allí la utilidad de emplear métodos de análisis
multivariante.
En este sentido, de acuerdo con Salvador Figuera, M. (2000) 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. Su razón de ser radica en un mejor entendimiento del fenómeno objeto de
estudio obteniendo información que los métodos estadísticos univariantes y bivariantes son
incapaces de conseguir.4
En esta serie de artículos que comenzamos a publicar en este blog se va a dar una breve visión
general de dicho conjunto de técnicas exponiendo, brevemente, cuál es su finalidad, ilustrada
con ejemplos. Esta serie de artículos sobre estas técnicas conocidas y utilizadas por Plepso C.
A. tiene tres objetivos fundamentales:
4. Conclusiones: 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 ú objeto estudiado.
Su razón de ser radica en un mejor entendimiento del fenómeno objeto de estudio
obteniendo información que los métodos estadísticos univariantes y bivariantes son
incapaces de conseguir.
5. Referencias:

1. https://ddd.uab.cat/pub/papers/02102862n37/02102862n37p9.pdf
2. https://es.ryte.com/wiki/An%C3%A1lisis_Multivariante
3. https://www.abc.com.py/articulos/que-es-el-analisis-multivariante-705106.html
4. https://plepso.blogspot.com/2015/07/analisis-multivariante-su-importancia.html
6. Videos:
1. https://youtu.be/_3YKNZW2HNc
Nos explica acerca de la relación multivariante de enfoque cuantitativo y criterios de elección.
2. https://youtu.be/u7ME6-6o2xw
Explica de una manera sencilla todo lo que es el análisis multivariante, conceptos, aplicaciones y
objetivos para su mejor entendimiento.

Análisis Multivariado.

Más contenido relacionado

La actualidad más candente

Similar a Análisis Multivariado.

Más de yasminFlores21

Análisis Multivariado.