Resultados

Análisis factorial exploratorio

Contraste de Kaiser-Meyer-Olkin

MSA

MSA General 0.451

X1 0.290
X2 0.244
X3 0.803
X4 0.348
X5 0.515
X6 0.564
X7 0.426
X8 0.375
X10 0.416
X11 0.318

No hay cumplimiento del supuesto KMO, por tanto se puede decir que el modelo no es tan propio para agrupar los datos

Contraste de Bartlett

Χ² gl p

73.742 45.000 0.004

Si hay correlacion en las variables, por tanto la estructura puede ser usada para modelo factorial

Contraste de Mardia de Normalidad Multivariante

Valor Estadístico gl p

Skewness 47.510 158.365 220 0.999

Small Sample Skewness 47.510 186.977 220 0.948
Kurtosis 97.803 −3.204 0.001
Nota. Se asume que la distribución del estadístico de asimetría es Chi^2, y la del
estadístico de curtosis es Normal estándar.

En cuanto a sesgo hay cumplimiento de la normalidad, pero en cuanto a curtosis no cumple el supuesto de normalidad

Contraste Chi-cuadrado

Valor gl p

Model 8.200 11 0.695

El estadistico chi cuadrado confirma que en conjunto si hay normalidad en los datos, es decir que se cumple la normalidad multivariada
Cargas de los Factores

Factor 1 Factor 2 Factor 3 Factor 4 Unicidad

X6 0.868 0.175
X3 0.808 0.366 0.202
X7 0.804 0.315
X5 −0.570 0.634 0.237
X8 0.538 −0.302 0.582
X2 0.998 −0.015
X11 0.452 0.404 0.581
X10 0.655 0.545
X4 −0.493 0.701
X1 0.986 −0.003
Nota. El método de rotación aplicado es varimax.

El factor 1 agrupa las variables en "estructura" (X6, X3, X7, X8), el factor 2 agrupa "capacidad" (X2, X11) y el factor 3 agrupa "distribucion"
(X10, X4, X5) y el factor 4 agrupa "tamaño de lote" (X1)

Características de los Factores

Solución no rotada Solución rotada

Autovalores Sumas de cargas al cuadrado Proporción var. Acumulativo Sumas de cargas al cuadrado Proporción var. Acumulativo

Factor 1 3.396 3.142 0.314 0.314 2.736 0.274 0.274

Factor 2 1.864 1.436 0.144 0.458 1.421 0.142 0.416
Factor 3 1.269 1.086 0.109 0.566 1.345 0.134 0.550
Factor 4 1.235 1.043 0.104 0.671 1.180 0.118 0.668

La varianza exlicada con la solucion no rotada por el analisis factorial es 0.671 como es alta el analisis factorial es bueno
Diagrama de Ruta

Scree plot

Debido a la grafica se concluye que se pueden tener 4 factores para el analisis factorial, porque son los numeros que se encuentran encima
de la linea
Correlación

De Pearson Correlaciones

Variable X1 X2 X3 X4 X5 X6 X7 X8 X10 X11

1. X1 R de Pearson —
Valor p —

2. X2 R de Pearson 0.164 —
Valor p 0.489 —

3. X3 R de Pearson 0.220 0.401 —

Valor p 0.351 0.080 —

4. X4 R de Pearson 0.267 0.040 −0.025 —

Valor p 0.256 0.869 0.915 —

5. X5 R de Pearson −0.260 −0.242 −0.497 −0.308 —

Valor p 0.267 0.305 0.026 0.186 —

6. X6 R de Pearson 0.371 0.230 0.777 0.091 −0.514 —

Valor p 0.108 0.329 < .001 0.702 0.020 —

7. X7 R de Pearson 0.194 −0.158 0.593 0.111 −0.462 0.713 —

Valor p 0.414 0.507 0.006 0.641 0.040 < .001 —

8. X8 R de Pearson −0.107 0.000 0.403 0.215 −0.505 0.481 0.335 —

Valor p 0.653 1.000 0.078 0.363 0.023 0.032 0.149 —

9. X10 R de Pearson 0.134 −0.028 0.069 −0.276 0.429 −0.022 0.014 −0.188 —
Valor p 0.574 0.907 0.771 0.239 0.059 0.927 0.954 0.427 —

10. X11 R de Pearson −0.040 0.442 0.318 −0.266 0.084 0.154 0.133 0.076 0.253 —
Valor p 0.867 0.051 0.172 0.258 0.725 0.516 0.576 0.751 0.282 —
Conglomerados Jerárquicos

Conglomerados Jerárquicos

Conglomerados N R² AIC BIC Silhouette

4 20 0.405 193.090 232.920 0.160

Información de Conglomerados

Conglomerado 1 2 3 4

Tamaño 3 15 1 1
Proporción explicada de Heterogeneidad dentro del conglomerado 0.092 0.908 0.000 0.000
Suma de cuadrados Dentro 10.420 102.671 0.000 0.000

Dendrograma
Estadísticos Descriptivos

Estadísticos Descriptivos

Grupo

Válido 20
Ausente 0
Media 2.000
Desviación Típica 0.649
Mínimo 1.000
Máximo 4.000

Tablas de Frecuencias

Frecuencias para Grupo

Grupo Frecuencia Porcentaje Porcentaje Válido Porcentaje Acumulado

1 3 15.000 15.000 15.000

2 15 75.000 75.000 90.000
3 1 5.000 5.000 95.000
4 1 5.000 5.000 100.000
Ausente 0 0.000
Total 20 100.000