5.

calcule la calificación general de la marca diaper rash que sea la suma de

calidad general(p4a), marca confiable(p4b) y marca recomendable(4pc). Realice
una distribución de frecuencias, calcule el resumen estadístico e interprete los
resultados
En este caso se analizará
Calidad general
Ho: La variable calidad general y sexo del bebe marca confiable son
independientes.
H1: La variable calidad general y sexo del bebe marca recomendable están
relacionadas.
α=0.05
Chi-cuadrada= 2.222
Significación asintótica=0.753
Resultado:
0.753>0.05 No se puede rechazar la hipótesis nula, no hay pruebas para poder
rechazar Ho, la variable de calidad general es independiente de la variable del
sexo del bebé
Conclusiones:
la variable de calidad general de la marca confiable señalada en la encuesta
difiere entre la variable del sexo del bebé.
Recomendaciones:
podemos relacionarlo con más variables también podemos probar otros métodos
para poder tener un análisis más completo
Marca Recomendable
Ho: La variable marca recomendable y el sexo del bebe son independientes.
H1: La variable marca recomendable y el sexo del bebe están relacionadas.
α=0.05 Chi-cuadrada= 6.863
Significación asintótica=0.15
Resultado:
0.15>0.05 no se puede rechazar la hipótesis nula, porque hay evidencia para
poder rechazar Ho, es decir que la variable de marca recomendable y sexo del
bebe no están relacionadas
Conclusiones:
Podemos concluir que la variable de calidad general de la marca confiable
señalada en la encuesta difiere entre la variable del sexo del bebé.

Recomendaciones:
podemos relacionarlo con más variables también podemos probar otros métodos
para poder tener un análisis más completo

Marca Confiable
Ho: La variable marca confiable y el sexo del bebe son independientes.
H1: La variable marca confiable y el sexo del bebe están relacionadas.
α=0.05
Chi-cuadrada= 3,787
Significación asintótica=1.787
Resultado:
1.787 >0.05 no se puede rechazar la hipótesis nula, no hay evidencias para poder
rechazar Ho, es decir que la variable de marca confiable es independiente al sexo
del bebe

Conclusiones:
se quiere demostrar que está dentro del rango de aceptación donde podemos
concluir que la variable de marca confiable no difiere entre la variable del sexo
Recomendaciones:
Para obtener mejores resultados es con estadísticos descriptivos
 6. haga una tabulación cruzada de envio notado(p1) y envio abierto(p2) con las
variables demográficas originales¿Qué problemas detecta? Como pudieron
haberse evitado esos problemas? A continuación realie la misma tabulación
cruzada con las variables demográficas recodificadas. Interprete los resultados.

Prueba para una muestra

  Valor de prueba = 0

t gl Sig. Diferencia 95% de intervalo de

(bilateral) de medias confianza de la
diferencia

Inferior Superior

Information is 43,38 299 ,000 1,210 1,16 1,26

Understandable 6

Information is 42,87 299 ,000 3,150 3,01 3,29

New & Different 2
7. recodifique la probabilidad de comprar en dos grupos combinando los códigos
2, 3 ,4 5 en una sola categoría, haga una tabulación cruzada de la probabilidad de
comprar recodificada las variables demográficas categóricas recodificadas.
se evaluará cuál de las variables dependientes tienen poder discriminantes
analizando sus covarianzas. Posteriormente se aplicará el análisis discriminante al
conjunto de datos.

Prueba de Lambda de Wilks

Figura 1. Elaboración propia. SPSS

Primero planteamos la hipótesis para luego analizar los resultados

H0: No existe diferencia significativa entre grupos

H1: Existe diferencia significativa entre los grupos

Como podemos observar la significancia es de 0,00 es decir que es menor al alfa

0,05. Por ende se rechaza H0 y esto quiere decir al menos una de las variables
origina que exista diferencia significativa entre los grupos. Sin embargo, también
se debe de analizar la prueba de igualdad de medias de grupos donde también
podemos encontrar la prueba de Lambda de Wilks. (Figura 2)
Figura 2. Elaboración propia. SPSS
Planteamos las siguientes hipótesis:

H0: No existe diferencia significativa en la variable Xi, entre grupos

H1: Existe diferencia significativa en la variable Xi, entre grupos

A continuación analizaremos la significancia de cada variable dependiente para

identificar cual o cuales tienen poder discriminatorio sobre la variable
independiente y eliminar aquella que no aporta información adicional para el
análisis.

● Información Nueva y Diferente: Sig = 0,002, por lo tanto se rechaza

H0 y existe diferencia significativa esto quiere decir que es una
variable discriminante.
● Información Apropiada: Sig = 0,001, por lo tanto se rechaza H0 y
existe diferencia significativa esto quiere decir que es una variable
discriminante.
● Información Creíble: Sig = 0,000, por lo tanto se rechaza H0 y existe
diferencia significativa esto quiere decir que es una variable
discriminante.
● Información Comprensible: Sig = 0,507, no se rechaza H0 esto
quiere decir que no es una variable discriminante, por lo tanto no es
relevante dentro de los grupos.

Después de haber identificado y eliminado la variable no discriminante podemos

observar los nuevos resultados y ver la diferencia con el cuadro de la Figura 2 y la
Figura 3. Percibimos a continuación que el nivel de significancia de todas las
variables dependientes tienen una diferencia significativa. Asimismo podemos
observar en la Figura 4 que el nivel de significancia es de 0,00 por lo tanto se
rechaza la H0 y es adecuada para el análisis de discriminante.
Figura 3. Elaboración propia. SPSS

Figura 4. Elaboración propia. SPSS

Una vez ya teniendo identificadas las variables adecuadas, a continuación
analizaremos la Figura 5 donde encontramos la matriz de coeficientes
estandarizados, los cuales nos permiten valorar la contribución neta de cada
variable a la función discriminante. Por ende, podemos observar que la variable
que más contribuye a diferenciar los grupos es la Información creíble, al tener
mayor puntuación en la función discriminante, por lo tanto se puede decir hay una
mayor tendencia en que depende a la información enviada será probable que los
individuos compren el producto, como podemos ver en la Figura 6. Por otro lado,
podemos observar que la variable Información nueva y diferente, es la que menos
contribuye a diferenciar los grupos y en consecuencia esta información tenga una
probabilidad de compra alta es decir definitivamente compraría el producto.

Figura 5. Elaboración propia. SPSS

La Figura 6 nos muestra que la probabilidad de compra tiene mayor puntuación
que definitivamente lo compraría.

Figura 6. Elaboración propia. SPSS

A continuación, en la matriz de estructura se encuentran los coeficientes brutos

entre cada variable y la función discriminante. Podemos observar en la Figura 7
que los valores de las funciones se han cambiado y se incrementado, esto se
debe al cambio colinealidad de las variables. Además se podría decir que el valor
de los coeficientes de correlación indican que la función discriminante distinguen
entre las variables definitivamente lo compraría y probablemente lo compraría.

Figura 7. Elaboración propia. SPSS