analisis con SPSS

CASO STRIPCENTER
ANALISIS ESTADISTICO


-Introducción-

D

e acuerdo a las exigencias de los clientes hoy en día, analizaremos en
este estudio los factores

Claves que Explican la Atracción de los

StripCenters hacia los clientes. Es por eso que utilizaremos un profundo

análisis estadístico, el cual se verá a través de diferentes test, tales como: Levene,
Curtosis, Colinealidad,Heterocedasticidad, normalidad entre otros.
Esto para responder cada una de las preguntas planteadas. Cada uno de los cálculos
será basado en el programa estadístico SPSS, y en los datos de una investigación
realizada el semestre pasado cuyo tamaño de muestra es de 193 personas. Para
especificar aun más les dejamos presentadas todas las variables a utilizar.

1

1.a) Análisis deNormalidad variables de
pregunta 9
Se utilizará un nivel de confianza del 95% y el nivel de significancia será de 5%.

TABLA 1 PRUEBA DE KOLMOGOROV-SMIRNOV PARA UNA MUESTRA (N > 50)
Panadería

Farmacia

Lavandería

Supermercado

Bancos

Peluquería

Restaurant

Boutique

193

193

193

193

193

7,5130 6,5959

3,3420

3,6477

1,9378

1,05433

1,27892

1,15752193

193

193

2,7098

6,3523

3,9016

1,68596

,96296

1,71259

,70791

Diferencia Absoluta

,228

,243

,247

,350

,218

,216

,165

,257

s más

Positiva

,228

,239

,136

,246

,139

,163

,165

,257

extremas

Negativa

-,155

-,243

-,247

-,350

-,218

-,216

-,137

-,209

3,166

3,379

3,433

4,8643,032

2,995

2,295

3,576

,000

,000

,000

,000

,000

,000

,000

,000

N
Parámetro Media
s
normales
b

a,

Desviación

típica

Z de KolmogorovSmirnov
Sig. asintót. (bilateral)

a. La distribución de contraste es la Normal.

1,2959
8

Fuente: resultado obtenido en el programa SPSS

b. Se han calculado a partir de los datos.

Las hipótesis son lassiguientes:
- Hipótesis nula (H0): El conjunto de datos sigue una distribución normal.
- Hipótesis alternativa (H1): El conjunto de datos no sigue una distribución normal.

La hipótesis nula será rechazada cuando la significancia asintótica bilateral de las variables sea
menor a 0.05 al nivel de significancia.
Observando la tabla 1 notamos que todas las significancias asintóticas bilateralescoinciden a los
valores 0,000, por lo que al ser este valor bajo el nivel de significancia (0,05), las hipótesis nulas de
las ocho variables evaluadas son rechazadas, lo que significa que el conjunto de datos
presentados sigue una distribución diferente a la normal.

2

1.b) Análisis de Colinealidad de variables
de Pregunta 9
La colinealidad o multicolinealidad es una situación no deseableen la que una de las variables
independientes del modelo de regresión es una función lineal de otras variables independientes, es
decir, cuando están correlacionadas entre sí. Entre más variables tenga un modelo, más fácil es
que exista Colinealidad.
Las hipótesis a probar para cada una de las variables de la pregunta nueve son las siguientes:
Ho= Existe Colinealidad entre las variablesindependientes.
H1= No Existe Colinealidad entre las variables independientes.
Para estudiar la Colinealidad las variables utilizaremos:
-

Indice de tolerancia
FIV
Durbin Watson.

El nivel de tolerancia de una variable se obtiene restando a 1 el coeficiente de determinación (R2)
que resulta al regresar esa variable sobre el resto de variables independientes. Valores de
tolerancia muypequeños indican que esa variable puede ser explicada por una combinación lineal
del resto de variables, lo cual significa que existe Colinealidad. Los niveles de Colinealidad se
presentan en el siguiente cuadro:

TABLA 2 NIVELES DE COLINEALIDAD SEGÚN LOS ESTADÍSTICOS DE TOLERANCIA Y VIF

tolerancia
FIV

Tolerancia = 1

0.0310

FIV >100

Regular

Elevada

Colinealidad
perfecta...