Taller de

Aplicación N°3
Universidad Nacional
de Colombia
Sede Manizales

Profesor
Hernán Parra Sánchez Maestría en
Estudiantes Administración
Leonardo Uribe Ortiz
Viviana López Ospina Métodos Cuantitativos
 TALLER DE APLICACIÓN N° 3

1. REALIZAR UN ANÁLISIS FACTORIAL CON LAS SIGUIENTES VARIABLES DE LA

BASE DE DATOS HATCO:
 Velocidad de entrega
 Nivel de precios
 Flexibilidad precios
 Imagen fabricante
 Imagen fuerza de ventas
 Calidad del producto

Como paso inicial se ha planteado la siguiente hipótesis nula, buscando validar la significancia de los
coeficientes de correlación de las variables seleccionadas:

Ho: La correlación entre las variables es igual a 0.

H1: La correlación entre las varaibles es diferente de 0.

La anterior hipótesis fue validada mediante la prueba de esfericidad de Bartlett, en la cual se obtuvo
una significancia de 0.00, por lo cual se elige la hipótesis alternativa. Adicionalmente, se aplicó el
test de KMO (Kaiser – Meyer – Olkin), el cual arrojó un resultado de 0.667. Estos resultados indican
que se justifica proceder con el análisis factorial.

KMO Y PRUEBA DE BARTLETT

Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,667
Prueba de esfericidad de Bartlett Chi-cuadrado 206,11
aproximado 4
Gl 15
Sig. ,000

Posteriormente se procedió a realizar el análisis de la tabla de varianza total, la cual se observa que
los dos primeros factores explican el modelo en un 70,9%. Se decide elegir solamente estos dos
factores, teniendo en cuenta que los demás factores muestran autovalores iniciales menores a 1 y
realizan un aporte muy bajo a la explicación del modelo. Esta decisión se sustenta además en el
análisis del gráfico de sedimentación.

Autovalores iniciales
Componente
Total % de la varianza % acumulado
1 2,518 41,966 41,966
2 1,739 28,982 70,948
3 ,590 9,830 80,778
4 ,530 8,829 89,607
5 ,419 6,984 96,590
6 ,205 3,410 100,000
Definición de factores

A continuación se presenta el gráfico de componentes, a partir del cual se ha elaborado el análisis

para la definición de los factores. Se encontró que el gráfico que muestra con mayor claridad la
agrupación de las variables en los dos factores, es el gráfico con rotación Varimax.
 Matriz de componentes Componente
rotadosa 1 2
Velocidad de entrega -,789 ,194
Nivel de precios ,714 ,273
Flexibilidad de precios -,802 -,010
Imagen del fabricante ,101 ,933
Imagen de fuerza de ventas ,026 ,934
Calidad de producto ,764 ,179

Método de rotación: Normalización Varimax con Kaiser.

a. La rotación ha convergido en 3 iteraciones.

A partir del análisis del gráfico de componentes en espacio rotado con rotación Varimax, más el
análisis de la matriz de componentes rotados, se ha realizado la siguiente agrupación de variables
en dos factores.

 Factor 1: Incluye las variables velocidad de entrega, nivel de precios, flexibilidad de

precios, calidad del producto. Según las variables agrupadas, se le denominará al factor
1 el factor de los atributos medibles y objetivos.

 Factor 2: Agrupa las variables Imagen del fabricante e imagen fuerza de ventas. A este
factor se le ha denominado el factor de imagen y percepción, o atributos subjetivos.
 2. ELABORAR UN ANÁLISIS DE CLUSTER A PARTIR DE LA BASE DE DATOS
EMPLOYEE DATA, Y DEFINIR EL PERFIL DE LOS INDIVIDUOS AGRUPADOS EN CADA
CLUSTER IDENTIFICADO. EL ANÁLISIS DEBE INCLUIR LAS SIGUIENTES
VARIABLES:

 Sexo
 Nivel educativo
 Categoría laboral
 Salario actual
 Experiencia
 Edad

Al elaborar el análisis de datos en SPSS se obtiene el siguiente dendograma, dando como pauta la
segmentación de los individuos en 4 cluster.
 Posteriormente, se procedió a elaborar la tabla ANOVA mediante el análisis de K media. Se obtuvo
el siguiente resultado:

ANOVA
Conglomerado Error
F Sig.
Media cuadrática gl Media cuadrática gl
Gender 5,923 3 ,212 469 27,895 ,000
Educational Level (years) 567,555 3 4,749 469 119,499 ,000
Employment Category 58,139 3 ,231 469 252,024 ,000
Current Salary 4,105E10 3 31470231,912 469 1304,478 ,000
Previous Experience (months) 42323,509 3 10757,278 469 3,934 ,009
Age in years 649,623 3 135,442 469 4,796 ,003

La significancia obtenida para todas las variables es menor 0.05 (de hecho es 0 para la mayoría de
variables), lo que indica que entre los 4 cluster definidos existen diferencias significativas para cada
una de las 6 variables analizadas. Esto equivale a decir que es factible agrupar los individuos en 4
grupos en función de las 6 variables.

A continuación se relaciona la cantidad de individuos en cada cluster.

Número de casos en cada conglomerado

Conglomerado 1 10,000
2 45,000
3 343,000
4 75,000
Válidos 473,000
Perdidos 1,000

El paso siguiente consiste en definir el perfil de los individuos de cada cluster, para lo cual se parte
de la siguiente información:

ESTADÍSTICOS DESCRIPTIVOS
Número inicial de casos N Mínimo Máximo Media Desv. típ.
1 Current Salary 10 $86,250 $135,000 $101,000.00 $14,066.188
Previous Experience (months) 10 18 199 100,10 63,410
Age in years 10 48 70 57,70 6,464
N válido (según lista) 10
2 Current Salary 45 $56,500 $83,750 $67,382.22 $7,614.580
Previous Experience (months) 45 6 272 68,58 73,758
Age in years 45 48 76 54,62 6,555
N válido (según lista) 45
3 Current Salary 343 $15,750 $35,250 $26,134.37 $4,667.314
Previous Experience (months) 343 0 476 105,64 114,426
Age in years 343 43 85 58,17 13,115
N válido (según lista) 343
4 Current Salary 75 $35,550 $55,750 $43,648.47 $6,343.279
Previous Experience (months) 75 0 285 67,47 62,780
Age in years 75 46 74 52,97 5,726
N válido (según lista) 75

GENERO
Porcentaje Porcentaje
Número inicial de casos Frecuencia Porcentaje
válido acumulado
1 Válidos Hombre 10 100,0 100,0 100,0
2 Válidos Mujer 2 4,4 4,4 4,4
Hombre 43 95,6 95,6 100,0
Total 45 100,0 100,0
3 Válidos Mujer 196 57,1 57,1 57,1
Hombre 147 42,9 42,9 100,0
Total 343 100,0 100,0
4 Válidos Mujer 18 24,0 24,0 24,0
Hombre 57 76,0 76,0 100,0
Total 75 100,0 100,0

NIVEL EDUCATIVO (Años)

Porcentaje Porcentaje
Número inicial de casos Frecuencia Porcentaje
válido acumulado
1 Válidos 16 3 30,0 30,0 30,0
18 1 10,0 10,0 40,0
19 6 60,0 60,0 100,0
Total 10 100,0 100,0
 2 Válidos 12 1 2,2 2,2 2,2
15 2 4,4 4,4 6,7
16 11 24,4 24,4 31,1
17 7 15,6 15,6 46,7
18 5 11,1 11,1 57,8
19 16 35,6 35,6 93,3
20 2 4,4 4,4 97,8
21 1 2,2 2,2 100,0
Total 45 100,0 100,0
3 Válidos 8 53 15,5 15,5 15,5
12 181 52,8 52,8 68,2
14 4 1,2 1,2 69,4
15 91 26,5 26,5 95,9
16 12 3,5 3,5 99,4
17 2 ,6 ,6 100,0
Total 343 100,0 100,0
4 Válidos 12 8 10,7 10,7 10,7
14 2 2,7 2,7 13,3
15 23 30,7 30,7 44,0
16 32 42,7 42,7 86,7
17 2 2,7 2,7 89,3
18 3 4,0 4,0 93,3
19 5 6,7 6,7 100,0
Total 75 100,0 100,0

CATEGORIA DE EMPLEO
Porcentaje Porcentaje
Número inicial de casos Frecuencia Porcentaje
válido acumulado
1 Válidos Manager 10 100,0 100,0 100,0
2 Válidos Clerical 2 4,4 4,4 4,4
Manager 43 95,6 95,6 100,0
Total 45 100,0 100,0
3 Válidos Clerical 315 91,8 91,8 91,8
Custodial 27 7,9 7,9 99,7
Manager 1 ,3 ,3 100,0
Total 343 100,0 100,0
 4 Válidos Clerical 45 60,0 60,0 60,0
Manager 30 40,0 40,0 100,0
Total 75 100,0 100,0

Definición del perfil de los individuos de cada cluster

A. CLUSTER 1: 10 individuos
Al cluster N°1 pertenecen los individuos con los ingresos más altos (promedio de $101.000), con
experiencia previa elevada (100 meses en promedio), aunque no la más alta, edad promedio de 57,7
años. Los individuos de este cluster son hombres en su totalidad, los cuales ejercen cargos a nivel
directivo. El 60% de estas personas tiene un nivel educativo de 19 años; el tiempo promedio de
estudio para los 10 individuos de este cluster es de 18 años.

B. CLUSTER 2: 45 individuos
Este cluster agrupa individuos con un salario promedio de $67.382, siendo este el segundo nivel
salarial más alto, después del cluster N°1. Se trata de personas con una experiencia promedio de 68
meses y una edad promedio de 54,6 años. El 95,6% de los individuos de este cluster son hombres;
el mismo porcentaje de personas ejerce cargos directivos, mientras que la cantidad restante ejerce
cargos administrativos. Con respecto al nivel educativo, puede decirse que este oscila entre 16 y 19
años para la mayoría de individuos; de hecho, el tiempo promedio de estudio es de 17,6 años.

C. CLUSTER 3: 343 individuos

Este cluster agrupa el 72,5% de los individuos, por lo cual puede ser considerado como el cluster
principal (en función de la cantidad de individuos). Se trata de personas con un salario promedio de
$26.134, siendo este el nivel salarial más bajo de los 4 cluster identificados. Lo anterior, a pesar de
tratarse de personas con la experiencia laboral más alta (105,6 meses en promedio) y con el mayor
promedio de edad (58,2 años). El 57,1% de los miembros de este cluster son mujeres. Con respecto
al nivel educativo, el promedio para este grupo es de 12,3 años de estudio. Respecto a la categoría
laboral, la mayoría de los individuos (91,8%) ocupa cargos de tipo administrativo, mientras que la
cantidad restante ocupa cargos del área de seguridad (se incluye un individuo del área directiva,
quien representa el 0.3% de los miembros del cluster).

D. CLUSTER 4: 75 individuos
El cluster No. 4 agrupa los individuos con un salario promedio de $43.648, una experiencia promedio
de 67 meses (muy similar a la experiencia promedio para el cluster N°2), y una edad promedio de 53
años (el promedio de edad más bajo de los 4 cluster). Tres de cada cuatro miembros de este cluster
son hombres (76%). El 60% de estas personas está dedicada a cargos de tipo administrativo,
mientras que la cantidad restante ocupa cargos de seguridad. El nivel educativo promedio de este
grupo es de 15,5 años.