QUICK CLUSTER Imentorn Imgastron Imcostviaje Imvidanoct Imalojamien Imarte

/MISSING=LISTWISE
/CRITERIA=CLUSTER(3) MXITER(10) CONVERGE(0)
/METHOD=KMEANS(NOUPDATE)
/SAVE CLUSTER
/PRINT INITIAL ANOVA CLUSTER DISTAN.

Clúster rápido

Notas
Salida creada 16-MAY-2021 00:49:53
Comentarios
Entrada Datos D:\Descargas\Turismo V
2.0.sav
Conjunto de datos activo ConjuntoDatos1
Filtro <ninguno>
Ponderación <ninguno>
Segmentar archivo <ninguno>
N de filas en el archivo de 31
datos de trabajo
Manejo de valores perdidos Definición de perdidos Los valores perdidos
definidos por el usuario se
tratan como perdidos.
Casos utilizados Las estadísticas se basan
en casos sin valores
perdidos para cualquier
variable de clúster
utilizada.
Sintaxis QUICK CLUSTER
Imentorn Imgastron
Imcostviaje Imvidanoct
Imalojamien Imarte
/MISSING=LISTWISE
/CRITERIA=CLUSTER
(3) MXITER(10)
CONVERGE(0)
/METHOD=KMEANS
(NOUPDATE)
/SAVE CLUSTER
/PRINT INITIAL ANOVA
CLUSTER DISTAN.
Recursos Tiempo de procesador 00:00:00.02
Tiempo transcurrido 00:00:00.07
Espacio de trabajo 1344 bytes
necesario

Página 1
 Notas
Variables creadas o QCL_1 Número de caso de
modificadas clúster

[ConjuntoDatos1] D:\Descargas\Turismo V 2.0.sav

Centros de clústeres iniciales

Clúster
1 2 3
Importancia que da al 1,85 23,30 6,14
entorno
Importancia que da a la 2,78 1,94 7,02
gastronomía
Importancia que da al costo 66,67 2,91 10,53
del viaje
Importancia que da a vida 1,85 ,00 63,16
nocturna
Importancia que da a 22,22 69,90 3,51
alojamiento
Importancia que da al arte y 4,63 1,94 9,65
cultura

a
Historial de iteraciones
Cambiar en centros de clústeres
Iteración 1 2 3
1 35,005 53,535 39,814
2 ,000 11,066 9,444
3 ,000 4,234 4,881
4 2,475 ,000 2,318
5 ,000 ,000 ,000
a. Convergencia conseguida debido a que no hay ningún cambio en los centros de clústeres o un cambio
pequeño. El cambio de la coordenada máxima absoluta para cualquier centro es ,000. La iteración actual
es 5. La distancia mínimo entre los centros iniciales es 82,524.

Página 2
 Clúster de pertenencia
Número del caso Clúster Distancia
1 3 43,683
2 2 19,304
3 1 20,091
4 1 22,277
5 2 21,305
6 3 29,708
7 1 16,024
8 1 11,098
9 3 13,681
10 1 18,686
11 3 40,813
12 1 20,899
13 2 10,895
14 1 20,700
15 3 13,866
16 3 27,541
17 2 24,724
18 3 33,589
19 3 12,174
20 2 13,224
21 3 30,514
22 1 15,388
23 2 14,160
24 3 25,685
25 2 19,566
26 2 25,416
27 3 20,569
28 1 14,676
29 2 18,818
30 1 36,525
31 2 62,206

Página 3
 Centros de clústeres finales
Clúster
1 2 3
Importancia que da al 15,20 46,85 9,43
entorno
Importancia que da a la 10,94 7,62 6,61
gastronomía
Importancia que da al costo 38,87 8,34 14,86
del viaje
Importancia que da a vida 9,20 10,56 33,92
nocturna
Importancia que da a 9,33 14,37 7,74
alojamiento
Importancia que da al arte y 14,44 9,57 24,66
cultura

Distancias entre centros de

clústeres finales
Clúster 1 2 3
1 44,672 36,692
2 44,672 47,552
3 36,692 47,552

Página 4
 ANOVA
Clúster Error
Media Media
cuadrática gl cuadrática gl F Sig.
Importancia que da al 4159,543 2 103,585 28 40,156 ,000
entorno
Importancia que da a la 52,742 2 32,939 28 1,601 ,220
gastronomía
Importancia que da al costo 2600,497 2 88,385 28 29,423 ,000
del viaje
Importancia que da a vida 2055,019 2 190,118 28 10,809 ,000
nocturna
Importancia que da a 123,635 2 151,052 28 ,818 ,451
alojamiento
Importancia que da al arte y 627,687 2 160,695 28 3,906 ,032
cultura
Las pruebas F sólo se deben utilizar con fines descriptivos porque los clústeres se han elegido para maximizar
las diferencias entre los casos de distintos clústeres. Los niveles de significación observados no están corregidos
para esto y, por lo tanto, no se pueden interpretar como pruebas de la hipótesis de que los medias de clúster son
iguales.

Número de casos en
cada clúster
Clúster 1 10,000
2 10,000
3 11,000
Válidos 31,000
Perdidos ,000

CROSSTABS
/TABLES=QCL_1 BY Compa
/FORMAT=AVALUE TABLES
/CELLS=COUNT
/COUNT ROUND CELL.

Tablas cruzadas

Página 5
 Notas
Salida creada 16-MAY-2021 01:12:15
Comentarios
Entrada Datos D:\Descargas\Turismo V
2.0.sav
Conjunto de datos activo ConjuntoDatos1
Filtro <ninguno>
Ponderación <ninguno>
Segmentar archivo <ninguno>
N de filas en el archivo de 31
datos de trabajo
Manejo de valores perdidos Definición de perdidos Los valores perdidos
definidos por el usuario se
tratan como perdidos.
Casos utilizados Las estadísticas para cada
tabla se basan en todos
los casos con datos
válidos en los rangos
especificados para todas
las variables en cada
tabla.
Sintaxis CROSSTABS
/TABLES=QCL_1 BY
Compa
/FORMAT=AVALUE
TABLES
/CELLS=COUNT
/COUNT ROUND CELL.
Recursos Tiempo de procesador 00:00:00.00
Tiempo transcurrido 00:00:00.05
Dimensiones solicitadas 2
Casillas disponibles 524245

Resumen de procesamiento de casos

Casos
Válido Perdidos Total
N Porcentaje N Porcentaje N Porcentaje
Número de caso de clúster 31 100,0% 0 0,0% 31 100,0%
* Compañía vacacional

Página 6
 Tabla cruzada Número de caso de clúster*Compañía vacacional
Recuento
Compañía vacacional
1,00 2,00 3,00 4,00 Total
Número de caso de clúster 1 2 1 1 6 10
2 0 1 4 5 10
3 2 2 4 3 11
Total 4 4 9 14 31

* Generador de gráficos.
GGRAPH
/GRAPHDATASET NAME="graphdataset" VARIABLES=QCL_1 COUNT()[name="COUNT"] Compa MISSING=L
ISTWISE
REPORTMISSING=NO
/GRAPHSPEC SOURCE=INLINE.
BEGIN GPL
SOURCE: s=userSource(id("graphdataset"))
DATA: QCL_1=col(source(s), name("QCL_1"), unit.category())
DATA: COUNT=col(source(s), name("COUNT"))
DATA: Compa=col(source(s), name("Compa"), unit.category())
GUIDE: axis(dim(1), label("Número de caso de clúster"))
GUIDE: axis(dim(2), label("Recuento"))
GUIDE: legend(aesthetic(aesthetic.color.interior), label("Compañía vacacional"))
GUIDE: text.title(label("Barras apiladas Recuento de Número de caso de clúster por Comp
añía ",
"vacacional"))
SCALE: linear(dim(2), include(0))
ELEMENT: interval.stack(position(QCL_1*COUNT), color.interior(Compa),
shape.interior(shape.square))
END GPL.

GGraph

Página 7
 Notas
Salida creada 16-MAY-2021 01:18:54
Comentarios
Entrada Datos D:\Descargas\Turismo V
2.0.sav
Conjunto de datos activo ConjuntoDatos1
Filtro <ninguno>
Ponderación <ninguno>
Segmentar archivo <ninguno>
N de filas en el archivo de 31
datos de trabajo

Página 8
 Notas
Sintaxis GGRAPH
/GRAPHDATASET
NAME="graphdataset"
VARIABLES=QCL_1
COUNT()[name="
COUNT"] Compa
MISSING=LISTWISE
REPORTMISSING=NO
/GRAPHSPEC
SOURCE=INLINE.
BEGIN GPL
SOURCE: s=userSource
(id("graphdataset"))
DATA: QCL_1=col
(source(s), name
("QCL_1"), unit.category())
DATA: COUNT=col
(source(s), name
("COUNT"))
DATA: Compa=col
(source(s), name
("Compa"), unit.category())
GUIDE: axis(dim(1), label
("Número de caso de
clúster"))
GUIDE: axis(dim(2), label
("Recuento"))
GUIDE: legend(aesthetic
(aesthetic.color.interior),
label("Compañía
vacacional"))
GUIDE: text.title(label
("Barras apiladas
Recuento de Número de
caso de clúster por
Compañía ",
"vacacional"))
SCALE: linear(dim(2),
include(0))
ELEMENT: interval.stack
(position(QCL_1*COUNT),
color.interior(Compa),
shape.interior(shape.
square))
END GPL.

Recursos Tiempo de procesador 00:00:02.11

Tiempo transcurrido 00:00:01.11

Página 9
 Barras apiladas Recuento de Número de caso de clúster por Compañía vacacional
Compañía
vacacional
12
1,00
2,00
3,00
10 4,00

8
Recuento

0
1 2 3

Número de caso de clúster

Página 10