ANALISIS MULTIVARIANTE
Su importancia en investigación de mercado y estudios de opinión pública
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.
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:
1. Definir
qué es el Análisis Multivariante y cuáles son sus objetivos
2. Clasificar las distintas técnicas multivariantes, distinguiendo entre métodos de dependencia, interdependencia y estructurales e indicando, de forma resumida, los objetivos de las diversas técnicas multivariantes presentadas en la lección.
3. Indicar cuáles son las etapas a seguir en la resolución de un problema de Análisis Multivariante
2. Clasificar las distintas técnicas multivariantes, distinguiendo entre métodos de dependencia, interdependencia y estructurales e indicando, de forma resumida, los objetivos de las diversas técnicas multivariantes presentadas en la lección.
3. Indicar cuáles son las etapas a seguir en la resolución de un problema de Análisis Multivariante
Cabe destacar
que las técnicas a desarrollar son las utilizadas por Plepso, C. A. las cuales son el Análisis de
Regresión, Análisis Factorial y Análisis de Componentes Principales, el
Análisis Discriminante, el Análisis Conjunto (Conjoint) y el Análisis de
Conglomerados o Cluster
Antes de
comenzar con el desarrollo de estos temas se introducirán los conceptos
generales sobre cada una de estos métodos:
- Análisis de Regresión: Es la técnica adecuada si en el análisis hay una o varias variables dependientes métricas cuyo valor depende de una o varias variables independientes métricas. Por ejemplo, intentar predecir el gasto anual en cine de una persona a partir de su nivel de ingresos, nivel educativo, sexo y edad. Pronosticar el índice de inflación en un período de tiempo partiendo de la fluctuación del precio del petróleo, de nivel de sustitución internacional del petróleo por fuentes de energía y el comportamiento del clima en los países compradores
- AnálisisFactorial y Análisis de Componentes Principales: Se utiliza para analizar interrelaciones entre un número elevado de variables cuantitativas explicando dichas interrelaciones en términos de un número menor de variables denominadas factores (si son inobservables) o componentes principales (si son observables).
- Análisis de Regresión: Es la técnica adecuada si en el análisis hay una o varias variables dependientes métricas cuyo valor depende de una o varias variables independientes métricas. Por ejemplo, intentar predecir el gasto anual en cine de una persona a partir de su nivel de ingresos, nivel educativo, sexo y edad. Pronosticar el índice de inflación en un período de tiempo partiendo de la fluctuación del precio del petróleo, de nivel de sustitución internacional del petróleo por fuentes de energía y el comportamiento del clima en los países compradores
- AnálisisFactorial y Análisis de Componentes Principales: Se utiliza para analizar interrelaciones entre un número elevado de variables cuantitativas explicando dichas interrelaciones en términos de un número menor de variables denominadas factores (si son inobservables) o componentes principales (si son observables).
Así, por
ejemplo, si un analista financiero quiere determinar cuál es el estado de salud
financiero de una empresa a partir del conocimiento de un número de ratios
financieros, construyendo varios índices numéricos que definan su situación, el
problema se resolvería mediante un Análisis de Componentes Principales.
Si un psicólogo
quiere determinar los factores que caracterizan la inteligencia de un individuo
a partir de sus respuestas a un test de inteligencia, utilizaría para resolver
este problema un Análisis Factorial.
- AnálisisDiscriminante: Esta técnica proporciona reglas de clasificación óptimas de nuevas observaciones de las que se desconoce su grupo de procedencia basándose en la información proporcionada los valores que en ella toman las variables independientes. Por ejemplo, determinar los ratios financieros que mejor permiten discriminar entre empresas rentables y poco rentables.
- AnálisisConjoint: Es una técnica que analiza el efecto de variables independientes no cuantitativas sobre variables cualitativas o cuantitativas. La diferencia con el Análisis de la Varianza radica en dos hechos: las variables dependientes pueden ser cualitativa y los valores de las variables independientes no métricas son fijadas por el analista. En otras disciplinas se conoce con el nombre de Diseño de Experimentos. Por ejemplo, una empresa quiere diseñar un nuevo producto y para ello necesita especificar la forma del envase, su precio, el contenido por envase y su composición química. Presenta diversas composiciones de estos cuatro factores. 100 clientes proporcionan un ranking de las combinaciones que se le presentan. Se quiere determinar los valores óptimos de estos 4 factores.
- AnálisisCluster o de Conglomerados: Su objetivo es clasificar una muestra de entidades (individuos o variables) en un número pequeño de grupos de forma que las observaciones pertenecientes a un grupo sean muy similares entre sí y muy disimilares del resto. A diferencia del Análisis Discriminante se desconoce el número y la composición de dichos grupos. Por ejemplo, clasificar grupos de alimentos (pescados, carnes, vegetales y leche) en función de sus valores nutritivos.
- AnálisisDiscriminante: Esta técnica proporciona reglas de clasificación óptimas de nuevas observaciones de las que se desconoce su grupo de procedencia basándose en la información proporcionada los valores que en ella toman las variables independientes. Por ejemplo, determinar los ratios financieros que mejor permiten discriminar entre empresas rentables y poco rentables.
- AnálisisConjoint: Es una técnica que analiza el efecto de variables independientes no cuantitativas sobre variables cualitativas o cuantitativas. La diferencia con el Análisis de la Varianza radica en dos hechos: las variables dependientes pueden ser cualitativa y los valores de las variables independientes no métricas son fijadas por el analista. En otras disciplinas se conoce con el nombre de Diseño de Experimentos. Por ejemplo, una empresa quiere diseñar un nuevo producto y para ello necesita especificar la forma del envase, su precio, el contenido por envase y su composición química. Presenta diversas composiciones de estos cuatro factores. 100 clientes proporcionan un ranking de las combinaciones que se le presentan. Se quiere determinar los valores óptimos de estos 4 factores.
- AnálisisCluster o de Conglomerados: Su objetivo es clasificar una muestra de entidades (individuos o variables) en un número pequeño de grupos de forma que las observaciones pertenecientes a un grupo sean muy similares entre sí y muy disimilares del resto. A diferencia del Análisis Discriminante se desconoce el número y la composición de dichos grupos. Por ejemplo, clasificar grupos de alimentos (pescados, carnes, vegetales y leche) en función de sus valores nutritivos.
Además de definir
y explicar el fundamento de cada método, sus objetivos y las fase de
aplicación, se presentará en forma sencilla la forma en que deben tabularse los
datos para su procesamiento y con la utilización del software estadístico Statistical Package for the Social Sciences
(SPSS) se explicarán la salidas de cada método y su interpretación
En Plepso, C. A. nos ponemos a la orden para el procesamiento y análisis multivariante de sus datos. También somos expertos en operaciones de campo en hogares, por intersección o de la forma que su estudio lo requiera
Si te gustó el artículo o tienes
alguna crítica constructiva coméntalo y
recuerda suscribirte al blog. Ah, y comparte con un Tiweet, +1 o por Facebook
tus comentarios. Hasta una próxima entrega.
Para diseños de investigación de
mercados, levantamiento de estudios de opinión pública y de seguimiento
electoral no dude en contactar a Plepso
Investigación, C. A. por sus teléfonos 0243 237.54.06 y 0412 439.25.85, a
sus sitio web http://www.plepso.com.ve o al correo electrónico mercadeo@plepso.com.ve y jpleal@plepso.com.ve
OTROS ARTÍCULOS DE INTERÉS
|
|
 |
 |
 |
 |
REFERENCIASBIBLIOGRÁFICAS Y DOCUMENTALES
Aaker, D. y Day, G. S. (1989) Investigación de Mercados. México.
Tercera Edición. Segunda Edición en Castellano. Mc Graw-Hill
Malhotra, N (1997) Investigación de mercado, un enfoque práctico.
Naucalpan de Juárez México. Prentice Hall Segunda Edición
Pérez-Tejada, H. (2009) Estadística para las Ciencias Sociales, del
Comportamiento y de la Salud. México. 3era Edición. CENGAGE Leaning
Salvador Figueras, M (2000): "Introducción al Análisis
Multivariante", [Artículo en línea] disponible en: http://www.5campus.com/leccion/anamul
[Consulta: 2015, julio 04]
Siegel, S. y Castellan, J. (1998) Estadísticas No Paramétrica;
Aplicadas a las ciencias de la conducta. México. Trillas 4ta edición
No hay comentarios:
Publicar un comentario