28/7/2016

GerenciadeMercadeoTcnicasEstadsticasMultivariante

GerenciadeMercadeo
CienciasEconmicasyAdministrativas

ApuntesdeClasepor

LuisEduardoAyalaRuizProfesor
RamiroAriasAmayaIngenierodeSistemas

Buscarenestesitio

Buscar

TcnicasEstadsticasMultivariante

Lastcnicasdeanlisisestadsticomultivariante,sonhoy
endaparteintegraldelamayoradelosestudios
estratgicosdemercadoagranescala,loqueobligaaque
lospracticantesdeMercadeodebanaprenderparaqu
sirvenycmoseaplican.Nuestroobjetivoprincipaleneste
Apunte,esaportarunvistazonotcnicoavariosdelos
mtodosestadsticosmultivariantequeseusan
frecuentementeensegmentacindemercados,quesirvade
referenciaparaquelosinteresados,amplenoreciban
entrenamientoenmtodosanalticoscomplejos.Losrpidos
avancesquesehandadoycontinandndoseenelcampo
delacomputacinydelanlisisdedatos,han
revolucionadolaEstadsticatantoenlateoracomoenla
metodologa.Elcrecientepoderdelacomputacinha
creadonuevasreasdeinvestigacinenmtodos
computacionalmenteintensivos,permitiendoquenos
alejemosdetcnicasparamtricasbasadasensupuestos
restrictivos,yutilicemosmtodosymodelosmsflexiblesyrealistas.

CHAID(DeteccinAutomticadeInteraccionesconPruebaJiCuadrado)
CHAID,acrnimoeninglesdeChisquareAutomaticInteractionDetection,esunatcnicaderbolesdedecisinqueusa
estadsticosJiCuadradoparamedirlafortalezadelaasociacinentreunpredictordadoyelcriterioquesebusca
maximizar,presentandoademslosresultadosdelmodeloenundiagramaderbolfcildeinterpretar.Unrboldedecisin
representaunaseriedecuestionamientosopautasbasadasenvariablesindependientesqueseplasmancomouncamino
querecorreelrbol.Losrbolesdedecisinserepresentanbajandodesdeelnodorazhacialosnodoshojaoterminales.
Larazonodosuperiordelrbol,representalabasetotaldedatosdelmodelo.CHAIDcrealuegounprimerniveldenodos
dedecisin,muestralosvaloresdelpredictormsfuertedelavariabledependienteyautomticamentedeterminacmo
agruparlosvaloresdeestepredictorenunnmeromanejabledecategoras.CHAIDcreadespusotroniveldenodosde
decisinmedianteelusodelpredictormsfuerteentrelospredictoresrestantes,yascontinabajandohastaquese
generenlosnodosdedecisinterminalesdelrbol.CuandoCHAIDseusaparagenerarunmodelodesegmentacin
predictivadelmercado,estosnodosdedecisinfinalescorrespondenalossegmentosterminalesdelmercado.
DebidoaqueelestadsticoJiCuadradonoesparamtrico,CHAIDrequieredepocossupuestosdistribucionales,permite
detectarinteracciones,modelarelacionesnolinealesynoessensiblealapresenciadedatosfaltantesodedatosatpicos.
Suprincipiobsicoesgenerarparticionesrecursivasporreglasdeclasificacin,hastallegaraunaclasificacinfinaltal,que
esposibleidentificarnodosterminalesdondeporejemplo,laproporcindeclientesmalosesmuyalta(obaja)ydeesta
formaasignarsuprobabilidaddeincumplimientoensusobligacionesfinancieras.MuchasdelasventajasdeCHAIDse
derivandesuusocomounprocedimientodeoptimizacindelJiCuadrado,quesirveparasegmentaragrupacionesde
clientesactualesopotenciales.Paralaplaneacindemercados,elenfoquesirvetambincomounaguaparadistribuir
recursosescasos.Otroejemplodeunanlisisdesegmentacinesidentificaralosclientespotencialesquetienenalguna
probabilidaddecomprarunproductooservicioenbasealosdatosdeunaencuesta.LatcnicaCHAIDesmuyflexible,
tantoporlavariedaddevariablesquepodraoptimizar,comoporlamaneracomolatcnicapuedeidentificarmltiples
segmentosencualquieretapadadadelproceso.
http://3w3search.com/Edu/Merc/Es/GMerc039.htm

1/3

28/7/2016

GerenciadeMercadeoTcnicasEstadsticasMultivariante

AnlisisdeConglomeradosoCluster
Elanlisisdeconglomerados(oCluster)esunaherramientadeanlisisexploratoriodedatosquebuscaclasificardiferentes
objetosovariablesdentrodegrupos,detalmaneraquelaasociacinentredosobjetosovariablesseamximasi
pertenecenalmismogrupoymnimasinopertenecen.Deacuerdoaloanterior,elanlisisdeconglomeradospuedeusarse
paradescubrirestructurasenlosdatossinnecesidaddeaportarunaexplicacinointerpretacin.Enotraspalabras,el
anlisisdeconglomeradossimplementedescubreestructurasenlosdatossinexplicarporquexisten.
Ensntesis,loquehaceelanlisisdeconglomeradosesponerobjetosovariablesdentrodeconglomerados(agrupaciones)
deacuerdoaunasreglasdesimilaridadmuybiendefinidas.Aquelpuntoesqueadiferenciadeotrosmuchos
procedimientosestadsticos,losmtodosdeanlisisdeconglomeradossonusadosprincipalmentecuandonotenemos
ningunahiptesisaprioriyestamosenunafaseexploratoriaennuestrainvestigacin.

AnlisisFactorial
Lasprincipalesaplicacionesdelastcnicasdeanlisisfactorialson:(1)reducirelnmerodevariablesy(2)descubrirla
estructuraenlasrelacionesentrevariables,estoesclasificarlasvariables.Porlotanto,elanlisisfactorialseaplicacomo
mtododereduccindelosdatosy/odedeteccindelaestructura.Esprerrequisitoparausarelanlisisfactorial,estar
familiarizadoconlosconceptosdevarianzaycorrelacin.
Elanlisisfactorial,enunadesusaplicaciones,simplementeloquehaceesreducirungrannmerodevariablesaun
nmeromenordevariablesyestolohace,mirandolascorelacionesentrelasrespuestasacadaunadelasvariablesdentro
deungrannmerodeellas,paraluegoagruparlasencombinacionesdevariablesqueestnestrechamentecorrelacionadas
(Ej.quesecomportendemanerasimilar).
Elanlisisfactorialesentoncesmuytil,cuandoestamosmanejandoungrannmerodevariablesqueseraimprctico
manejarindividualmente,reducindolasaagrupamientosmspequeosyhomogneos.Elanlisisfactorialseusa
ampliamenteparaalimentarotrosanlisiscomoporejemploeldeconglomerados(oCluster).

AnlisisdeCorrelacin
Latcnicadelanlisisdecorrelacinbuscalasrelacionesindirectasqueexistenentrelosdatosdeunaencuesta.Puede
aportarunanlisismsdiscriminantequehacerpreguntasdirectas,alestablecerobjetivamenteculessonlasvariables
queestnmsestrechamenteasociadasconunaaccinounamaneradepensardada.
Elpuntodepartidadelanlisisdecorrelacinesidentificarla"variabledependiente"porejemplo,lasatisfaccingeneral
sobreunproductoyluegoverhastaquepuntolasrespuestasdadasparacadaunadelasvariables,estncorrelacionadas
conlasrespuestasdadasparalavariabledependiente.
Elcoeficientedecorrelacinusualmenteestenunaescalaentre0y1lapuntuacin1significaraquehayunacompleta
correlacinentrelasrespuestas,mientrasquelapuntuacin0significaraquenohayninguna.Entremsaltoseael
coeficientemayorserlacorrelacin.

RegresinMltiple
LaRegresinesunatcnicausadaparapredecirelvalordeunavariablebasndoseenlosresultadosdeunaoms
variablesdiferentes.Elprimerpasodelprocesoesidentificarlavariablequequeremospredecir(lavariabledependiente)y
luegollevaracabounanlisisderegresinmltipleenlavariableovariablesquequeremosusarcomopredictivas
(variablesexplicativas).Porejemplo,lavariabledependientepodraserlasatisfaccingeneralsobreunproductodadoylas
variablesexplicativaselprecio,lacalidad,elvaloragregado,larapidezeneldespachoylaasesoradelpersonaldeventas.
Elanlisisderegresinmltipleloqueharaentoncesesexplicarlarelacinexistenteentrelavariabledependienteylas
variablesexplicativas.

EscalasMultidimensionales
LasEscalasMultidimensionalessonunconjuntodetcnicasestadsticasrelacionadas,cuyoobjetivoengeneral,es
detectardimensionessignificativasnoobservadasquelespermitanalosinvestigadoresexplicarsimilitudesodiferencias
(distancias)observadasenlasvariablesinvestigadas.ConlasEscalasMultidimensionalespodemosanalizarcualquiertipo
desimilitudodiferencia,adicionalmentealoexplicadoenlasmatricesdecorrelacinutilizadasenelanlisisfactorial.
MedianteprogramasestadsticosloscomputadoresprocesanEscalasMultidimensionalesmtricasonomtricasylos
investigadoresdecidencuntasdimensionesquierenqueseancreadasporelordenador.Elprogramaestadsticocolocaen
unmapalosresultados.EnMercadeoelobjetivodelasEscalasMultidimensionales,denominadasenestecampotambin
comoMapasPerceptuales,esidentificarsegmentosdeclientesquecompartennecesidadesuactitudessimilareshacia
determinadosproductososervicios.

AnlisisDiscriminante
Estatcnicaestilparacompararlasdiferenciasentresegmentosoparapredecirlapertenenciaaungrupo.Elanlisis
discriminanteseejecutamedianteecuacionesgeneradasporcomputador.Parallevaracabounanlisisdiscriminante
http://3w3search.com/Edu/Merc/Es/GMerc039.htm

2/3

28/7/2016

GerenciadeMercadeoTcnicasEstadsticasMultivariante

existendosprocedimientosypropsitosdistintos.Elprimeroeselanlisisdiscriminantepredictivoqueseusapara
optimizarlasfuncionespredictivas.Elsegundoprocedimientoeselanlisisdiscriminanteclasificativoqueusalas
funcionespredictivasderivadasdelprimerprocedimiento,bienseaparaclasificarconjuntosrecientesdedatos
correspondientesagruposdeconformacinconocida,oparaclasificarnuevosconjuntosdeobservacionespertenecientesa
gruposdeconformacindesconocida.

AnlisisConjunto
ElAnlisisConjuntoesunadelasnumerosastcnicasparainvestigarsituacionesdondeunapersonaquetomadecisiones
tienequeescogerentrevariasopcionesquesimultneamentevaranentredosomsvariables.ElAnlisisConjuntoseusa
paradeterminarcmolagentevaloralosdiferentesatributosdeundeterminadoproductooservicio.Elobjetivodelanlisis
conjuntoesdeterminarculeslacombinacindeunlimitadonmerodeatributosdeundeterminadoproductooservicio,
quemsinfluyeenladecisindecompra.Estatcnicaestadsticacategorizalaspercepcionesypreferenciasdelos
clienteshacialosproductososervicios.Estaspercepcionesypreferenciassonluegoevaluadasyagrupadasparabuscar
homogeneidadenlossegmentos.Elanlisisdeconjuntoseusaparaeldiseodenuevosproductos,estudiodeprecios,
seleccindemediosyevaluacindecompetidores.Puedeserutilizadotambinparacrearmodelosdemercadopara
estimarparticipacindemercado,ventasyanlarentabilidaddelosnuevosproductososervicios.

ModelizacinconEcuacionesEstructurales
LamodelizacinconEcuacionesEstructuralesesunatcnicaestadsticaparaconstruiryvalidarmodelosestadsticos,
denominadosavecesmodeloscausales.Esmsunmodeloconfirmatorioqueexploratorio,loquequieredecirqueloque
buscaelinvestigadorconestatcnicaesconfirmarsiundeterminadomodeloesvlido.Estosmodeloscausalesbuscan
explicarlasrelacionesentreunconjuntodevariablesmanifiestasuobservadasentrminosdevariablesnoobservadas.
Estatcnicaestadsticaenlazalaregresinlinealmltiple,elanlisisdetrayectorias,elanlisisfactorialylosmodelos
causalesconvariablesnoobservadas,creandounaestructuracohesionada.Losinvestigadoresdemercadosconstruyen
medianteesteanlisis,modelosslidosqueexplicanporejemplo,lalealtaddelcliente,lapercepcindelconsumidorsobre
atributosdeunproductoyactitudessociales.

PaquetesEstadsticos
SAS
SPSS
EQS
GAUSS
LISREL
StatisticalSoftware(PublicacindeNorthwesternUniversity)

Quesesto?

Copyright 3w3search.com
19982015LegalNotice

http://3w3search.com/Edu/Merc/Es/GMerc039.htm

Tablade
Contenido

Tpico
Anterior

Tpico
Siguiente

3/3