Contenido semana 4

ISIMA ONLINE
UNIDAD 4. VARIANZA, COVARIANZA Y FACTORIAL
Propósito de la unidad a abordar en la semana.
El alumno conocerá y aplicará el análisis de varianza, la relación entre dos
variables y la correlación que tienen entre sí, para la toma de decisiones.
Productos
Diseño de métodos para la prevención y visualización hacia el futuro de una
empresa.
Conocimientos Previos

1. ¿Qué es varianza, covarianza y el análisis de factores?

2. ¿Para qué sirve el análisis de varianza, de covarianza y su correlación?
3. ¿Por qué es importante el análisis de varianza y covarianza?

Introducción

La varianza es utilizada en las empresas e industrias como un método de

prevención y visualización hacia el futuro.

El presidente de una empresa de alimentos para mascotas tiene interés en

comparar las ventas semanales de cuatro marcas diferentes en tres tiendas
distintas, este problema o planteamiento puede analizarse mediante el análisis de
varianza que es utilizado para comparar sincrónicamente diversas medias
poblacionales, también llamado ANOVA.

De igual manera, se pueden utilizar variables ficticias para analizar problemas de

diseño experimental.

El administrador de una agencia publicitaria, desea determinar la relación entre el

número de comerciales en redes sociales de un fin de semana y las ventas del
producto durante la siguiente semana.

Los administradores o quienes con frecuencia toman decisiones necesitan conocer

la relación entre dos variables (covarianza) y la correlación que tienen entre sí.

Frase de reflexión

“Nada es especialmente difícil si lo divides en pequeños trabajos”.

Henry Ford.
 Contenido semana 4
ISIMA ONLINE
Índice

4.1. Análisis de varianza

4.2. Análisis de covarianza

4.3. Análisis factorial

4.4. Tablas de contingencia

Desarrollo de los temas y subtemas

4.1. Análisis de varianza

Fórmula para calcular la varianza:

σ² = (X1 – Xm)2 + (X2 – Xm)2 + (X3 – Xm)2 + … + (Xn – Xm)2 / n

La varianza se representa por la letra «σ²», una letra griega sigma elevada al

cuadrado.

Dónde:
Xm es la media aritmética o promedio de los valores a analizar.

Xn es el valor a analizar

Ejemplo:

La expresa X quiere calcular la varianza de unidades vendidas en el último

semestre:

Mes Unidades
vendidas
Enero 35
Febrero 45
Marzo 40
Abril 40
Mayo 33
Junio 47

Media aritmética (promedio):

35 + 45 +40 + 40 + 33 + 47 = 240 / 6 = 40

Varianza:
 Contenido semana 4
ISIMA ONLINE
σ² = (X1 – Xm)2 + (X2 – Xm)2 + (X3 – Xm)2 + … + (Xn – Xm)2

σ² = (35 – 40)2 + (45 – 40)2 + (40 – 40)2 + (40 – 40)2 + (33 – 40)2 + (47
– 40)2 = 25 + 25 + 0 + 0 + 49 + 49 / 6 = 148 / 6 = 24.66

σ² = 24.66

La varianza sirve para dar valor a las variaciones y desviaciones, eso permite
contabilizar y prevenir posibles errores, de esa manera podemos realizar un plan
específico y exitoso dentro de la corporación.

Cuando se comparan simultáneamente varias medias poblacionales se denomina

análisis de varianza (ANOVA), quien muestra indirectamente si una variable
independiente está influyendo en la variable dependiente.

La distribución de probabilidad empleada es llamada distribución F, en honor a Sir.

Richard Fisher.

La distribución F (Fisher) es un modelo estadístico que se utiliza para saber las

varianzas de dos poblaciones independientes.

Fuente: Pág. 411 y 412, Estadística Aplicada a los negocios y la economía, 15ed., LIND, MARCHAL; WATHEN, Mc Graw, Hill
 Contenido semana 4
ISIMA ONLINE

Comparación de dos varianzas poblacionales:

 Contenido semana 4
ISIMA ONLINE

Fuente: Pág. 413 y 414, Estadística Aplicada a los negocios y la economía, 15ed., LIND, MARCHAL; WATHEN, Mc Graw, Hill
 Contenido semana 4
ISIMA ONLINE

4.2. Análisis de covarianza

Se llama covarianza a la relación entre dos variables y nos permite saber cómo se
comporta una variable (X) en función de la otra (Y) como una media descriptiva de
su asociación.

La covarianza puede tomar los siguientes valores:

Covarianza (X, Y) es menor que 0 cuando sube X y baja Y, se dice que hay una
relación negativa.

Covarianza (X, Y) es mayor que 0 cuando sube X sube Y, hay una relación positiva.

Covarianza (X, Y) es igual que 0 cuando no hay relación existente entre la variable
X y la variable Y.

Fórmula:

Sxy = Ʃ (xi - ẋ) (yi – ӯ) / n – 1

Retomando el ejemplo del administrador de una agencia publicitaria que desea

determinar la relación entre el número de comerciales en redes sociales de un fin
de semana y las ventas del producto durante la siguiente semana.

La siguiente tabla muestra las ventas expresadas en millones de pesos, en esta

tabla se presentan 10 observaciones (n = 10), una por cada semana:

Datos muestrales de la agencia publicitaria

Semana Número de Volumen de ventas

comerciales (Millones de $)
x y
1 3 60
2 6 67
3 2 51
4 4 64
5 5 64
6 2 48
7 6 73
8 4 58
9 5 69
10 3 56
 Contenido semana 4
ISIMA ONLINE

Datos muestrales de la agencia publicitaria

80

70
Volúmen de ventas (millones de$)

60

50

40

30

20

10

0
1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 6.5
Número de comerciales

Cálculo de la covarianza muestral:

Sxy = Ʃ (xi - ẋ) (yi – ӯ) / n – 1 = 99 / 9 = 11

xi yi xi - ẋ yi - ӯ (xi - ẋ)(yi – ӯ)
3 60 -1 -1 1
6 67 2 6 12
2 51 -2 -10 20
4 64 0 3 0
5 64 1 3 3
2 48 -2 -13 26
6 73 2 12 24
4 58 0 -3 0
5 69 1 8 8
3 56 -1 -5 5
40 610 0 0 99
ẋ= 4 ӯ = 61
 Contenido semana 4
ISIMA ONLINE
Fórmula para calcular la covarianza de una población de tamaño N (indica que se
está trabajando con toda la población):

σxy = Ʃ(xi _ μx)(yi _ μy) / N

μx se usa para indicar la media poblacional de la variable x

μy se usa para denotar la media poblacional de la variable y

σxy = población de tamaño N

Diagrama de dispersión dividido para la agencia publicitaria:

80 ẋ= 4 I
70
II
Volúmen de ventas (millones de$)

ӯ = 61
60

50

40

30 III IV
20

10

0
1.5 2 2.5 3 3.5 4 4.5 5 5.5 6 6.5
Número de comerciales

Se divide en 4 cuadrantes de acuerdo a la línea vertical en ẋ= 4 y la línea

horizontal en ӯ = 61.
 Contenido semana 4
ISIMA ONLINE

Los puntos del cuadrante I corresponden a xi mayor que ẋ y yi mayor que ӯ.

El cuadrante II corresponden a xi menor que ẋ y yi mayor que ӯ.

En el cuadrante III corresponden a xi menor que ẋ y yi menor que ӯ.

Los puntos del cuadrante IV corresponden a xi mayor que ẋ y yi menor que ӯ.

Por lo tanto, los valores de (xi - ẋ) (yi – ӯ) serán positivos para los puntos de los
cuadrantes I y III y negativos para los puntos del cuadrante II y IV.

Si el valor de Sxy es positivo, los puntos que más influyen deben encontrarse en los
cuadrantes I y III, por lo tanto, indica que hay una asociación lineal positiva entre
x y y.

Si el valor de Sxy es negativo, los puntos que más influyen deben encontrarse en
los cuadrantes II y IV, indicando que hay una asociación lineal negativa entre x y
y.

Si tiene distribución uniforme los puntos en los cuatro cuadrantes, S xy tendrá un

valor cercano al 0, indicando que no hay asociación lineal entre x y y.

Como podemos observar, de acuerdo al resultado de S xy = 11, el valor de la

varianza muestral indica que hay una relación lineal positiva.

4.3. Análisis factorial

Es una técnica o método de reducción de un número elevado de variables a un

tamaño más manejable. Para ello utilizamos una serie de combinaciones lineales
observadas con otras que no son observables.

El análisis factorial puede ser un análisis exploratorio o de verificación:

1. Análisis factorial exploratorio AFE: Cualquier indicador o variable puede

asociarse con cualquier factor.
 Contenido semana 4
ISIMA ONLINE

Para este análisis es necesario considerar tres factores fundamentales que se

relacionan: El tamaño de la muestra, la razón mínima de casos por variable y la
razón de variable por factor.

Debe aplicarse cuando la muestra es mayor a 50 casos y es preferible si es mayor

a 100 casos, esto con la finalidad de minimizar la probabilidad de equivocación.

El análisis factorial exploratorio, permite obtener un conjunto de factores que

explican mejor los procesos.

Para elaborarlo debemos tomar en cuenta lo siguiente:

 Tener clara la pregunta que queremos responder

 Tener una idea general de nuestra base de datos
 Definir los tipos de datos que tenemos
 Analizar las posibles interacciones entre las variables de la base de datos
 Extraer conclusiones de todo el análisis

2. Análisis factorial confirmativo AFC: Cada factor está asociado a un

subconjunto especifico de variables medidas para confirmar lo esperado en
la teoría preestablecida.

El análisis factorial confirmativo, permite confirmar la validez de los factores de

una muestra.
 Contenido semana 4
ISIMA ONLINE

4.4. Tablas de contingencia

También son llamadas tablas dinámicas, tablas cruzadas o tablas de control y son
utilizadas para el análisis de datos.

Fuentes Consultadas

1. Anderson, David R., Dennis J. Sweeney y Thomas A. Williams. (2008),

Estadística para administración y economía, 10ª. Edición, Cengage Learning
Editores, S.A
2. Paul Newbold, William L. Carlson, Betty Thorne, (2008), Estadística para
administración y economía, sexta edición, Pearson.
3. INEGI Sistema de Cuentas Nacionales de México. Producto Interno Bruto
(PIB)
Contenido semana 4
ISIMA ONLINE