RESUMEN CAPITULO 20 ANALISIS MULTIVARIADO DE DATOS I

INSERTAR TABLA 20-1
INSERTAR TABLA 20-2
INSERTAR TABLA 20-3
En la tabla 20-3 se presentan los factores rotados, se han colocado con variables de carga alta y a cada uno el autor del estudio le dio un nombre creativo. Los investigadores pueden engañarse con facilidad con interpretaciones que parecen maravillosas. La presentación del análisis factorial se ha centrado en la naturaleza de la entraday salida de datos.

ANÁLISIS DE CONGLOMERADOS
Permite al investigador colocar las variables u objetos en subgrupos o conglomerados, los conglomerados no se definen a priori por parte del investigador, sino que se forman por el procedimiento mismo de análisis de conglomerados en si. En la actualidad, el análisis de conglomerados es un grupo de procedimientos computacionales ad hoc. Los factorescomunes de estos conglomerados son:
1. Forman subgrupos y asignan variables u objetos a estos grupos.
2. Toman como datos de entrada una matriz de asociaciones entre variables u objetos; una matriz de correlación es un ejemplo de este tipo de matriz. Existen algoritmos de conglomerados disponibles que toman como datos de entrada las medidas nominales, ordinales, de intervalos o de razón en estamatriz de asociaciones.
3. Suponen que existen conglomerados naturales dentro de los datos.
El análisis de conglomerados puede aplicarse a variables u objetos (personas, productos, lugares, etc.) Su principal aplicación está en la colocación de objetos en conglomerados, con b ase en los valores que estos objetos tienen en un conjunto de variables.
El análisis de conglomerados se ha utilizado enmarketing para desarrollar segmentos de consumidores con base en perfiles demográficos y pictográficos, identificar ciudades de mercados de prueba, determinar mercados similares en diversos países y encontrar grupos similares de lectores de revistas para ayudar en la selección de los medios de comunicación. La figura 20-5 indica que el 63% de las empresas usa el análisis de conglomerados en suinvestigación de mercados.





ESCALA MULTIDIMENSIONAL
Su principal intención en marketing ha sido examinar las relaciones entre objetos, usualmente marcas de un determinado grupo de productos. Estas técnicas toman como datos de entrada una matriz de relaciones entre objetos que tienen una dimensionalidad fundamental desconocida. Luego, éstas determinan la dimensionalidad mínima de las relaciones entrelos objetos y la ubicación de cada objeto en cada dimensión. Puede utilizarse para analizar virtualmente cualquier matriz de asociaciones, sus aplicaciones fundamentales en marketing han servido para analizar:
1. Las percepciones del consumidor sobre la similitud de marcas.
2. Las preferencias del consumidor por las marcas.
La escala multidimensional es una extensión de las escalas de actitudesunidimensionales.
Ejemplo: Diferencial Semántico
En lugar de posicionar las actitudes sobre las marcas en escala unidimensionales, podemos usar escalas multidimensionales para posicionar las marcas en un espacio n-dimensional, donde n es la dimensionalidad mínima fundamental de la relación. Por lo tanto, podemos hablar de posicionamiento de marcas y preferencias relacionadas con las marcas en unespacio perceptivo.
Existen tres tipos de escalas multidimensionales, que se relacionan con la naturaleza de los datos de entrada y salida.
1. Completamente Métricas: Estos métodos requieren medidas de datos de entrada en escalas de intervalos o de razón.
2. Completamente no Métricas: Estos métodos toman medidas de datos de entrada en escala ordinal y generan el orden por rangos de cada objeto encada dimensión.
3. No Métricas: Estos métodos toman medidas de datos de entrada en escala ordinal y generan un conjunto de relaciones entre los objetos que se presentan en intervalo. La escala multidimensional no métrica es la que tiene la aplicación más frecuente en marketing.
EJEMPLO: TÉCNICA NO MÉTRICA= Analiza la naturaleza de los datos de entrada y salida.
Supongamos que deseamos medir las...