Analisis Multivariado 2

MTODOS ESTADSTICOS MULTIVARIADOS P. REYES / DIC.
2006
MTODOS ESTADSTICOS
MULTIVARIADOS
Elabor: Dr. Primitivo Reye A!"ilar
Di#. $%%&
Pg. 1
MTODOS ESTADSTICOS MULTIVARIADOS P. REYES / DIC. 2006
CO'TE'IDO
(. Coe)i#ie*te +e Cro*ba#,
$. M-to+o +e a*.lii m"ltivaria+o
/. A'OVA +e 0 +ire##io*e
1. A*.lii m"ltivaria+o +e Varia*2a 3MA'OVA4
5. A*.lii +e Covaria*2a
&. A*.lii Di#rimi*a*te
6. A*.lii +e Co*!lomera+o 3Cl"ter4
7. A*.lii 8a#torial
9. A*.lii +e Re!rei* M:lti;le

Pg. 2
1. COEFICIENTE DE CRONBACH
Pg. 3
1. CLCULO DEL COEFICIENTE DE CONFIABILIDAD
(FIABILIDAD) ALFA-CRONBACH
Existen tres procedimientos para determinar el coefciente o alfa :
1. Sobre la base de la varianza de los tems, con la aplicacin de la
siguiente
frmula:
En donde N representa el nmero de tems de la escala, s
2
(Yi) es
igual a la sumatoria de las varianzas de los tems s
2
x e!uivale a la
varianza de toda la escala"
2. Sobre la base de la matriz de correlacin de los tems, el
procedimiento
sera:
a) #e aplica la escala"
b) #e o$tienen los resultados"
c) #e calculan los coe%cientes de correlacin r de &earson entre todos
los tems (todos contra todos de par en par)"
d) #e ela$ora la matriz de correlacin con los coe%cientes o$tenidos"
&or
e'emplo:
Pg. 4
(os coe%cientes !ue se mencionan como a fue calculado, se
u$ican en la
parte superior de las lneas )orizontales (guiones)" Es decir, cada
coe%ciente se inclue una sola vez se excluen los coe%cientes !ue
vinculan al tem o
puntuacin consigo misma (* con *, 2 con 2, + con + , con ,)"
Pg. 5
3" Mediante otra frmula que se basa en la correlacin promedio
Pg. 6
2. MTODOS DE ANLISIS
MULTIVARIADO

Pg. 7
2. LOS MTODOS DE ANLISIS MULTIVARIADO
(os mtodos de anlisis multivariado son a!uellos en !ue se analiza
la relacin entre diversas variables independientes al menos una
dependiente" #on m-todos m.s comple'os !ue re!uieren del uso de
computadoras para efectuar los c.lculos necesarios
Entre la t!"n#"a $ "%$&ne e en"&entran '() Anl## *e "%$+%nente
+r#n"#+ale , -a"t%re "%$&ne. '2) regre#/n , "%rrela"#/n $0lt#+le. '1) anl##
*#"r#$#nante $0lt#+le. '2) anl## $&lt#3ar#a*% *e 3ar#an4a , "%3ar#an4a. '5)
anl## "%n6&nt%. '6) "%rrela"#/n "an/n#"a. '7) anl## *e "l&ter. '8) e"ala
$&lt#*#$en#%nal. Otra t!"n#"a n&e3a #n"l&,en '9) anl## *e
"%rre+%n*en"#a. '(0) $%*el% *e +r%:a:#l#*a* l#neal tale "%$% el l%g#t ,
+r%:#t. , '(() $%*el% *e e"&a"#/n #$&ltanea / etr&"t&rale. A "%nt#n&a"#/n
e *e"r#:en :re3e$ente !ta t!"n#"a.
Anlisis de componentes principales y de factores comunes
E &n $!t%*% eta*;t#"% <&e +&e*e &are +ara anal#4ar la #nterrela"#%ne
entre &n gran n0$er% *e 3ar#a:le , e=+l#"ar ea 3ar#a:le en t!r$#n% *e &
*#$en#%ne &:,a"ente "%$&ne. El %:6et#3% e >allar la -%r$a *e #ntet#4ar
la #n-%r$a"#/n "%nten#*a en &n n0$er% *e 3ar#a:le %r#g#nale. *entr% *e &n
Pg. 8
"%n6&nt% $ +e<&e?% *e 3ar#ate '-a"t%re) "%n $;n#$a +!r*#*a *e
#n-%r$a"#/n.
Regresin mltiple
En &n $!t%*% *e anl## a*e"&a*% "&an*% el +r%:le$a *e #n3et#ga"#/n
#n3%l&"ra &na 3ar#a:le *e+en*#ente 0n#"a <&e e +re&$e e rela"#%na a *% %
$ 3ar#a:le #n*e+en*#ente $e*#:le. El %:6et#3% e +re*e"#r el "a$:#% en la
3ar#a:le *e+en*#ente *e re+&eta "%n "a$:#% en la 3ar#a:le
#n*e+en*#ente. n%r$al$ente "%n el $!t%*% *e $;n#$% "&a*ra*%.
P%r e6e$+l% e +&e*en +re*e"#r l% $%nt% gata*% en "ena a +art#r *e
#ngre% *e la -a$#l#a '3ar#a:le *e+en*#ente). & ta$a?%. , la e*a* *el +a*re
'3ar#a:le #n*e+en*#ente).
Anlisis discriminante mltiple (MDA)
Se a+l#"a "&an*% la 3ar#a:le *e+en*#ente e *#"%t/$#"a '3gr. >%$:re @ $&6er) %
$&lt#t/$#"a '3gr. Alt% @ $e*#% @ :a6%) , +%r tant% n% $e*#:le. C%$% en la
regre#/n la 3ar#a:le #n*e+en*#ente *e:en er $e*#:le. Se a+l#"a "&an*% la
$&etra t%tal e +&e*e *#3#*#r en gr&+% "%n :ae en &na 3ar#a:le n% $e*#:le
"ara"ter#4an*% 3ar#a "lae "%n%"#*a. S& %:6et#3% e "%$+ren*er la
*#-eren"#a entre gr&+% , +re*e"#r la +r%:a:#l#*a* *e <&e &na ent#*a* '%:6et%
#n*#3#*&al) +ertene4"a a &na "lae % gr&+% +art#"&lar "%n :ae en 3ar#a
3ar#a:le #n*e+en*#ente $e*#:le % $!tr#"a.
P%r e6e$+l% el anl## *#"r#$#nante e +&e*e &t#l#4ar +ara *#t#ng&#r entre
#nn%3a*%re , n% #nn%3a*%re *e a"&er*% a & +er-#l *e$%gr-#"% ,
+#"%gr-#"%.
Anlisis multivariado de varianza y covarianza (MANOA)
E &n $!t%*% eta*;t#"% +ara e=+l%rar #$&ltnea$ente la rela"#/n entre
3ar#a 3ar#a:le "ateg/r#"a #n*e+en*#ente 're-er#*a "%$% trata$#ent%) , *%
% $ 3ar#a:le *e+en*#ente $e*#:le % $!tr#"a. E &na e=ten#/n *el
AAOVA &n#3ar#a*%. El anl## $&lt#3ar#a*% *e "%3ar#an4a 'MAACOVA) e
Pg. 9
+&e*e &ar en "%n6&nt% "%n el MAAOVA +ara re$%3er '*e+&! *el
e=+er#$ent%) el e-e"t% *e "&al<&#er 3ar#a:le $!tr#"a #n*e+en*#ente n%
"%ntr%la*a '"%n%"#*a "%$% "%3ar#a*a) en la 3ar#a:le #n*e+en*#ente.
Anlisis con!unto
Se a+l#"a a n&e3% +r%*&"t% +ara e3al&ar la #$+%rtan"#a *e l% atr#:&t% *el
n&e3% +r%*&"t% a; "%$% l% n#3ele *e "a*a atr#:&t%. $#entra <&e el
"%n&$#*%r e3al0a %l% &n% +%"% +er-#le *el +r%*&"t% "%$% "%$:#na"#%ne
*e l% n#3ele *e +r%*&"t%.
P%r e6e$+l% a&$#r &n +r%*&"t% "%n tre atr#:&t% '+re"#%. "al#*a* , "%l%r).
"a*a &n% en tre n#3ele +%#:le '3gr. R%6%. a$ar#ll% , a4&l). En 3e4 *e tener
<&e e3al&r la 27 "%$:#na"#%ne +%#:le '1=1=1). e e3al0a &n &:"%n6&nt% *e
9 % $ "%$:#na"#%ne "%n :ae en & atra"t#3% +ara el "%n&$#*%r. *e
$anera <&e el #n3et#ga*%r n% %l% "%n%4"a la #$+%rtan"#a *e "a*a atr#:&t%.
#n% a*e$ la #$+%rtan"#a *e "a*a n#3el 'atra"t#3% *el r%6% 3 a$ar#ll% 3 a4&l).
"orrelacin cannica
El anl## *e "%rrela"#/n +&e*e er 3#t% "%$% &na e=ten#/n l/g#"a *e la
regre#/n $0lt#+le. D%n*e e trata *e "%rrela"#%nar #$&ltnea$ente 3ar#a
3ar#a:le *e+en*#ente $e*#:le % $!tr#"a , 3ar#a 3ar#a:le #n*e+en*#ente
$e*#:le. El +r#n"#+#% e eta:le"er &na "%$:#na"#/n l#neal *e "a*a "%n6&nt% *e
3ar#a:le '*e+en*#ente e #n*e+en*#ente) +ara $a=#$#4ar la "%rrela"#/n entre
l% *% "%n6&nt% '%:ten#en*% +%n*era"#/n a*e"&a*% +ara la 3ar#a:le).
Anlisis de conglomerados ("lusters)
E &na t!"n#"a anal;t#"a +ara *earr%llar &gr&+% #gn#-#"at#3% *e #n*#3#*&% &
% %:6et%. E+e";-#"a$ente. el %:6et#3% e "la#-#"ar &na $&etra *e ent#*a*e
'#n*#3#*&% & %:6et%) en &n n0$er% $ +e<&e?% *e gr&+% $ +e<&e?%
"%n :ae en la #$#l#t&*e entre ent#*a*e. A *#-eren"#a *el anl##
*#"r#$#nante. l% gr&+% n% etn *e-#n#*%. $ :#en e &a +ara
#*ent#-#"arl%.
Pg. 10
A%r$al$ente e real#4a en tre +a%. El +r#$er% e la $e*#"#/n *e alg&na
-%r$a *e #$#l#t&* % a%"#a"#/n entre la ent#*a*e +ara #*ent#-#"ar "&ant%
gr&+% real$ente e=#ten en la $&etra. El eg&n*% +a% e el +r%"e% en ;
*e "%ngl%$era*%. *%n*e la ent#*a*e e +art#"#%nan en gr&+%
'"%ngl%$era*% % "l&ter). El +a% -#nal e +er-#lar la +er%na % 3ar#a:le
+ara *eter$#nar & "%$+%#"#/n. M&">a 3e"e et% 0lt#$% e real#4a "%n el
anl## *#"r#$#nante.
#scala multidimensional
El %:6et#3% e tran-%r$ar l% 6&#"#% *el "%n&$#*%r *e #$#l#t&* % +re-eren"#a
'3gr. Pre-eren"#a +%r t#en*a % $ar"a) en *#tan"#a re+reenta*a en &n
e+a"#% $&lt#*#$en#%nal. S# l% %:6et% A , B e 6&4gan +%r el "%n&$#*%r
"%$% #$#lare. "%$+ara*% "%n "&al<&#er %tr% +ar *e %:6et%. la t!"n#"a
+%#"#%na l% %:6et% A , B *e $anera <&e la *#tan"#a entre ell% en &n
e+a"#% $&lt#*#$en#%nal e $ +e<&e?% <&e la *#tan"#a entre "&al<&#er %tr%
+ar *e %:6et%. Al -#nal e $&etra &n $a+a +er"e+t&al "%n la +%#"#/n relat#3a
*e l% %:6et%.
Anlisis de correspondencia
Ca"#l#ta tant% la re*&""#/n *#$en#%nal *e %:6et% en &n "%n6&nt% *e atr#:&t% ,
el $a+a +er"e+t&al *e %:6et% re+e"t% a et% atr#:&t%. En & -%r$a $
ele$ental e &na ta:la *e "%nt#ngen"#a % ta:&la"#/n "r&4a*a *e *% 3ar#a:le
"ateg/r#"a. Tran-%r$a l% *at% n% $!tr#"% a &n n#3el $e*#:le , real#4a &na
re*&""#/n *#$en#%nal '#$#lar al anl## *e -a"t%re) , &n $a+a +er"e+t&al
'#$#lar al anl## $&lt#*#$en#%nal).
P%r e6e$+l%. la +re-eren"#a *e $ar"a *e l% "%n&$#*%re +&e*en er
ta:&la*a "%ntra 3ar#a:le *e$%gr-#"a '3gr. D!ner%. "ateg%r;a *e #ngre%.
%"&+a"#/n) #n*#"an*% "&anta gente +re-#ere "a*a &na *e la $ar"a <&e "aen
en "a*a "ateg%r;a *e la 3ar#a:le *e$%gr-#"a. P%r $e*#% *el anl## *e
"%rre+%n*en"#a. la a%"#a"#/n % E"%rre+%n*en"#aF *e $ar"a , la
"ara"ter;t#"a *#t#nt#3a *e a<&ell% <&e +re-#eren la $ar"a e $&etran en
Pg. 11
&n $a+a tr#*#$en#%nal % :#*#$en#%nal tant% *e $ar"a "%$% *e la
"ara"ter;t#"a <&e *#t#ng&en a a<&ell% <&e +re-#eren "a*a $ar"a.
Modelos de pro$a$ilidad lineal (Anlisis %ogit)
S%n &na "%$:#na"#/n *e regre#/n $0lt#+le , anl## *#"r#$#nante. E #$#lar
al anl## *e regre#/n $0lt#+le e="e+t% <&e la 3ar#a:le *e+en*#ente e
"ateg/r#"a n% $!tr#"a "%$% en el anl## *#"r#$#nante.
Modelos de ecuaciones estructurales
A 3e"e e re-#ere "%$% el n%$:re *el %-tGare LISREL. e &na t!"n#"a <&e
+er$#te e+arar la rela"#%ne *el "%n6&nt% *e 3ar#a:le *e+en*#ente. En &
-%r$a $ en"#lla +r%+%r"#%na el $%*el% $ a*e"&a*% , la t!"n#"a *e
et#$a"#/n $ e-#"#ente +ara &na er#e *e e"&a"#%ne *e regre#/n $0lt#+le.
e3al&a*a #$&ltnea$ente. Se "ara"ter#4a +%r *% "%$+%nente :#"%H '()
el $%*el% etr&"t&ral , '2) el $%*el% *e $e*#"#/n.
El $%*el% etr&"t&ral e la E3;aF <&e rela"#%na 3ar#a:le *e+en*#ente e
#n*e+en*#ente. El $%*el% *e $e*#"#/n +er$#te al #n3et#ga*%r a &ar 3ar#a
3ar#a:le '#n*#"a*%re) +ara &na 3ar#a:le *e+en*#ente e #n*e+en*#ente.
Pg. 12
%os datos para &A'"O son los siguientes(
Var#a:le / T#+%
Per"e+"#%ne / Me*#:le 'M!tr#"a)
I( T#e$+% *e entrega J entrega *el +r%*&"t% "%n la %r*en "%n-#r$a*a
I2 A#3el *e +re"#% J n#3el *e +re"#% +er"#:#*% +%n*era"#/n*% +%r
+r%3ee*%re
I1 Cle=#:#l#*a* *e +re"#% J -le=#:#l#*a* +ara neg%"#ar +re"#%
I2 I$agen *e la e$+rea J general
I5 Ser3#"#% en general J n#3el ne"ear#% +ara $antener rela"#%ne
I6 I$agen *e la -&er4a *e 3enta J general
I7 Cal#*a* *el +r%*&"t% @ "al#*a* +er"#:#*a en *ee$+e?% % ren*#$#ent%
Re&lta*% *e "%$+ra / Me*#:le 'M!tr#"a)
I9 A#3el *e &t#l#4a"#/n J <&e +%r"enta6e *e +r%*&"t% e &rt#*% +%r Kat"%
I(0 A#3el *e at#-a""#/n @ <&e tan at#-e">% eta el "l#ente "%n Kat"%
Cara"ter;t#"a *el "%$+ra*%r / A% Me*#:le 'A% M!tr#"a)
I8 Ta$a?% *e la e$+rea J (J Dran*e 0 J +e<&e?%
I(( E+e"#-#"a"#/n *e "%$+ra J (JE3al0a +%r el 3al%r t%tal , 0J e+e"#-#"a"#/n
I(2 Etr&"t&ra *e a:ate"#$#ent% @ (J "entral#4a*% 0 J *e"entral#4a*%
I(1 T#+% *e #n*&tr#a J (J #n*&tr#a A 0 @ %tra #n*&tr#a
I(2 T#+% *e #t&a"#/n *e "%$+ra @ (J n&e3a 2J $%*#-#"a*a 0J tra*#"#%nal
Pg. 13
/. A'OVA DE 0 DIRECCIO'ES

Pg. 14
3. ANOVA (anl!! "# $a%an&a "# ' "%#(()n#! )
El AAOVA e #$#lar a la regre#/n en el ent#*% *e <&e e &t#l#4a +ara
#n3et#gar , $%*elar la rela"#/n entre &na 3ar#a:le *e re+&eta , &na % $
3ar#a:le #n*e+en*#ente. S#n e$:arg%. el AAOVA *#-#ere *e la regre#/n en *%
a+e"t%H la 3ar#a:le #n*e+en*#ente %n "&al#tat#3a '"ateg/r#"a). , n% >a,
&+&et% a"er"a *e la nat&rale4a *e la rela"#/n '% ea <&e el $%*el% n%
#n"l&,e "%e-#"#ente +ara 3ar#a:le). En e-e"t% el AAOVA e=t#en*e la +r&e:a *e
*% $&etra "%n +r&e:a t +ara +r%:ar la #g&al*a* *e *% +%:la"#%ne a &na
>#+/te# $ general al "%$+arar $ *e *% $e*#a. 3er& <&e n% ean
#g&ale.
!efnicin" Es una prue$a estadstica para evaluar el efecto de dos o
m.s varia$les independientes so$re una varia$le dependiente"
/esponde a es!uemas como el !ue se muestra en la %gura:
0onstitue una extensin del an.lisis de varianza unidireccional,
solamente
Pg. 15
!ue inclue m.s de una varia$le independiente" Evala los efectos
por separado de cada varia$le independiente los efectos con'untos
de dos o m.s varia$les independientes"
#ariables: 1os o m.s varia$les independientes una dependiente"
Nivel de medicin de las variables: (a varia$le dependiente (criterio)
de$e estar
medida en un nivel por intervalos o razn, las varia$les
independientes (factores) pueden estar en cual!uier nivel de
medicin, pero expresadas de manera categrica"
Interpretacin y ejemplo
2i: (a similitud en valores, la atraccin fsica el grado de
retroalimentacin
positiva son varia$les !ue inciden en la satisfaccin so$re la relacin
en pare'as de novios"
0ontexto: 3uestra de pare'as de adultos 'venes (2+425 a6os),
pertenecientes a estratos econmicos altos (n$,77)"
El 89:;8 efectuado mediante un pa!uete estadstico computacional
como
#&## produce los siguientes elementos $.sicos:
< %uente de la variacin (source of variation)" Es el factor !ue origina
variacin en la dependiente" #i una fuente no origina variacin en la
dependiente, no tiene efectos"
< &fectos principales (main e'ects)" Es el efecto de cada varia$le
independiente
Pg. 16
por separado= no est. contaminado del efecto de otras varia$les
iindependientes ni de error" #uele proporcionarse la suma de todos los
efectos principales"
< (nteracciones de dos direcciones ()*+a interactions)" /epresenta el
efecto con'unto de dos varia$les independientes, aislado de los
dem.s posi$les efectos de las varia$les independientes (individuales
o en con'untos)" #uele proporcionarse la suma de los efectos de todas
estas interacciones"
< (nteracciones de tres direcciones (,*+a interactions)" 0onstitue el
efecto con'unto de tres varia$les independientes, aislado de otros
efectos" #uele proporcionarse la suma de los efectos de todas estas
interacciones"
< &uede )a$er efecto de -4direcciones, esto dependie del nmero de
varia$les independientes"
En nuestro e'emplo, tenemos los resultados siguientes:
'A)%A ANOA
;8/>8?(E 1E&E91>E9@E: #8@>#A800>B9 E9 (8 /E(80>B9
Fuente de
variacin
Suma de
cuadrados
Grados de
libertad
Cuadrados
medios
Estadstico F Significancia
de Fc = P
&fectos
principales
(main
e'ects
22.51 .001**
#>3>(>@C1 +*"*D 7"77*EE
8@/800>B9 2*"72 7"77*EE
/E@/:8(>3 **"D, 7"77,EE
#>3>(>@C1
8@/800>B9
-4.32 0.04*
#>3>(>@C1
/E@/:8(>3
2.18 0.11
8@/800>:9 1.56 0.190
Pg. 17
/E@/:8(>3
#>9 F
/E@/:(4
8@/800>:9
8.01 0.02*
9:@8: 9ormalmente interesa sa$er si las razones A resultaron o no
signi%cativas= por tanto, slo se incluen estos valores" #e
recomienda concentrarse en dic)os valores evitar confusiones"
1esde luego, el investigador experimentado acostum$ra estudiar
todos los valores"
EEG /azn A signi%cativa al nivel del 7"7* (p H 7"7*)
EG/azn A signi%cativa al nivel del 7"7I (p H 7"7I)
0omo podemos ver en la ta$la, la similitud, la atraccin la
retroalimentacin tienen un efecto signi%cativo so$re la satisfaccin
en la relacin"
/especto a los efectos de dos varia$les independientes con'untas,
slo la similitud la atraccin tienen un efecto, )a un efecto
con'unto de las tres varia$les independientes" (a )iptesis de
investigacin se acepta la nula se rec)aza" 8simismo, se recuerda al
lector !ue en el captulo I del presente disco: :tros dise6os
experimentales (en el apartado so$re dise6os factoriales) se explica
la nocin de interaccin entre varia$les independientes" 0a$e agregar
!ue el 89:;8 es un m-todo estadstico propio para los dise6os
experimentales factoriales"
#!emplo(
Un e=+er#$ent% e real#4/ +ara +r%:ar "&ant% t#e$+% t%$a &ar &n $%*el%
n&e3% , &n $%*el% anter#%r *e "al"&la*%ra. Se# #ngen#er% tra:a6an*% en &n
+r%:le$a eta*;t#"% , &n% *e #ngen#er;a e le t%$a el t#e$+% +ara re%l3er el
+r%:le$a. L% #ngen#er% e "%n#*eran "%$% :l%<&e en el *#e?%
e=+er#$ental.
Pg. 18
Ka, *% -a"t%reH T#+% *e +r%:le$a , $%*el% *e "al"&la*%ra @ "a*a &n% "%n
*% n#3ele. e >a"en e=+er#$ent% *%n*e e% n#3ele *e l% -a"t%re e
"r&4an. L% *at% e $&etran a "%nt#n&a"#/nH
S%l3eT#$e Eng#neer Pr%:T,+e Cal"&lat%r
1.( L%ne Stat AeG
7.5 L%ne Stat Ol*
2.5 L%ne Eng AeG
5.( L%ne Eng Ol*
1.8 M#ll#a$ Stat AeG
8.( M#ll#a$ Stat Ol*
2.8 M#ll#a$ Eng AeG
5.1 M#ll#a$ Eng Ol*
1 A*a$ Stat AeG
7.6 A*a$ Stat Ol*
2 A*a$ Eng AeG
2.9 A*a$ Eng Ol*
1.2 D#=%n Stat AeG
7.8 D#=%n Stat Ol*
2.7 D#=%n Eng AeG
5.5 D#=%n Eng Ol*
1.1 Er#"N%n Stat AeG
6.9 Er#"N%n Stat Ol*
2.5 Er#"N%n Eng AeG
5.2 Er#"N%n Eng Ol*
1.6 Ma,ne Stat AeG
7.8 Ma,ne Stat Ol*
2.2 Ma,ne Eng AeG
2.8 Ma,ne Eng Ol*
La #ntr&""#%ne *e M#n#ta: %n la #g&#enteH
( A:r#r la G%rN>eet EIKOAOV.MTM.
2 *tat + ANOA + )alanced ANOA.
1 Responses. +%ner SolveTime.
2 Model. +%ner Engineer ProbType | Calculator.
5 En Random ,actors. +%ner Engineer.
6 Cl#"N Results. En Display means corresponding to t-e terms. +%ner
ProbType | Calculator. Cl#"N O. "a*a "&a*r% *e *#l%g%.
L% re&lta*% %:ten#*% %n l% #g&#enteH
Pg. 19
ANOA( *olve'ime versus #ngineer/ 0ro$'ype/ "alculator
Factor Type Levels Values
Engineer random 6 Adams, Dixon, Erickson, Jones, Maynes, illiams
!ro"Type #ixed $ Eng, %tat
&alculator #ixed $ 'e(, )ld
Analysis o# Variance #or %olveTime
%ource DF %% M% F !
Engineer * +,-*. -,$++ .,+. -,-./
!ro"Type + +6,660 +6,660 $10,*$ -,---
&alculator + 0$,+-0 0$,+-0 +-0-,2/ -,---
!ro"Type3&alculator + .,62$ .,62$ *1,62 -,---
Error +* +,-+- -,-60
Total $. /1,*+2
% 4 -,$*/120 56%7 4 /2,/.8 56%79ad:; 4 /2,.68
Means
!ro"Type ' %olveTime
Eng +$ .,2$*-
%tat +$ *,1/+0
&alculator ' %olveTime
'e( +$ $,/$*-
)ld +$ 6,./+0
!ro"Type &alculator ' %olveTime
Eng 'e( 6 $,12..
Eng )ld 6 *,+660
%tat 'e( 6 .,.660
%tat )ld 6 0,6+60
1nterpretacin de los resultados(
Se $&etran l% -a"t%re '-#6% , aleat%r#%). n#3ele , 3al%re. De+&! e
$&etra la ta:la *e AAOVA. *%n*e e #n*#"a *e a"&er*% al 3al%r P <&e >a, &na
#ntera""#/n #gn#-#"at#3a entre el t#+% *e +r%:le$a , el $%*el% *e "al"&la*%ra. l%
<&e #$+l#"a <&e la re*&""#/n en t#e$+% *e +r%"e% *e la "al"&la*%ra *e+en*e
*el t#+% *e +r%:le$a.
En la l#ta *e +r%$e*#% e %:er3a &n $en%r t#e$+% entre la "al"&la*%ra
n&e3a , la anter#%r.
Pg. 20
2. AAPLISIS MULTIVARIADO DE VARIAAQA
'MAAOVA)
Pg. 21
*. ANLISIS MULTIVARIADO DE VARIAN+A
(MANOVA)
Es un modelo para analizar la relacin entre una o m.s variables
independientes dos o m.s variables dependientes" Es decir, es til
para estructuras causales del tipo:
(a t-cnica posee varios usos, entre los !ue destacan:
4 Evaluar diferencias entre grupos a trav-s de mltiples varia$les
dependientes (medidas por intervalos o razn)" (a(s) varia$le(s)
independiente(s) es(son) categrica(s) (no m-tricas)" @iene el poder
de evaluar no solamente las diferencias totales, sino diferencias entre
las com$inaciones de las dependientes"
En este sentido representa una extensin del an.lisis de varianza
(89:;8)
para cu$rir casos donde )a m.s de una varia$le dependiente Jo
cuando las varia$les dependientes simplemente no pueden ser
com$inadas" En otras
pala$ras, reconoce si los cam$ios en la(s) varia$le(s)
independiente(s) tienen un efecto signi%cativo en las dependientes"
Pg. 22
#e6ala !u- grupos di%eren en una varia$le o en el con'unto de
varia$les dependientes"
4 >denti%car las interacciones entre las varia$les independientes la
asociacin entre las dependientes"
(as tres clases principales del 389:;8 son:
*) 2otellingKs @" Es parecida a la prue$a t (dos grupos) pero con m.s
dependientes: una varia$le independiente dicotmica varias
dependientes"
2) 389:;8 unidireccional" 8n.logo al 89:;8 de una sola va, pero
con m.s dependientes: una varia$le independiente multicategrica
varias
dependientes"
+) 389:;8 factorial" #imilar al 89:;8 factorial, solamente !ue con
dos o m.s dependientes: varias independientes categricas varias
dependientes"
(os modelos del 389:;8 tienen en comn !ue forman
com$inaciones lineales de las dependientes !ue discriminan me'or
entre los grupos en un experimento o una situacin no experimental"
Es una prue$a de signi%cancia de las diferencias en los grupos en un
espacio multidimensional donde cada dimensin est. de%nida por
com$inaciones lineales del con'unto de varia$les dependientes"
Cna pregunta !ue suele )acer el estudiante al revisar el 389:;8 es
Lpor !u- no )acemos 89:;8# separados, uno para cada
dependienteM (a respuesta: las dependientes est.n correlacionadas
mu frecuentemente, por lo cual los resultados de varios 89:;8
Pg. 23
pueden ser redundantes difciles de integrar" 2e a!u una sntesis de
la explicacin de Niersma (*555) so$re este tipo de an.lisis:
8l incluir dos o m.s varia$les dependientes simult.neamente no se
consideran las diferencias entre las medias en cada varia$le, sino las
diferencias en varia$les cannicas" El inter-s no slo es sa$er si los
grupos de%nidos por las varia$les independientes di%eren en las
variables cannicas, sino conocer la naturaleza de -stas" Cna variable
cannica es una varia$le arti%cial generada a partir de los datos"
/epresenta constructos se compone de varia$les reales, las cuales
de$en ser descritas en t-rminos de varia$les dependientes" (o
anterior se efecta por medio de las ponderacins de los coe%cientes
de correlacin entre una varia$le dependiente una varia$le
cannica" #i una ponderacin entre la variable cannica la
dependiente es positiva elevada, signi%ca !ue altos valores en la
dependiente se asocian con altos valores en la cannica" &or e'emplo,
si una varia$le dependiente consiste en puntuaciones a una prue$a
so$re innovacin, dic)as puntuaciones se correlacionan en forma
considera$le con una varia$le cannica, inferimos !ue la varia$le
cannica representa un constructo !ue involucra esencialmente a la
innovacin"
En los c.lculos !ue se )acen en el 389:;8, se generan varia$les
cannicas )asta !ue se encuentra !ue no )a una diferencia
estadstica signi%cativa entre las categoras o los grupos de las
varia$les independientes= o $ien, )asta !ue se agotan los grados de
li$ertad de las varia$les independientes (lo !ue ocurra primero)" El
nmero de varia$les cannicas no puede exceder el nmero de
varia$les dependientes, pero es comn !ue el nmero de
dependientes sea maor !ue el de variables cannicas
estadsticamente signi%cativas o los grados de li$ertad"
Pg. 24
(a )iptesis general de investigacin en el 389:;8 postula !ue las
medias de los grupos o las categoras de la(s) varia$le(s)
independiente(s) di%eren entre s en las varia$les cannicas" (a
)iptesis nula postula !ue dic)as medias ser.n iguales"
#e calculan diversas estadsticas para evaluar am$as )iptesis, entre
las !ue destacan: % (total, toma en cuenta el modelo completo), la
prue$a .otellin/0s 1Square2 12 (cuando )a dos grupos formados por
las varia$les independientes), 3il4s0 lambda2 5 (cuando )a m.s de
dos grupos formados por las varia$les independientes), &illai4
?artlett (cuando )a coe%cientes cannicos)= si resultan
signi%cativas en un nivel de con%anza, se acepta la )iptesis de
investigacin de diferencia de medias" Esto indica !ue )a, por lo
menos, una varia$le cannica signi%cativa (pero puede )a$er varias)"
#i diversas varia$les cannicas son signi%cativas, esto muestra !ue
se presentan diferencias en las varia$les cannicas en cuestin, entre
los grupos o categoras de las independientes"
(os pa!uetes estadsticos !ue contiene el 389:;8 suelen posicionar
a los
grupos de las varia$les independientes por puntuaciones
discriminantes= -stas son calculadas con una funcin discriminante,
!ue es una ecuacin de regresin para un compuesto de varia$les
dependientes" 8 cada grupo se le asigna una puntuacin
discriminante en cada varia$le cannica" (as puntuaciones
discriminantes de una varia$le independiente pueden ser cero o tener
un valor positivo o negativo" Cna puntuacin discriminante positiva
elevada para un grupo, indica !ue -ste se coloca por encima de los
dem.s en la respectiva varia$le cannica" O de$en considerarse las
ponderacins, las cuales son positivas o negativas" (as puntuaciones
discriminantes son utilizadas para interpretar las separaciones de los
grupos en las varia$les cannicas, en tanto !ue las ponderacins se
usan para evaluar ligar los resultados de las varia$les dependientes
Pg. 25
(Niersma, *555)" Cn e'emplo de las ponderacins de los coe%cientes
de correlacin entre las varia$les dependientes las varia$les
cannicas as como las puntuaciones discriminantes se muestran en
las ta$las siguientes:
0omo o$servamos en la ltima ta$la, se o$tuvieron tres constructos
subacentes en las puntuaciones recolectadas de la muestra:
Pg. 26
motivacin intrnseca, atri$ucin de causalidad externa desempe6o
la$oral" ;emos en la ta$la !ue los grupos (niveles en la empresa)
est.n separados en las tres varia$les cannicas (los grupos di%eren),
particularmente en la primera varia$le cannica (motivacin
intrnseca) los o$reros ocupan la posicin m.s $a'a" (as varia$les
dependientes enmarcadas en un recuadro en la primera varia$le
cannica se ponderacinn en ella= en consecuencia, los e'ecutivos
tienen las puntuaciones m.s altas en motivacin intrnseca medida
por la escala mencionada, en atri$uciones internas en sentimientos
de -xito en el tra$a'o" 8s se interpretan todas las varia$les cannicas
dependientes"
En el 389:;8 se incluen razones A anlisis de varianza6 8lgunos
pa!uetes estadsticos agregan una prue$a denominada correlacin
cannica, !ue es mu similar al 389:;8" Psta es la m.xima
correlacin !ue llega a o$tenerse entre los con'untos de puntuaciones
las relaciones entre las varia$les independientes, entre las varia$les
dependientes entre los con'untos de am$as (dependientes e
independientes) (Qerlinger, *5R5)" (as varia$les en el 389:;8 la
correlacin cannica asumen !ue las varia$les dependientes est.n
medidas en un nivel de intervalos o razn" @al correlacin se
interpreta como otras= pero el contexto de interpretacin vara de
acuerdo con el nmero de varia$les involucradas"
Pg. 27
#!emplo con Minita$
Se real#4a &n et&*#% +ara *eter$#nar la "%n*#"#%ne /+t#$a +ara e=tr&#r
+el;"&la +lt#"a. Se $#*en tre re+&eta @ Tear. gl% , %+a"#t, @ "#n"%
3e"e en "a*a "%$:#na"#/n *e *% -a"t%re @ taa *e e=tr&#/n , "ant#*a* *e
a*#t#3% @ "a*a gr&+% e +%ne en n#3ele :a6% , alt%. Se &t#l#4a el MAAOVA
:alan"ea*% +ara +r%:ar la #g&al*a* *e la $e*#a.
DATOS
Tear Dl% O+a"#t, E=tr&#%n A**#t#3e
6.5 9.5 2.2 ( (
6.2 9.9 6.2 ( (
5.8 9.6 1 ( (
6.5 9.6 2.( ( (
6.5 9.2 0.8 ( (
6.9 9.( 5.7 ( 2
7.2 (0 2 ( 2
6.9 9.9 1.9 ( 2
6.( 9.5 (.9 ( 2
6.1 9.2 5.7 ( 2
6.7 9.( 2.8 2 (
6.6 9.1 2.( 2 (
7.2 8.1 1.8 2 (
7.( 8.2 (.6 2 (
6.8 8.5 1.2 2 (
7.( 9.2 8.2 2 2
7 8.8 5.2 2 2
7.2 9.7 6.9 2 2
7.5 (0.( 2.7 2 2
7.6 9.2 (.9 2 2
1nstrucciones de Minita$
( Abrir el ar#,ivo E<=>MVAR.MT?.
$ Sele##io*ar Stat > ANOVA > Balanced MANOVA.
/ E* Re!"ne@ ;o*er Tear Gloss Opacity.
1 E* M"del@ ;o*er Extrusion | Additive.
Pg. 28
5 Cli#A Re#lt. E* D$!la% "& Re#lt@ ele##io*ar Mat'$ce
()%!"t)e$* e''"'* !a't$al c"''elat$"n+ y E$,en anal%$.
& Cli#A O- e* #a+a #"a+ro +e +i.lo!o.
L% re&lta*% e $&etran a "%nt#n&a"#/nH
Results for( #2-3mvar4M'5

ANOA( 'ear/ 6loss/ Opacity versus #2trusion/ Additive
MA')VA #or Extrusion
s 4 + m 4 -,* n 4 6,-
Test DF
&riterion %tatistic F 'um Denom !
ilks< -,.2+26 0,**1 . +1 -,--.
La(ley6=otelling +,6+200 0,**1 . +1 -,--.
!illai<s -,6+2+1 0,**1 . +1 -,--.
5oy<s +,6+200
%%&! Matrix #or Extrusion
Tear >loss )pacity
Tear +,01- 6+,*-* -,2***
>loss 6+,*-* +,.-+ 6-,0./*
)pacity -,2** 6-,0./ -,1$-*
%%&! Matrix #or Error
Tear >loss )pacity
Tear +,061 -,-$-- 6.,-0-
>loss -,-$- $,6$2- 6-,**$
)pacity 6.,-0- 6-,**$- 61,/$1
!artial &orrelations #or t?e Error %%&! Matrix
Tear >loss )pacity
Pg. 29
Tear +,----- -,--/$/ 6-,$2620
>loss -,--/$/ +,----- 6-,-1$$6
)pacity 6-,$2620 6-,-1$$6 +,-----
E@>E' Analysis #or Extrusion
Eigenvalue +,6+/ -,----- -,-----
!roportion +,--- -,----- -,-----
&umulative +,--- +,----- +,-----
Eigenvector + $ .
Tear -,6*1+ -,1.+* -,-6-1
>loss 6-,..2* -,*+6. -,--+$
)pacity -,-.*/ -,-.-$ 6-,+$-/
MA')VA #or Additive
s 4 + m 4 -,* n 4 6,-
Test DF
ilks< -,*$.-. 1,$*6 . +1 -,-$*
La(ley6=otelling -,/++/$ 1,$*6 . +1 -,-$*
!illai<s -,106/0 1,$*6 . +1 -,-$*
5oy<s -,/++/$
%%&! Matrix #or Additive
Tear >loss )pacity
Tear -,06-* -,62$* +,/.+
>loss -,62$* -,6+$* +,0.$
)pacity +,/.-* +,0.$* 1,/-+
E@>E' Analysis #or Additive
Eigenvalue -,/++/ -,----- -,-----
!roportion +,---- -,----- -,-----
&umulative +,---- +,----- +,-----
Pg. 30
Eigenvector + $ .
Tear 6-,6..- -,112- 6-,+$06
>loss 6-,.$+1 6-,1//$ 6-,+6/1
)pacity 6-,-621 -,---- -,++-$
MA')VA #or Extrusion3Additive
s 4 + m 4 -,* n 4 6,-
Test DF
ilks< -,000++ +,../ . +1 -,.-$
La(ley6=otelling -,$262. +,../ . +1 -,.-$
!illai<s -,$$$2/ +,../ . +1 -,.-$
5oy<s -,$262.
%%&! Matrix #or Extrusion3Additive
Tear >loss )pacity
Tear -,---*-- -,-+6*- -,-11*-
>loss -,-+6*-- -,*11*- +,162*-
)pacity -,-11*-- +,162*- .,/6-*-
E@>E' Analysis #or Extrusion3Additive
Eigenvalue -,$262 -,----- -,-----
!roportion +,---- -,----- -,-----
&umulative +,---- +,----- +,-----
Eigenvector + $ .
Tear 6-,+.61 -,+2-6 -,0*$0
>loss 6-,*.06 6-,.-$2 6-,-$$2
)pacity 6-,-62. -,++-$ 6-,----
P%r *e-a&lt e $&etra la ta:la +ara la "&atr% +r&e:a $&lt#3ar#a*a 'Ml#N.
LaGle,. K%tell#ng. P#lla# , R%,) +ara "a*a &n% *e l% t!r$#n% en el $%*el%.
L% 3al%re . $ , n e &t#l#4an +ara l% "l"&l% *e l% eta*;t#"% *e +r&e:a
C". el "&al e e=a"t% # R ( % 2 *e %tra -%r$a e a+r%=#$a*%.
Pg. 31
E=a$#nan*% l% 3al%re P *e la +r&e:a +ara E=tr&#/n , A*#t#3% e %:er3a
<&e %n #gn#-#"at#3a +ara &n n#3el *e 0.05. n% a; la #ntera""#/n.
%as matrices **"0 e &an +ara e3al&ar la "%ntr#:&"#/n a la 3ar#a:#l#*a* *e
$anera #$#lar a la &$a *e "&a*ra*% en la AAOVA &n#3ar#a*a. La $atr#4
SSCP +ara E=tr&#%n e la &$a *e "&a*ra*% *e la >#+/te# , $atr#4 *e
+r%*&"t% "r&4a*% K +ara la tre re+&eta "%n el t!r$#n% *e $%*el%
E=tr&#/n. L% ele$ent% *#ag%nale *e eta $atr#4. (.720. (.10( , 0.205 %n
la &$a *e "&a*ra*% &n#3ar#a*% +ara el t!r$#n% *el $%*el% E=tr&#/n
"&an*% la 3ar#a:le *e re+&eta %n Tear. Dl% , O+a"#t, re+e"t#3a$ente.
L% ele$ent% -&era *e la *#ag%nal %n l% +r%*&"t% "r&4a*%.
%a matriz **"0 para el error e la &$a *e "&a*ra*% *e l% err%re ,
+r%*&"t% "r&4a*% E. L% ele$ent% *#ag%nale *e la $atr#4 (.762. 2.6280. ,
62.922 %n la &$a *e "&a*ra*% *e l% err%re +ara la 3ar#a:le *e
re+&eta Teat. Dl% , O+a"#t,. re+e"t#3a$ente. L% ele$ent% -&era *e la
*#ag%nal *e eta $atr#4 %n l% +r%*&"t% "r&4a*%.
%a matriz de correlaciones parciales +ara el err%r SSCP. e &a +ara e3al&ar
<&e tant% e rela"#%nan la 3ar#a:le *e re+&eta. La "%rrela"#%ne +ar"#ale
entre Tear , Dl% %n +e<&e?a "%n 0.00929 , entre Dl% , O+a"#t,
J0.02226. Y la "%rrela"#/n +ar"#al entre Tear , O+a"#t, e *e J0.28687 ta$+%"%
e gran*e. C%$% la etr&"t&ra *e la "%rrela"#%ne e *!:#l. e +&e*en real#4ar
anl## &n#3ar#a*% *e AAOVA +ara "a*a &na *e la re+&eta.
Se +&e*e &t#l#4ar el anl## *e 3al%re "ara"ter;t#"% % E#gen3al%re. +ara
e3al&ar "%$% *#-#eren l% +r%$e*#% *e la re+&eta entre l% n#3ele *e l%
*#-erente t!r$#n% *el $%*el%. El anl## *e E#gen3al%re e E
J(
K *%n*e E e
la $atr#4 SCCP *el err%r , K e la $atr#4 SCCP *e la 3ar#a:le *e re+&eta.
Et% %n l% e#gen3al%re &t#l#4a*% +ara "al"&lar la "&atr% +r&e:a *e
MAAOVA.
P%ner la $a,%r #$+%rtan"#a en l% e#gen3e"t%re <&e "%rre+%n*en a 3al%re
alt% *e e#gen3al%re. En el e6e$+l%. el eg&n*% , ter"er e#gen3al%re %n
+e<&e?%. n% #gn##"at#3%. Para a$:% -a"t%re. E=tr&#%n , A**#t#3e. l%
Pg. 32
+r#$er% e#gen3al%re "%nt#enen #n-%r$a"#/n #$#lar. Para E=tr&#%n # 0.652(.
J0.1185. 0.0159 an* -%r A**#t#3e #t # J0.6610. J0.12(2. J0.0682. El $a,%r 3al%r
a:%l&t% *entr% *e e% e#gen3al%re "%rre+%n*e a la re+&eta Tear. el
eg&n*% a Dl% , el 3al%r +ara O+a"#t, e +e<&e?%. Et% #$+l#"a <&e Tear
t#ene la $a,%r *#-eren"#a entre l% *% n#3ele *e l% -a"t%re ,a ea E=tr&#%n
% A**#t#3e. el Dl% t#ene la #g&#ente $a,%re *#-eren"#a , %+."#t+. t#ene %l%
+e<&e?a *#-eren"#a.
Para &n anl## $ general &t#l#4ar Deneral MAAOVA "%n *#e?%
:alan"ea*% , n% :alan"ea*%. #n"l&% # e t#enen "%3ar#a*%.
( Sele""#%nar Stat S AAOVA S Deneral MAAOVA.
2 En Re+%ne. ele""#%nar >ata 50 "%l&$na n&$!r#"a "%nten#en*% la
3ar#a:le *e re+&eta.
1 En M%*el. #ntr%*&"#r l% t!r$#n% *el $%*el% <&e e <&#era a6&tar.
2. Cl#"N OT.

Pg. 33
5. A'BLISIS DE COVARIA'CA
Pg. 34
74 AN8%1*1* D# "OAR1AN9A
!efnicin: Es un m-todo estadstico !ue analiza la relacin entre una
varia$le dependiente dos o m.s independientes, con el !ue se
elimina o controla el efecto de al menos una de estas independientes"
#imilar al 89:;8, excepto !ue permite controlar la inSuencia de una
varia$le independiente, la cual con frecuencia es una caracterstica
antecedente !ue puede variar entre los grupos (3ertens, 277I) o
inSuir los resultados afectar la claridad de las interpretaciones"
7erspectivas o usos" Nildt 8)tola (*5RD, pp" D45) destacan tres
perspectivas para el an.lisis de covarianza:
8" 7erspectiva experimental" #e aplica a a!uellas situaciones en !ue
el inter-s del investigador se centra en las diferencias o$servadas en
la varia$le dependiente, por medio de las categoras de la varia$le
independiente (o varia$les independientes)" &ero el experimentador
asume !ue )a otras varia$les independientes cuantitativas !ue
contaminan la relacin cua inSuencia de$e ser controlada"
Pg. 35
O el investigador nicamente se interesa por conocer la relacin entre
las
varia$les independientes categricas la varia$le dependiente"
1esea al mismo tiempo remover controlar el efecto de las varia$les
independientes cuantitativas no categricas (continuas)" Es decir,
desea tener un es!uema como el de la %gura
El o$'etivo es puri%car la relacin entre las independientes
categricas la
;aria$le dependiente, mediante el control del efecto de las
independientes no categricas o continuas"
E'emplos de varia$les independientes categricas seran: g-nero
(masculino,
femenino), inteligencia (alta, media, $a'a), ingreso (menos de un
salario mnimo, dos a cuatro salarios mnimos, cinco a *7 salarios
mnimos, ** o m.s salarios mnimos)"
(os niveles de medicin nominal ordinal son categricos en s
mismos, mientras !ue los niveles de intervalos razn de$en
Pg. 36
transformarse en categoras m.s discretas" Estos ltimos son en s:
cuantitativos, continuos de categoras mltiples" &or e'emplo, el
ingreso en su estado natural (ponderacins, dlares, euros, etc")
vara de la categora cero )asta la categora (-)4, a !ue puede )a$er
millones de categoras"
#ariable cate/rica G unas cuantas categoras o un rango medio"
#ariable continua G muc)as categoras (a veces una in%nidad)"
8 dic9as variables independientes cuantitativas continuas2 cua
in:uencia se controla2 se les denomina ;covariables" Cna covaria$le
se inclue en el an.lisis para remover su efecto so$re la varia$le
dependiente, e incrementar el conocimiento de la relacin entre las
varia$les independientes categricas de inter-s la dependiente, lo
cual aumenta la precisin del an.lisis"
En esta perspectiva, el anlisis de covarianza puede ser conce$ido
primero
como un a'uste en la varia$le dependiente respecto a diferencias en
la covaria$le o las covaria$les , posteriormente, como una
evaluacin de la relacin entre las varia$les independientes
categricas los valores a'ustados de la varia$le dependiente (Nildt
8)tola, *5RD)" En t-rminos de 0resTell (277I):
El procedimiento a'usta las puntuaciones en la dependiente para
dar cuenta por la covarianza (por decirlo en t-rminos sencillos: )ace
e!uivalentes a los grupos en la(s) covaria$le(s) controla inSuencias
potenciales !ue pueden afectar a la varia$le dependiente)"
<" 7erspectiva de inters por la covariable" Esta perspectiva se
e'empli%ca con a!uellas instancias en las cuales el inter-s principal se
centra en analizar la relacin entre la varia$le dependiente la
Pg. 37
covaria$le (varia$le cuantitativa continua) o las covaria$les" 8!u el
enfo!ue es distinto= la inSuencia !ue se remueve es la de las
varia$les independientes categricas" &rimero se controla el efecto
(en este caso contaminante) de estas varia$les despu-s se analiza
el efecto puri%cado de las covaria$les"
=" 7erspectiva de re/resin6 En esta tercera perspectiva, tanto las
varia$les
independientes categricas como las covaria$les resultan de inter-s
para el
investigador, !uien puede desear examinar el efecto de cada varia$le
independiente (covaria$les no covaria$les, todas) despu-s a'ustar
o corregir los efectos de las dem.s varia$les independientes"
En cual!uier caso, el anlisis de covarianza elimina in:uencias no
deseadas
sobre la variable dependiente6 #e puede utilizar en contextos
experimentales no experimentales6 (a maora de las veces la
funcin del 890:;8 es remover la varianza compartida entre una o
m.s covaria$les la dependiente, de este modo, se valora en su 'usta
dimensin la relacin causal entre la(s) varia$le(s) independiente(s)
de inter-s la dependiente (0resTell, 277I)"
;e.moslo conceptualmente pero de forma gr.%ca con un e'emplo
simple:
E'emplo:
&studio: 8l investigador le interesa analizar el efecto en el aprendiza'e
de la
computacin, por medio un nuevo m-todo para su ense6anza a ni6os"
(a )iptesis es: El nuevo m-todo de ense6anza de la computacin
Pg. 38
(384/2) provocar. un maor aprendiza'e en los ni6os !ue un m-todo
tradicional"
Entonces, implementa el siguiente experimento: 8 un grupo de
infantes los
expone al nuevo m-todo de ense6anza de computacin (384/2#)= a
otro grupo no lo expone al nuevo m-todo, -ste aprende con el
m-todo tradicional= %nalmente, a un tercer grupo, de control, no
reci$e ningn tipo de ense6anza en computacin"
(a varia$le independiente es el tipo de mtodo con tres categoras o
niveles
(m-todo nuevo, m-todo tradicional ausencia de m-todo), la
dependiente es el aprendiza>e en computacin (medida por una
prue$a estandarizada a nivel de intervalos)" #e tiene un es!uema
como el de la %gura"
Pg. 39
0on el experimento el investigador desea conocer la varianza en
comn entre m-todo aprendiza'e (cuanti%carla), la relacin UO
(pura)" #i los ni6os son asignados al azar a los grupos del
experimento tiene grupos de tama6o acepta$le, por el dise6o
mismo, remueve la inSuencia de las covaria$les !ue pudieran afectar"
&ero si no es facti$le )acerlo tiene un dise6o cuasiexperimental
(grupos intactos), de$e remover tal inSuencia con el an.lisis de
covarianza (eliminar al mnimo posi$le la varianza del aprendiza'e no
explicada), para evitar !ue las covaria$les impidan ver con claridad la
relacin UO" &or e'emplo, el nivel educativo tecnolgico de los
padres puede inSuir ()ace variar al aprendiza'e) este efecto de$e
ser controlado, al introducirlo como covaria$le"
Pg. 40
(o !ue el investigador desea tam$i-n se puede expresar
gr.%camente as:
Nildt 8)tola (*5RD, p" *+) de%nen algunos usos del an.lisis de
covarianza:
Pg. 41
1. (ncrementar la precisin en experimentos con asignacin al azar"
2. &liminar in:uencias extra?as o contaminantes !ue pueden resultar
cuando las prue$as o los individuos no son asignados al azar a las
diferentes condiciones experimentales (grupos de un experimento)"
3. &liminar efectos de variables que confundan o distorsionen la
interpretacin de resultados en estudios no experimentales"
Nivel de medicin de las variables: (a variable dependiente siempre
est. medida por intervalos o razn las variables independientes
pueden estar medidas en cualquier nivel"
(nterpretacin: 1epende de cada caso espec%co, a !ue el an.lisis de
covarianza efectuado mediante un programa estadstico
computacional, produce un cuadro de resultados mu parecido al del
an.lisis de varianza" (os elementos m.s comunes pueden o$ssevarse
en la ta$la 89:;8"
(a razn % es, igual !ue en el an.lisis de varianza, una razn de
varianzas" El razonamiento estadstico es el mismo % se interpreta
igual, incluso se utiliza el mismo cuadro de la distri$ucin %"
#olamente !ue las inferencias conclusiones se )acen al considerar
!ue las medias de la varia$le
dependiente, a trav-s de las categoras de las varia$les
independientes, se )an a'ustado, de este modo eliminan el efecto de
la covaria$le o covaria$les"
E,#-.l)/
Diseo de investigacin que utiliza el anlisis de covarianza
Pg. 42
2i: (os tra$a'adores !ue reci$an retroalimentacin ver$al so$re el
desempe6o de parte de su supervisor mantendr.n un nivel maor de
productividad !ue los tra$a'adores !ue reci$an retroalimentacin
so$re el desempe6o por escrito, m.s an !ue los tra$a'adores !ue no
reci$an ningn tipo de retroalimentacin"
VV VV VV
2i: @* W @2 A @+
(ver$al) (por escrito) (ausencia)
El investigador plantea un dise6o experimental para intentar pro$ar
su
)iptesis" #in em$argo, no puede asignar aleatoriamente a los
tra$a'adores a los tres grupos del experimento" El dise6o sera con
grupos intactos
(cuasiexperimental) se es!uematizara as:
8simismo, el investigador presupone !ue )a un factor !ue puede
contaminar los resultados (actuar como fuente de invalidacin
interna): la
motivacin" 1iferencias iniciales en motivacin pueden invalidar el
estudio"
0omo la asignacin al azar est. ausente, no se sa$e si los resultados
se ven inSuidos por dic)o factor" Entonces, el experimentador decide
eliminar o controlar el efecto de la motivacin so$re la productividad
para conocer los efectos de la varia$le independiente: tipo de
retroalimentacin" (a motivacin se convierte en covaria$le"
Pg. 43
El es!uema es el !ue se muestra en la %gura
0a$e destacar !ue, para introducir una covariable en el an.lisis, de
preferencia de$e medirse antes del inicio del experimento"
El anlisis de covarianza !uita a la varia$ilidad de la dependiente lo
!ue se
de$e a la covariable" 8>usta la varianza de la variable dependiente en
las cate/oras de la independiente, al $asarse en la covaria$le" En el
e'emplo, a'usta la varianza de la productividad de$ida a la
motivacin, en las categoras experimentales (tratamientos o grupos)"
El a'uste se realiza so$re la $ase de la correlacin entre la covaria$le
la dependiente" Esto se muestra es!uem.ticamente en la ta$la"
Cna vez realizado el anlisis de covarianza, se evala si % es o no
signi%cativa"
=uando A resulta si/nifcativa se acepta la 9iptesis de investi/acin"
#i el resultado fuera:
X* Y +I
X2 Y +Z
Pg. 44
(a correlacin entre la cali%cacin en motivacin las puntuaciones
en
productividad es la $ase para el a'uste"
B+ Y +D
Bl entre Y - F * Y + F * Y 2
Bl intra Y N F - Y *7R
A Y *"R7
0omparamos con el valor de la ta$la respectiva: en el nivel de 7"7I es
igual a +"7R, nuestra razn % a *"R7 es menor a este valor" &or lo
tanto, rec)azamos la )iptesis de investigacin aceptamos la
)iptesis nula" Esto se contrasta profundiza con las medias
a'ustadas de los grupos !ue proporcione el an.lisis de covarianza (no
las medias o$tenidas en el experimento por cada grupo, sino las
a'ustadas con $ase en la covaria$le)"
/ecordemos !ue #&## nos proporciona autom.ticamente la
signi%cancia de %"
E,#-.l)/
1eterminar si )a diferencia en la resistencia de una %$ra
mono%lamento producida por tres m.!uinas diferentes" El di.metro
de la %$ra parece tener inSuencia en la resistencia como se muestra
a$a'o (covariado de O)"
1atos de resistencia 4 O es la respuesta, U es el covariado"
Y I Ma<
16 20 (
2( 25 (
19 22 (
22 25 (
29 12 (
20 22 2
Pg. 45
28 28 2
19 22 2
25 10 2
22 28 2
15 2( 1
17 21 1
22 26 1
12 2( 1
12 (5 1
(a relacin entre U O es signi%cativa como se o$serva en la
siguiente gr.%ca:
En 3inita$:
*" #tat W /egresin W Aitted line plot
2" >ntroducir O U, seleccionar (inear
+" :Q
0
1
+2"I +7"7 2R"I 2I"7 22"I 27"7 *R"I *I"7
I7
,I
,7
+I
+7
# *"RD*R,
/4#! DD"*[
/4#!(ad') DR"2[
F22#" Ln# 3l)2
O Y *,"*, \*"7D7 U
&ara el 89:;8 con 0ovariados, las instrucciones de 3inita$ son las
siguientes:
*" #tat W 89:;8 W Xeneral (inear 3odel
2" >ntroducir en /esponse O, en 3odel U 3a!uina
Pg. 46
+" En 0ovariates U
," En /esults en 1ispla (east #!uare 3eans corresponding to t)e
terms 3a!
I" En Xrap)s seleccionar 9ormal plot for residuals
Z" :Q
(os resultados se muestran a continuacin:
6eneral %inear Model( : versus Ma;
Factor Type Levels Values
Ma7 #ixed . +, $, .
Analysis o# Variance #or A, using Ad:usted %% #or Tests
%ource DF %e7 %% Ad: %% Ad: M% F !
B + .-*,+. +02,-+ +02,-+ 6/,/0 -,---
Ma7 $ +.,$2 +.,$2 6,61 $,6+ -,++2
Error ++ $0,// $0,// $,*1
Total +1 .16,1-
% 4 +,*/*-* 56%7 4 /+,/$8 56%79ad:; 4 2/,0$8
Term &oe# %E &oe# T !
&onstant +0,+00 $,02. 6,+0 -,---
B -,/*1- -,++1- 2,.6 -,---
Cnusual )"servations #or A
)"s A Fit %E Fit 5esidual %t 5esid
0 12,---- 1*,+-2- -,012/ $,2/$- $,-* 5
5 denotes an o"servation (it? a large standardiDed residual,
Means #or &ovariates
&ovariate Mean %tDev
B $1,+. 1,.$1
Least %7uares Means #or A
Ma7 Mean %E Mean
+ 1-,.2 -,0$.6
$ 1+,1$ -,0111
. .2,2- -,020/
C%n"l&#/nH
Se %:er3a <&e n% >a, *#-eren"#a en la $<&#na &na 3e4 <&e el#$#na$% la
3ar#a:#l#*a* #ntr%*&"#*a +%r el *#$etr% *e la -#:ra. en "a% *e n% >a:er t%$a*%
Pg. 47
en "&enta la "%3ar#an4a *el *#$etr% en la re#ten"#a. e >&:#ee "%n"l&#*% al
re3!. <&e # >a, *#-eren"#a en la $<&#na. "%$% e $&etra a "%nt#n&a"#/nH
C%n M#n#ta:H
(. Stat S AAOVA S One Ga,
2. Re+%ne Y Ca"t%r Ma<&#na
1. OT
L% re&lta*% %n l% #g&#enteH
One<=ay ANOA( : versus Ma;
%ource DF %% M% F !
Ma7 $ +1-,1 0-,$ 1,-/ -,-11
Error +$ $-6,- +0,$
Total +1 .16,1
% 4 1,+1. 56%7 4 1-,*.8 56%79ad:; 4 .-,6$8
@ndividual /*8 &@s For Mean Eased on !ooled
%tDev
Level ' Mean %tDev F666666666F666666666F666666666F666666666
+ * 1+,1-- 1,2$0 966666666636666666666;
$ * 1.,$-- .,0-+ 96666666663666666666;
. * .6,--- .,2-2 96666666663666666666;
F666666666F666666666F666666666F666666666
.$,- .6,- 1-,- 11,-
!ooled %tDev 4 1,+1.
C%n"l&#/nH C%$% P 3al&e e $en%r a 0.05 a+arente$ente # >a, *#-eren"#a
entre $<&#na.
Pg. 48
&. A'BLISIS DISCRIMI'A'TE MDLTIPLE E
REFRESIG' LOFSTICA

Pg. 49
>4 AN8%1*1* D1*"R1M1NAN'# M?%'10%# : R#6R#*1@N
%O6A*'1"A
&l anlisis discriminante, se aplica cuando las varia$les
independientes son medidas por intervalos o razn, la dependiente
es categrica" @al an.lisis sirve para predecir la pertenencia de un
caso a una de las categoras de la varia$le dependiente, so$re la $ase
de varias independientes (dos o m.s)" #e utiliza una ecuacin de
regresin llamada funcin discriminante" &or e'emplo, si !ueremos
predecir el voto o$tenido por dos partidos contendientes (varia$le
dependiente nominal con dos categoras) so$re la $ase de cuatro
varia$les independientes, aplicaremos el an.lisis discriminante, para
resolver una ecuacin de regresin= as se o$tienen las predicciones
individuales" En el e'emplo, )a dos categoras (votar por 8 o votar
por <)= por tanto, los valores a predecir son 7 * (8 <,
respectivamente)" #i el su'eto o$tiene una puntuacin m.s cercana a
cero, se predice !ue pertenece al grupo !ue votar. por 8= si logra una
puntuacin m.s cercana a *, se predice !ue pertenece al grupo !ue
votar. por <" 8dem.s, se consigue una medida del grado de
discriminacin del modelo"
Csar el 8n.lisis 1iscrimnate para clasi%car o$servaciones en dos
grupos (8n.lisis discriminante) o m.s grupos (8n.lisis discriminante
mltiple F 318) si se tiene una muestra con grupos conocidos" #e
puede utilizar tam$i-n para investigar como contri$uen las varia$les
a la separacin de grupos" (a regresin logstica o Logit Analysis se
limita a dos grupos" &ara el caso de clasi%car las o$servaciones
nuevas en una de dos categoras, la regresin logstica puede ser
superior al an.lisis discriminante"
#e pueden )acer an.lisis discriminantes lineales cuadr.ticos" (os
lineales asumen !ue todos los grupos tienen la misma matriz de
covarianza, los cuadr.ticos no )acen este supuesto no son $ien
comprendidos"
Pg. 50
Pg. 51
#!emplo(
Para reg&lar la +e"a *e al$/n. e *eea #*ent#-#"ar # el +e"a*% e %r#g#nar#%
*e AlaNa % *e Cana*. C#n"&enta +e"e *e "a*a l&gar *e %r#gen -&er%n
"a+t&ra*% , +ea*% "&an*% 3#3;an en ag&a *&l"e , "&an*% 3#3#er%n en ag&a
ala*a. El %:6et#3% e el *e +%*er #*ent#-#"ar # l% n&e3% +e"a*% 3#enen *e
"r#a*er% en AlaNa % Cana*. L% *at% e $&etran a "%nt#n&a"#/nH
Sal$%nOr#g#n Cre>Gater Mar#ne Sal$%nOr#g#n Cre>Gater Mar#ne
AlaNa (08 168 Cana*a (29 220
AlaNa (1( 155 Cana*a (28 17(
AlaNa (05 269 Cana*a (79 207
AlaNa 86 506 Cana*a (52 18(
AlaNa 99 202 Cana*a (66 177
AlaNa 87 221 Cana*a (22 189
AlaNa 92 220 Cana*a (56 2(9
AlaNa ((7 289 Cana*a (1( 125
AlaNa 79 212 Cana*a (20 162
AlaNa 99 201 Cana*a (22 125
AlaNa ((2 228 Cana*a (29 191
AlaNa (21 172 Cana*a (08 110
AlaNa (21 172 Cana*a (15 155
AlaNa (09 220 Cana*a (70 186
AlaNa ((2 192 Cana*a (52 10(
AlaNa (02 207 Cana*a (51 197
AlaNa ((( 222 Cana*a (52 10(
AlaNa (26 221 Cana*a (16 218
AlaNa (05 212 Cana*a (22 106
AlaNa ((9 272 Cana*a (28 181
AlaNa ((2 196 Cana*a 90 185
AlaNa (00 270 Cana*a (25 117
AlaNa 82 199 Cana*a (21 162
AlaNa (02 229 Cana*a (25 176
AlaNa (0( 269 Cana*a ((5 152
AlaNa 85 222 Cana*a (12 181
AlaNa (09 197 Cana*a ((7 155
AlaNa (06 222 Cana*a (26 125
AlaNa 82 21( Cana*a ((8 179
AlaNa ((8 18( Cana*a (20 169
AlaNa (05 188 Cana*a (51 201
AlaNa (2( 201 Cana*a (50 152
AlaNa 85 25( Cana*a (52 190
AlaNa 81 251 Cana*a (55 129
AlaNa 51 227 Cana*a (09 125
AlaNa 95 2(( Cana*a ((7 122
AlaNa 76 222 Cana*a (28 200
AlaNa 95 226 Cana*a (22 201
AlaNa 87 202 Cana*a (61 170
AlaNa 70 197 Cana*a (25 155
AlaNa 82 5(( Cana*a (11 175
Pg. 52
AlaNa 9( 269 Cana*a (28 181
AlaNa 72 25( Cana*a (21 129
AlaNa (0( 272 Cana*a (22 171
AlaNa 80 198 Cana*a (20 188
AlaNa 95 211 Cana*a (50 119
AlaNa 92 202 Cana*a (22 12(
AlaNa 99 28( Cana*a (25 126
AlaNa 92 29( Cana*a (51 152
AlaNa 87 280 Cana*a (08 119
( A:r#r la G%rN>eet EIKOMVAR.MTM.
2 *tat + Multivariate + Discriminant Analysis.
1 En 6roups. +%ner SalmonOrigin.
2 En 0redictors. +%ner Freshwater Marine. Cl#"N O..
L% re&lta*% %:ten#*% e $&etran a "%nt#n&a"#/nH
Discriminant Analysis( *almonOrigin versus ,res-=ater/ Marine
Linear Met?od #or 5esponseG %almon)rigin
!redictorsG Fres?(ater, Marine
>roup Alaska &anada
&ount *- *-
%ummary o# classi#ication
True >roup
!ut into >roup Alaska &anada
Alaska 11 +
&anada 6 1/
Total ' *- *-
' correct 11 1/
!roportion -,22- -,/2-
' 4 +-- ' &orrect 4 /. !roportion &orrect 4 -,/.-
%7uared Distance Eet(een >roups
Alaska &anada
Alaska -,----- 2,$/+20
&anada 2,$/+20 -,-----
Linear Discriminant Function #or >roups
Alaska &anada
&onstant 6+--,62 6/*,+1
Fres?(ater -,.0 -,*-
Marine -,.2 -,..
%ummary o# Misclassi#ied )"servations
%7uared
)"servation True >roup !red >roup >roup Distance !ro"a"ility
+33 Alaska &anada Alaska .,*11 -,1$2
Pg. 53
&anada $,/6- -,*0$
$33 Alaska &anada Alaska 2,++.+ -,-+/
&anada -,$0$/ -,/2+
+$33 Alaska &anada Alaska 1,010- -,++2
&anada -,0$0- -,22$
+.33 Alaska &anada Alaska 1,010- -,++2
&anada -,0$0- -,22$
.-33 Alaska &anada Alaska .,$.- -,$2/
&anada +,1$/ -,0++
.$33 Alaska &anada Alaska $,$0+ -,161
&anada +,/2* -,*.6
0+33 &anada Alaska Alaska $,-1* -,/12
&anada 0,21/ -,-*$
1nterpretando los resultados
El Anl## D#"r#$#nante #*ent#-#"/ "%rre"ta$ente 91 *e l% (00 +e"e. a +ear
*e <&e la +r%:a:#l#*a* *e "la#-#"ar "%rre"ta$ente &n +e4 *e AlaNa -&e $en%r
'22/50 % 88U) <&e la +r%:a:#l#*a* *e "la#-#"ar "%rre"ta$ente &n +e4 *e
Cana* '29/50 % 98U). Para #*ent#-#"ar el %r#gen *e &n +e4 re"#ente$ente
"a+t&ra*% *e+en*e *e "&al 3al%r *#"r#$#nante ea $a,%r. Se +&e*e "%rrer el
anl## *#"r#$#nante *e n&e3% , +re*e"#r a <&e gr&+% +ertene"en la n&e3a
%:er3a"#%ne.
El re&$en *e la %:er3a"#%ne $al "la#-#"a*a $&etra la *#tan"#a al
"&a*ra*% *e*e el +&nt% $al "la#-#"a*% a l% "entr%#*e *el gr&+% '3e"t%re
$e*#%) , la +r%:a:#l#*a*e +%ter#%re. La %:er3a"#%ne %n a#gna*a al
gr&+% "%n la $a,%r +r%:a:#l#*a* +%ter#%r.
S# en Options #ntr%*&"#$% en Pre*#"t $e$:er>#+ -%rH (00 (10. la
"la#-#"a"#/n a+are"e "%$%H
!rediction #or Test )"servations
%7uared
)"servation !red >roup From >roup Distance !ro"a"ility
+ &anada
Alaska 02,112 -,---
&anada **,+/1 +,---
Pg. 54
El anl## *#"r#$#nante #n3%l&"ra eta:le"er &na EVar#a:le 'Var#ate)F.
"%$:#na"#/n l#neal *e *% % $ 3ar#a:le #n*e+en*#ente <&e *#"r#$#narn
$e6%r entre gr&+% *e-#n#*% a +r#%r#. Se l%gra al +%ner l% +e% *e la
E3ar#a:leF +ara "a*a 3ar#a:le *e $%*% *e $a=#$#4ar la 3ar#an4a entre gr&+%
re+e"t% a la 3ar#an4a *entr% *e l% gr&+%. La e"&a"#/n *e la -&n"#/n
*#"r#$#nante t%$a la -%r$a *eH
nk n k k jk
X W X W X W a Z + + + + = ....
2 2 1 1
D%n*eH
Q6N R Val%r Q *#"r#$#nante *e la -&n"#/n *#"r#$#nante L +ara el %:6et% T.
a R Intere""#/n en e6e Y
M# R Pe% *#"r#$#nante +ara la 3ar#a:le #n*e+en*#ente #.
I#N R Var#a:le #n*e+en*#ente # +ara el %:6et% N.
La $e*#a *e &n gr&+% e *en%$#na Centr%#*e. <&e #n*#"a la l%"al#4a"#/n t;+#"a
*e "&al<&#er #n*#3#*&% *entr% *e &n gr&+% en +art#"&lar , &na "%$+ara"#/n *e
la "entr%#*e *e l% gr&+% $&etra <&e tan ale6a*% e en"&entran en
rela"#/n a la *#$en#/n "%n#*era*a.
A B A B
Re+reenta"#/n &n#3ar#a*a *e l% 3al%re Q *e la -&n"#/n *#"r#$#nante
La rea %$:rea*a %n la +r%:a:#l#*a* *e "la#-#"ar err/nea$ente l% %:6et% entre A , B
#!emplo con &A'"O(
0aso B( O$!etivos del anlisis discriminante
I*ent#-#"ar la +er"e+"#%ne *e KATCO <&e *#-#eren #gn#-#"at#3a$ente entre
e$+rea <&e &t#l#4an l% $!t%*% *e "%$+raH 3al%r t%tal *e "%$+ra #n"l&,en*%
+r%*&"t% , er3#"#% "%$+ra*% , "%$+ra e+e"#-#"a*a *%n*e e #n*#"an la
"ara"ter;t#"a *eea*a *el +r%*&"t% , *el er3#"#%.
Pg. 55
0aso C4 DiseDo de la investigacin para el anlisis discriminante
La 3ar#a:le *e+en*#ente e "ateg/r#"a "%n *% gr&+%. la 3ar#a:le
#n*e+en*#ente %n I( a I7 , I(( "%n l% $!t%*% *e "%$+ra *e la
e$+rea.
La $&etra e *e (00 %:er3a"#%ne <&e &+era el $;n#$% *e $&etra a
3ar#a:le *e 5 a (. #en*% *e (0.
Se t%$a &na $&etra *e 20 %:er3a"#%ne +ara 3al#*ar el $%*el% , e &t#l#4an
60 %:er3a"#%ne +ara la et#$a"#/n.
0aso E4 *upuestos de la funcin discriminante
En la -%r$a"#/n *e la Var#ate *e:e >a:er n%r$al#*a*. l#neal#*a*. ,
$&lt#"%l#neal#*a* , la et#$a"#/n *e la -&n"#/n *#"r#$#nante '$atr#"e *e
3ar#an4a , "%3ar#an4a #$#lare). Una +r&e:a *e #g&al*a* *e "%3ar#an4a %
$atr#"e *e *#+er#/n e la +r&e:a M *e B%=.
0aso F4 #stimacin del modelo discriminante y evaluacin de a!uste
Intr&""#%ne en M#n#ta:H
(. *tat + Multivariate + Discriminant Analysis.
2. En 6roups. +%ner I((.
1 En 0redictors. +%ner I( @ I7.
2. Cl#"N O..

Discriminant Analysis( GBB versus GB/ GC/ GE/ GF/ G7/ G>/ GH
Linear Met?od #or 5esponseG B++
!redictorsG B+, B$, B., B1, B*, B6, B0
>roup - +
&ount $* .*
%ummary o# classi#ication
True >roup
!ut into >roup - +
- $1 $
+ + ..
Pg. 56
Total ' $* .*
' correct $1 ..
!roportion -,/6- -,/1.
' 4 6- ' &orrect 4 *0 !roportion &orrect 4 -,/*-
%7uared Distance Eet(een >roups
- +
- -,---- +-,/2*0
+ +-,/2*0 -,----
Linear Discriminant Function #or >roups
- +
&onstant 6**,-/$ 660,*01
B+ +$,2+. +6,*./
B$ +$,.+. +1,6.2
B. 0,02- +-,+*2
B1 .,.$- .,6./
B* 6$+,/.. 6$6,201
B6 6$,.$6 6$,+*/
B0 1,.2/ $,6*0
%ummary o# Misclassi#ied )"servations
True !red %7uared
)"servation >roup >roup >roup Distance !ro"a"ility
+.33 - + - 6,$.2 -,101
+ 6,-.$ -,*$6
+033 + - - 0,2/. -,/2-
+ +*,60. -,-$-
*633 + - - 1,0*. -,21+
+ 2,-02 -,+*/
P%r $e*#% *e SPSS
(. Anal#4e S Cla#-, S D#"r#$#nant
2. Dr%&+#ng 3ar#a:le I(( '0H() In*e+en*ent 3ar#a:le I( @ I7
1. Stat#t#" Un#3ar#ate AAOVA B%=V M
2. OT
L% re&lta*% e $&etran a "%nt#n&a"#/n
'ests of #;uality of 6roup Means

M#lNW
La$:*a C *-( *-2 S#g.
I( .6(2 16.526 ( 58 .000
I2
.7(6 22.951 ( 58 .000
I1
.267 66.102 ( 58 .000
I2
.997 .(25 ( 58 .702
I5
.991 .2(2 ( 58 .521
I6
.99( .522 ( 58 .271
I7
.528 5(.95( ( 58 .000
C%$% e +&e*e %:er3ar %n #gn#-#"at#3% I(. I2. I1 , I7.
La -&n"#/n *#"r#$#nante e la #g&#enteH
*tandardized "anonical Discriminant ,unction "oefficients
C&n"t#%n
Pg. 57
(
I( (.(52
I2
.729
I1
.668
I2
.(((
I5
J(.(51
I6
.022
I7
J.626
La $atr#4 etr&"t&ral e la #g&#enteH
*tructure Matri2

C&n"t#%n
(
I1 .621
I7
J.569
I(
.277
I2
J.179
I6
.057
I5
.05(
I2
.010
P%%le* G#t>#nJgr%&+ "%rrelat#%n :etGeen *#"r#$#nat#ng 3ar#a:le an* tan*ar*#4e* "an%n#"al
*#"r#$#nant -&n"t#%n Var#a:le %r*ere* :, a:%l&te #4e %- "%rrelat#%n G#t>#n -&n"t#%n.
Me*#a *e gr&+% '"entr%#*e) *e la -&n"#%ne "an/n#"a *#"r#$#nanteH
,unctions at 6roup "entroids
I((
C&n"t#%n
(
.00 J(.911
(.00
(.18(
Untan*ar*#4e* "an%n#"al *#"r#$#nant -&n"t#%n e3al&ate* at gr%&+ $ean
QR0
AR22 AR11
Q%RJ(.911 Q(R(.061
Dr-#"a *e l% "entr%#*e *e gr&+%
0aso 74 alidacin del modelo
C%n l% 20 *at% retante e re+#te la "%rr#*a , e %:er3a <&e l% re&lta*%
"%n"&er*enH
Pg. 58
'ests of #;uality of 6roup Means

M#lNW
La$:*a C *-( *-2 S#g.
I( .526 1(.628 ( 18 .000
I2
.912 2.676 ( 18 .((0
I1
.789 (0.(85 ( 18 .001
I2
.969 (.205 ( 18 .279
I5
.798 9.6(( ( 18 .002
I6
.997 .(05 ( 18 .728
I7
.515 11.021 ( 18 .000
%og Determinants
I(( RanN
L%g
Deter$#nant
.00 7 J9.872
(.00
7 J6.987
P%%le* G#t>#nJgr%&+
7 J6.167
T>e ranN an* nat&ral l%gar#t>$ %- *eter$#nant +r#nte* are t>%e %- t>e gr%&+ "%3ar#an"e $atr#"e.
'est Results
B%=W M 61.961
C A++r%=.
(.776
*-(
28
*-2
106(.289
S#g.
.007
Tet n&ll >,+%t>e# %- e<&al +%+&lat#%n "%3ar#an"e $atr#"e.
*tandardized "anonical Discriminant ,unction "oefficients

C&n"t#%n
(
I( (.912
I2
(.525
I1
.292
I2
J.62(
I5
J(.698
I6
.912
I7
J.781
*tructure Matri2

C&n"t#%n
(
I7 J.622
I(
.610
I1
.158
I5
.127
I2
J.(81
I2
J.(21
I6
J.016
Pg. 59
P%%le* G#t>#nJgr%&+ "%rrelat#%n :etGeen *#"r#$#nat#ng 3ar#a:le an* tan*ar*#4e* "an%n#"al
*#"r#$#nant -&n"t#%n Var#a:le %r*ere* :, a:%l&te #4e %- "%rrelat#%n G#t>#n -&n"t#%n.
,unctions at 6roup "entroids
I((
C&n"t#%n
(
.00 J(.822
(.00
(.091
Untan*ar*#4e* "an%n#"al *#"r#$#nant -&n"t#%n e3al&ate* at gr%&+ $ean
0rior 0ro$a$ilities for 6roups
.500 (5 (5.000
.500 25 25.000
(.000 20 20.000
I((
.00
(.00
T%tal
Pr#%r UnGe#g>te* Me#g>te*
Cae Ue* #n Anal,#
J2 J( 0 ( 2 1 2 0(2125
MeanR (.09 S t*.De 3.R( .(22 A R25
GB BI B "a non ical Dis crimina nt ,un ctio nB
J1 .0 J2 .5 J2 .0 J( .5 J( .0 J0 .5 0. 0 0(2125
MeanR J(.82 S t*.De 3.R0 .692 A R(5
G BBI J "a non ica lDis cri min ant ,u ncti on B
"lassification Results(a)
I((
Pre*#"te* Dr%&+
Me$:er>#+
T%tal .00 (.00
Or#g#nal C%&nt .00 (5 0 (5
(.00
1 22 25
U .00
(00.0 .0 (00.0
(.00
(2.0 88.0 (00.0
a 92.5U %- %r#g#nal gr%&+e* "ae "%rre"tl, "la#-#e*.
Pg. 60
Regresin %ogKstica
Una *e la 3enta6a *e la regre#/n l%g;t#"a 3er& el anl## *#"r#$#nante e
<&e e $en% a-e"ta*a +%r la *#-eren"#a en 3ar#an4a / "%3ar#an4a entre l%
gr&+%. <&e e &na +re$#a *el anl## *#"r#$#nante. Otra 3enta6a e <&e la
regre#/n l%g;t#"a +&e*e $ane6ar 3ar#a:le #n*e+en*#ente "ateg/r#"a
-"#l$ente. $#entra <&e en el anl## *#"r#$#nante el &% *e 3ar#a:le *e
a+%,% "rea +r%:le$a "%n la #g&al*a* *e 3ar#an4a / "%3ar#an4a. C#nal$ente la
regre#/n l%g;t#"a e #$#lar a la regre#/n $0lt#+le en t!r$#n% *e &
#nter+reta"#/n e #nter+reta"#/n #n"l&,en*% l% re#*&%.
E6e$+l%H
Y%& are a reear">er G>% # #nterete* #n &n*ertan*#ng t>e e--e"t %- $%N#ng
an* Ge#g>t &+%n ret#ng +&le rate. Be"a&e ,%& >a3e "ateg%r#4e* t>e
re+%neJ+&le rateJ
#nt% l%G an* >#g>. a :#nar, l%g#t#" regre#%n anal,# # a++r%+r#ate t%
#n3et#gate t>e e--e"t %- $%N#ng an* Ge#g>t &+%n +&le rate.
Se t#ene #nter! en "%$+ren*er el e-e"t% *e -&$ar , el +e% %:re el +&l% 'alt%
, :a6%).
L% *at% &t#l#4a*% %n l% #g&#enteH
Resting0ulse *moLes 5eig-t Resting0ulse *moLes 5eig-t Resting0ulse *moLes 5eig-t
L%G A% (20 L%G A% 2(5 L%G A% ((5
L%G A% (25 L%G Ye (50 L%G A% (02
L%G Ye (60 L%G Ye (25 L%G A% ((5
L%G Ye (90 L%G A% (55 L%G A% (50
L%G A% (55 L%G A% (55 L%G A% ((0
L%G A% (65 L%G A% (50 K#g> A% ((6
K#g> A% (50 L%G Ye (55 L%G Ye (08
L%G A% (90 L%G A% (50 K#g> A% 95
L%G A% (95 K#g> Ye (80 K#g> Ye (25
L%G A% (18 L%G A% (60 L%G A% (11
K#g> Ye (60 L%G A% (15 L%G A% ((0
L%G A% (55 L%G A% (60 K#g> A% (50
K#g> Ye (51 L%G Ye (10 L%G A% (08
L%G A% (25 L%G Ye (55 L%G A% (55
L%G A% (70 L%G Ye (50 L%G A% (80
L%G A% (75 L%G A% (28 L%G A% (22
L%G Ye (75 K#g> A% (55 L%G A% (20
L%G Ye (70 L%G A% (50 L%G A% ((8
L%G Ye (80 K#g> Ye (20 L%G A% (25
L%G A% (15 L%G Ye (90 K#g> Ye (15
L%G A% (70 K#g> A% (25 L%G A% (25
L%G A% (57 K#g> Ye (50 K#g> A% ((8
Pg. 61
L%G A% (10 L%G Ye (62 K#g> Ye (50
L%G Ye (85 L%G A% (20 L%G Ye ((2
K#g> A% (20 L%G A% (22 L%G A% (25
L%G A% (20 K#g> A% (16 L%G A% (90
L%G Ye (10 L%G A% (21 L%G A% (55
K#g> A% (18 L%G A% (55 L%G Ye (70
K#g> Ye (2( K#g> A% (10 L%G A% (25
L%G A% (25 L%G A% (20 K#g> Ye (1(
K#g> A% ((6 L%G A% (10
La #ntr&""#%ne *e M#n#ta: +ara el e6e$+l% %nH
(. O+en G%rN>eet EIKOREDR.MTM.
2. Sele""#%nar Stat S Regre#%n S B#nar, L%g#t#" Regre#%n.
1. En Re+%ne. +%ner Ret#ngP&le. En M%*el. +%ner S$%Ne Me#g>t. En
Ca"t%r '%+t#%nal). +%ner S$%Ne.
2. Cl#"N Dra+>. Sele""#%nar Delta ">#J<&are 3 +r%:a:#l#t, an* Delta ">#J
<&are 3 le3erage. Cl#"N OT.
5. Cl#"N Re&lt. Sele""#%nar In a**#t#%n. l#t %- -a"t%r le3el 3al&e. tet -%r
ter$ G#t> $%re t>an ( *egree %- -ree*%$. an* 2 a**#t#%nal g%%*neJ%-J-#t
tet.
Cl#"N OT en "a*a "&a*r% *e *#l%g%.
Results for( #2-3regr4M'5
)inary %ogistic Regression( Resting0ulse versus *moLes/ 5eig-t
Link FunctionG Logit
O:er3a"#%ne <&e "aen *entr% *e "a*a "ateg%r;a
Response Information Varia"le Value &ount
5esting! Lo( 0- 9Event; JS E3ent% *e re-eren"#a
=ig? $$
Total /$
Factor Information
Factor Levels Values
%mokes $ 'o Aes
Logistic Regression Table
)dds /*8 &@
!redictor &oe# %E &oe# H ! 5atio Lo(er Cpper
&onstant 6+,/20 +,60/ 6+,+2 -,$.0
%mokes
Aes 6+,+/.- -,**.- 6$,+6 -,-.+ -,.- -,+- -,/-
eig?t -,-$*-$ -,-+$$6 $,-1 -,-1+ +,-. +,-- +,-*
Pg. 62
P%r er & P 3al&e $en%r a 0.05 %n #gn#-#"at#3% S$%Ne , Me#g>t
El "%e-#"#ente *e J(.91 +ara S$%Ne re+reenta el "a$:#% et#$a*% en el l%g *e
P'l%G +&le)/P'>#g> +&le) "&an*% el &6et% -&$a "%$+ara*% a "&an*% n%
-&$a. "%n el "%3ar#a*% Me#g> '+e%) $anten#*% "%ntante.
El "%e-#"#ente *e 0.0250 +ara Me#g>t '+e%) e el "a$:#% et#$a*% en el l%g *e
P'l%G +&le)/P'>#g> +&le) "%n &na &n#*a* 'l:.) *e #n"re$ent% en +e% "%n el
-a"t%r C&$ar "%ntante.
A +ear *e <&e >a, e3#*en"#a *e el +ar$etr% *e +e% Me#g>t n% e "er%. la
taa *e e="e% e $&, "er"ana a &n% '(.01). #n*#"an*% <&e &n #n"re$ent% *e
+e% *e &na l#:ra t#ene &n e-e"t% $en%r en la taa *e +&l% en re+%% *e la
+er%na. Una *#-eren"#a $ #gn#-#"at#3a e +&e*e en"%ntrar # e "%$+aran
&6et% "%n &na *#-eren"#a *e +e% $a,%r. +%r e6e$+l% (0 l#:ra. la taa "a$:#a
a (.28 '(.01 X 0.025Y(0). #n*#"an*% <&e el +&% *e &n &6et% "%n +&l% :a6% e
#n"re$enta (.28 3e"e "%n "a*a (0 l#:ra *e #n"re$ent% *e +e%.
Para S$%Ne. el "%e-#"#ente negat#3% *e J(.91 , la taa *e e="e% *e 0.10
#n*#"a <&e l% &6et% <&e -&$an t#en*en a tener &na $a,%r taa *e +&l% en
re+%% 'ret#ng +&le rate) <&e l% &6et% <&e n% -&$an. Da*% &6et% "%n el
$#$% +e%. la taa *e e="e% +&e*e er #nter+reta*a "%$% el e="e% *e
-&$a*%re en la $#$a $&etra te#ne#*% &n +&l% :a6% 'l%G +&le) *e 10U *e
l% n% -&$a*%re ten#en*% &n +&l% :a6% 'l%G +&le).
Log6Likeli?ood 4 616,2$-
Test t?at all slopes are DeroG > 4 0,*01, DF 4 $, !6Value 4 -,-$.
El eta*;t#"% D +r&e:a la >#+/te# n&la *e <&e l% "%e-#"#ente a%"#a*% "%n
l% +re*%"t%re %n #g&ale a "er% 3er& <&e e% "%e-#"#ente n% t%*% %n
"er%. En e e6e$+l% "%n D R 7.572 , P 3al&e R 0.021. #n*#"an <&e >a,
&-#"#ente e3#*en"#a <&e al $en% &n% *e l% "%e-#"#ente e *#-erente *e "er%.
>oodness6o#6Fit Tests
Met?od &?i6%7uare DF !
!earson 1-,212 10 -,0$1
Deviance *+,$-+ 10 -,.+$
=osmer6Lemes?o( 1,01* 2 -,021
Ero(nG
>eneral Alternative -,/-* $ -,6.6
%ymmetric Alternative -,16. + -,1/6
Eta +r&e:a *e :%n*a* *e a6&te "%n P 3al&e *e 0.1(2 a 0.722 #n*#"an <&e
n% >a, e3#*en"#a &-#"#ente <&e #n*#<&e <&e el $%*el% n% a6&te a l% *at%
a*e"&a*a$ente. "%n#*eran*% &n n#3el *e #gn#-#"an"#a *e 0.05.
Ta"le o# )"served and Expected Fre7uenciesG
9%ee =osmer6Lemes?o( Test #or t?e !earson &?i6%7uare %tatistic;
>roup
Value + $ . 1 * 6 0 2 / +- Total
Lo(
)"s 1 6 6 2 2 6 2 +$ +- $ 0-
Exp 1,1 6,1 6,. 6,6 6,/ 0,$ 2,. +$,/ /,+ +,/
Pg. 63
=ig?
)"s * 1 . + + . $ . - - $$
Exp 1,6 .,6 $,0 $,1 $,+ +,2 +,0 $,+ -,/ -,+
Total / +- / / / / +- +* +- $ /$
Eta ta:la +er$#t e3er <&e tan :#en a6&ta el $%*el% a l% *at%. "%$+aran*%
la -re"&en"#a %:er3a*a , la -re"&en"#a e+era*a. #en*% #$#lare #n*#"a
<&e n% >a, e3#*en"#a &-#"#ente *e <&e l% *at% n% a6&ten :#en al $%*el%.
%+%rta*% +%r la +r&e:a *e :%n*a* *e a6&te +ara &n n#3el *e #gn#-#"an"#a
*e 0.05.
Measures o# AssociationG
9Eet(een t?e 5esponse Varia"le and !redicted !ro"a"ilities;
!airs 'um"er !ercent %ummary Measures
&oncordant +-1* 60,/8 %omers< D -,.2
Discordant 16+ $/,/8 >oodman6Iruskal >amma -,./
Ties .1 $,$8 Iendall<s Tau6a -,+1
Total +*1- +--,-8
Eta ta:la $&etra (520 +are '70 #n*#3#*&% "%n &n l%G +&le , 22 "%n >#g>
+&le re&ltan*% en 70Y22 R (520) "%n 3al%re *e re+&eta *#-erente. C%n
:ae en el $%*el% &n +ar e "%n"%r*ante # el #n*#3#*&% "%n &na taa *e +&l%
:a6a 'l%G +&le rate) t#ene &na $ alta +r%:a:#l#*a* *e tener +&l% :a6%.
*#"re+ante *e # &"e*e l% "%ntrar#%. , e$+ate # la +r%:a:#l#*a*e %n
#g&ale. En ete e6e$+l% el 67.9U *e l% +are %n "%n"%r*ante , 29U %n
*#"re+ante. Se +&e*en &ar et% 3al%re "%$% &na $e*#"#/n "%$+arat#3a
*e +re*#""#/n. +%r e6e$+l% +ara "%$+arar a6&te "%n *#-erente "%n6&nt% *e
+re*#"t%re % "%n -&n"#%ne *#-erente *e enla"e.
Se $&etran re&$ene *e +are "%n"%r*ante , *#"re+ante *e S%$er.
D%%*$anJTr#Nal Da$$a. , Ta& *e Ten*all. La $!tr#"a e en"&entran entre
0 , ( *%n*e l% 3al%re $a,%re #n*#"an <&e el $%*el% t#ene &na $e6%r
>a:#l#*a* +re*#"t#3a. En ete e6e$+l% el rang% 3a *e 0.(2 a 0.19 <&e #$+l#"a
&na :a6a "a+a"#*a* +re*#"t#3a.
Pg. 64
(.0 0.9 0.8 0.7 0.6 0.5 0.2
5
2
1
2
(
0
Pr%:a:#l#t,
D
e
l
t
a

C
>
#
J
S
<
&
a
r
e
Delta C>#JS<&are 3er& Pr%:a:#l#t,
0.(6 0.(( 0.06 0.0(
5
2
1
2
(
0
Le3erage
D
e
l
t
a

C
>
#
J
S
<
&
a
r
e
Delta C>#JS<&are 3er& Le3erage
La gr-#"a *el e6e$+l% *e C># "&a*ra*a 3er& +r%:a:#l#*a* , 3er&
a+alan"a$#ent% $&etran <&e >a, *% +&nt% <&e e *e3;an $ all *el
l;$#te &ger#*% *e 1.82. #n*#"an*% #t&a"#%ne an%r$ale <&e *e:en er
#n3et#ga*a.
C%n la %+"#/n E*#t%r S Br&> e +&e*e %:er3ar <&e "%rre+%n*en a l%
3al%re *e *at% 1( , 66. "%rre+%n*#ente a #n*#3#*&% "%n &n +&l% alt%. <&e
n% -&$an. , <&e t#enen +e% $en%re al +r%$e*#% '((6 , (16 l#:ra).
Pg. 65
#!emplo con datos de &atco
El e6e$+l% #g&#ente &t#l#4a la $#$a 3ar#a:le <&e el anl## *#"r#$#nante
anter#%r +ara et#$ar el $%*el%.
Ut#l#4an*% l% *at% *e KATCO. la $&etra *e (00 "l#ente e *#3#*e en *%
gr&+%. &n% *e 60 +ara anl## , %tr% *e 20 +ara 3al#*a"#/n. La regre#/n
l%g;t#"a e $ r%:&ta ante el &+&et% *e #g&al*a* *e 3ar#an4a "%3ar#an4a.
Para el e6e$+l% e &t#l#4an la 7 3ar#a:le I( a I7 ten#en*% "%$% re+&eta a
I((.
Pg. 66
6. A*.lii +e Co*!lomera+o
Pg. 67
H4 AN8%1*1* D# "ON6%OM#RADO*
#e cuenta tam$i-n con el an.lisis de conglomerados o clusters
(t-cnica para
agrupar los casos o elementos de una muestra en grupos con $ase en
una o
m.s varia$les)"
Uar Anl## *e "%$+%nente +r#n"#+ale +ara a,&*ar a "%$+ren*er la
etr&"t&ra *e *at% ,/% a -%r$ar &n +e<&e?% n0$er% *e 3ar#a:le n%
"%rrela"#%na*a '+%r e6e$+l% +ara e3#tar $&lt#"%l#neal#*a* en la regre#/n).
El anl## *e "%ngl%$era*% agr&+a #n*#3#*&% & %:6et% *entr% *e
"%ngl%$era*% 'ECl&terF) *e $%*% <&e l% %:6et% en el $#$% gr&+% t#enen
"ara"ter;t#"a $ #$#lare <&e la <&e t#enen 3er& %tr% gr&+%.
El ECl&ter Var#ateF e el "%n6&nt% *e 3ar#a:le re+reentan*% la
"ara"ter;t#"a &t#l#4a*a +ara "%$+arar %:6et% en el anl## *e
"%ngl%$era*%. E *e"#r *eter$#na el E"ar"ter *e l% %:6et%F. E la 0n#"a
t!"n#"a $&lt#3ar#a*a <&e n% et#$a la E3ar#ateF e$+;r#"a$ente #n% <&e e
e+e"#-#"a +%r el #n3et#ga*%r.
EVar#ateF e la "%$:#na"#/n l#neal *e 3ar#a:le -%r$a*a en la t!"n#"a
$&lt#3ar#a*a al *eter$#nar e$+;r#"a$ente +%n*era"#%ne a+l#"a*a al "%n6&nt%
*e 3ar#a:le e+e"#-#"a*a +%r el #n3et#ga*%r.
El anl## *e "%ngl%$era*% ta$:#!n e >a *en%$#na*% Anlisis !
Construcci"n #e tipolog$a! Anlisis #e clasi%icaci"n! y ta&onom$a num'rica( Et%
*e:#*% al &% *e eta t!"n#"a en *#3era rea "%$% la #"%l%g;a. :#%l%g;a.
%"#%l%g;a. e"%n%$;a. #ngen#er;a. , l% neg%"#%. El anl## *e "%ngl%$era*%
e +are"#*% al anl## -a"t%r#al en & +r%+/#t% *e e3al&ar la etr&"t&ra. Per% el
anl## *e "%ngl%$era*% *#-#ere *el anl## -a"t%r#al en <&e agr&+a %:6et%.
$#entra <&e el anl## -a"t%r#al e en-%"a +r#n"#+al$ente a agr&+ar 3ar#a:le.
Pg. 68
El anl## *e "%ngl%$era*% +&e*e >a"er re*&""#%ne *e *at% "%le"ta*% *e
"&et#%nar#% en &na +%:la"#/n. a #n-%r$a"#/n rela"#%na*a "%n +e<&e?%
&:gr&+% e+e";-#"%. A% t#ene :ae eta*;t#"a %:re la <&e e +&e*an
real#4ar #n-eren"#a eta*;t#"a *e &na $&etra a &na +%:la"#/n. & &% e
+r#n"#+al$ente "%$% t!"n#"a e=+l%rat%r#a. La %l&"#%ne n% %n 0n#"a , e
+&e*en %:tener *#3era %l&"#%ne 3ar#an*% &n% % $ ele$ent% *el
+r%"e*#$#ent%.
M"mo funciona el anlisis de conglomeradosN
Se #l&tra "%n &n e6e$+l% "%n *at% *#3ar#a*%.
S&+%ner <&e &n et&*#% *e $er"a*% trata *e *eter$#nar eg$ent% *e
$er"a*% en :ae a l% +atr%ne *e lealta* *e $ar"a 'V() , t#en*a 'V2).
$e*#*a *el 0 al (0 en 7 +er%na 'AJD).
Var#a:le A B C D E C D
V( 1 2 2 2 6 7 6
V2 2 5 7 7 6 7 2
V1
V
2
R Z I , + 2
R
Z
I
,
+
2
X
A
E
1 0
?
8
S(a22#%.l)2 )4 V2 $! V1
Para a"%$%*ar en gr&+% e ne"e#ta "%ntetarH
ZC/$% e $#*e la #$#lar#*a*[. e +&e*e >a"er +%r "%rrela"#/n %
+r%=#$#*a* en &n e+a"#% *e *% *#$en#%ne.
ZC/$% e -%r$an l% "%ngl%$era*%[
Pg. 69
ZC&nt% gr&+% e -%r$arn[
#!emplo B(
Para $e*#r la #$#l#t&* e e3al0a "%n la *#tan"#a e&"l#*#ana 'l;nea re"ta) entre
"a*a +ar *e %:er3a"#%ne '3er Ta:la). enten*#en*% <&e la *#tan"#a
+e<&e?a #n*#"an #$#lar#*a*. E , C %n la $ #$#lare '(.2(2) , la A , C la
$ *#-erente '6.201).
O:er3. A B C D E C D
A
B 1.(62
C 5.099 2.000
D 5.099 2.828 2.000
E 5.000 2.216 2.216 2.(21
C 6.201 1.606 1.000 5.000 (.2(2
D 1.606 2.216 1.606 5.000 2.000 1.(62
C%r$a$% "%ngl%$era*% a>%ra "%n &n Procedimiento jerrquico
$%3#!n*%e +a% a +a% +ara -%r$ar &n rang% "%$+let% *e %l&"#%ne.
Ta$:#!n e *en%$#na Mtodo Aglomerativo *a*% <&e l% "%ngl%$era*% e
-%r$an "%n la "%$:#na"#/n *e "%ngl%$era*% e=#tente.
D#tan"#a
M;n#$a
entre
%:er3aJ
"#%ne
S%l&"#/n +%r
"%ngl%$era*%
Pa% Par
%:er3a*%
M#e$:r% en el
"%ngl%$era*%
A0$.
De
C%ngl.
D#t. Pr%$.
Dentr%
C%ng.
S%l. #n#"#al A. B.C.D.E.C.D 7 0
( (.2(2 EJC A. B.C.D.EJC.D 6 (.2(2
2 2.000 EJD A. B.C.D.EJCJD 5 2.(92
1 2.000 CJD A. B.CJD.EJCJD 2 2.(22
2 2.000 BJC A. BJCJD.EJCJD 1 2.212
5 2.216 BJE A.BJCJDJEJCJD 2 2.896
6 1.(62 ARB AJBJCJDJEJCJD ( 1.220
Ut#l#4an*% M#n#ta:H
Stat S M&lt#3ar#ate Anl## S Cl&ter O:er3at#%n
D#tan"e Mea&re* E&"l#*ean Sele""#%nar S>%G Den*%gra$ OT
Pg. 70
O5!#%$a2)n!
S
l
a
%
2
6
X A E 1 0 ? 8
I7"Z*
ZR"7D
D+"I,
*77"77
3%)(#!) "# ,#%a%789a "# ()n:l)-#%a")!
"luster Analysis of O$servations( B/ C
Euclidean Distance, %ingle Linkage
Amalgamation %teps
'um"er
'um"er o# o"s,
o# %imilarity Distance &lusters 'e( in ne(
%tep clusters level level :oined cluster cluster
+ 6 00,/+.0 +,1+1$+ * 6 * $
$ * 62,06*$ $,----- * 0 * .
. 1 62,06*$ $,----- . 1 . $
1 . 62,06*$ $,----- $ . $ .
* $ 6*,-02* $,$.6-0 $ * $ 6
6 + *-,6+.* .,+6$$2 + $ + 0
Final !artition
'um"er o# clustersG +
it?in Average Maximum
cluster distance distance
'um"er o# sum o# #rom #rom
o"servations s7uares centroid centroid
&luster+ 0 1+,1$26 $,$.+20 .,00+*1
#!emplo C(
Se reg#tran la #g&#ente "ara"ter;t#"a +ara (2 "en%H P%:la"#/n t%tal
'P%+). $e*#ana *e a?% e"%lare 'S">%%l). e$+le% t%tal 'E$+l%,).e$+le% en
er3#"#% *e al&* 'Kealt>). , 3al%r $e*#an% *el 3al%r *e la "aa 'K%$e). L%
*at% e $&etran a "%nt#n&a"#/nH
P%+ S">%%l E$+l%, Kealt> K%$e
5.915 (2.2 2.265 2.27 2.9(
(.521 (1.( 0.597 0.75 2.62
2.599 (2.7 (.217 (.(( (.72
2.009 (5.2 (.629 0.8( 1.02
2.687 (2.7 2.1(2 2.5 2.22
Pg. 71
8.022 (5.6 1.62( 2.5( 2.16
2.766 (1.1 (.222 (.01 (.97
6.518 (7 2.6(8 2.19 (.85
6.25( (2.9 1.(27 5.52 2.0(
1.1(2 (2.2 (.606 2.(8 (.82
1.777 (1 2.((9 2.81 (.8
(.51 (1.8 0.798 0.82 2.25
2.768 (1.6 (.116 (.75 2.62
6.585 (2.9 2.761 (.9( 1.(7
Se real#4a &n anl## *e "%$+%nent +r#n"#+ale +ara "%$+ren*er la etr&"t&ra
*e *at% &:,a"ente. Se &a la $atr#4 *e "%rrela"#/n +ara etan*ar#4ar la
$e*#"#%ne *a*% <&e n% e $#*e "%n la $#$a e"ala.
2 *tat + Multivariate + 0rincipal "omponents.
1 En aria$les. Pop)*ome.
2 En 'ype of Matri2. ele""#%nar "orrelation.
5 Cl#"N 6rap-s , ele""#%nar *cree plot.
6 Cl#"N O. en "a*a "&a*r% *e *#l%g%.
0rincipal "omponent Analysis( 0op/ *c-ool/ #mploy/ &ealt-/ &ome
Eigenanalysis o# t?e &orrelation Matrix
Eigenvalue .,-$2/ +,$/++ -,*0$* -,-/*1 -,-+$+
!roportion -,6-6 -,$*2 -,++1 -,-+/ -,--$
&umulative -,6-6 -,261 -,/02 -,//2 +,---
Varia"le !&+ !&$ !&. !&1 !&*
!op 6-,**2 6-,+.+ -,--2 -,**+ 6-,6-6
%c?ool 6-,.+. 6-,6$/ 6-,*1/ 6-,1*. -,--0
Employ 6-,*62 6-,--1 -,++0 -,$62 -,06/
=ealt? 6-,120 -,.+- -,1** 6-,612 6-,$-+
=ome -,+01 6-,0-+ -,6/+ -,-+* -,-+1
Pg. 72
C)-.)n#n2 N8-5#%
E
:
#
n
$
a
l
8
#
I , + 2 *
+"7
2"I
2"7
*"I
*"7
7"I
7"7
S(%## 3l)2 )4 3).; ...; H)-#
1nterpretando los resultados
El +r#$er "%$+%nente +r#n"#+al t#ene 3ar#an4a 'e#gen3al%r) 1.029 , a"&$&la el
60.6U *e la 3ar#an4a t%tal. L% "%e-#"#ente +ara el PC( $&etran "%$%
"al"&lar el n#3el *el "%$+%nente +r#n"#+al.
PC1 = .558 Pop .313 School .568 Employ .487 Health + .174 Home
A%tar <&e la #nter+reta"#/n *e l% "%$+%nent +r#n"#+ale e &:6et#3a. #n
e$:arg%. -re"&ente$ente &rgen +atr%ne %:3#%. P%r e6e$+l%. e +%*r;a
+enar <&e el +r#$er "%$+%nente re+reente el e-e"t% *el ta$a?% *e la
+%:la"#/n t%tal. el n#3el *e e"%lar#*a*. e$+le% , er3#"#% *e al&*. *a*% <&e
l% "%e-#"#ente *e et% t!r$#n% t#enen el $#$% #gn% , n% %n "er"an% a
"er%.
El eg&n*% "%$+%nente t#ene 3ar#an4a (.29(( , a"&$&la el 25.8U *e la
3ar#a:#l#*a* *e l% *at%. Se "al"&la *e l% *at% %r#g#nale &an*% l%
"%e-#"#ente l#ta*% en PC2. Ete "%$+%nente +%*r;a er +ena*% "%$% n#3el
*e "%ntrate *e e"%lar#*a* , 3al%r *e la "aa "%n al&* , e$+le% *e alg&na
$anera.
L&nt% el +r#$er% , eg&n*% "%$+%nente re+reentan el 86.2U , 97U.
re+e"t#3a$ente. *e la 3ar#a:#l#*a* t%tal. A;. la $a,%r;a *e la etr&"t&ra *e
*at% +&e*e er "a+t&ra*a en *% % tre *#$en#%ne rele3ante. L%
"%$+%nente re$anente %l% t#enen &na $en%r +r%+%r"#/n *e +r%:a:#l#*a* ,
Pg. 73
n% %n #$+%rtante. La gr-#"a S"ree +r%+%r"#%na &na 3##/n gr-#"a *e l%
anter#%r.
#!emplo E(
C%n l% *at% *e KATCO e &t#l#4an la #ete +er"e+"#%ne *e "l#ente +ara
#*ent#-#"ar eg$ent% *e "l#ente.
0aso B( O$!etivos del anlisis de conglomerados
El %:6et#3% e eg$entar %:6et% '"l#ente) en gr&+% "%n +er"e+"#%ne
#$#lare 'I( a I7). Una 3e4 #*ent#-#"a*%. e +&e*en a+l#"ar *#-erente
etrateg#a +ara +ara "a*a gr&+%.
I( R Ra+#*e4 *e entrega
I2 R A#3el *e +re"#%
I1 R Cle=#:#l#*a* *e +re"#%
I2 R I$agen *el -a:r#"ante
I5 R Ser3#"#% en general
I6 R I$agen *e la -&er4a *e 3enta
I7 R Cal#*a* *el +r%*&"t%
0aso C4 DiseDo del anlisis de conglomerados
Se #*ent#-#"a # n% >a, +&nt% a:errante en l% *at%. Se ele""#%na la $e*#*a
*e #$#lar#*a*. en ete "a% la *#tan"#a e&"l#*#ana al "&a*ra*%. S# e %:er3a
$&lt#"%l#neal#*a* <&e a-e"te a la +%n*era"#%ne *e la 3ar#a:le. ent%n"e e
+&e*e &t#l#4ar la *#tan"#a *e Ma>alan%:# 'D2). La etan*ar#4a"#/n *e 3ar#a:le
n% e #$+%rtante *a*% <&e t#enen 3al%re +are"#*%.
0aso E4 *upuestos en el anlisis de conglomerados
Para el anl## e "%n#*era <&e l% *at% *e la $&etra re+reentan a la
+%:la"#/n *e "l#ente *e KATCO. \&e*a +en*#ente el e-e"t% *e la
$&lt#"%l#neal#*a* en la +%n*era"#/n #$+l;"#ta *e l% re&lta*%.
0aso F4 #sta$lecer conglomerados y evaluar el a!uste al modelo
C%n M#n#ta:H
1. Stat S M&lt#3ar#ate S Cl&ter %:er3at#%n
Pg. 74
2. Var#a:le %r *#tan"e $atr#= I( @ I7
3. L#nNage $et>%* Mar* '$#n#$#4e la *#tan"#a *entr% *e l%
"%ngl%$era*%)
2. D#tan"e Mea&re S<&are* E&"l#*ean
5. Sele""#%nar S>%G Den*%gra$
6. C&t%$#4e La:el Y a=# G#t> D#tan"e
7. OT
"luster Analysis of O$servations( GB/ GC/ GE/ GF/ G7/ G>/ GH
%7uared Euclidean Distance, ard Linkage
Amalgamation %teps
'um"er
'um"er o# o"s,
+ // +--,--- -,--- +* $- +* $
$ /2 //,/20 -,-+- * 1$ * $
. /0 //,/20 -,-+- $1 $0 $1 $
1 /6 //,/0* -,-$- 10 6+ 10 $
* /* //,/1/ -,-1- +/ $2 +/ $
6 /1 //,/$1 -,-6- 60 /- 60 $
0 /. //,/+$ -,-0- .6 1+ .6 $
2 /$ //,/+$ -,-0- *+ 00 *+ $
/ /+ //,/+$ -,-0- +2 /$ +2 $
+- /- //,/+$ -,-0- .. 6$ .. $
++ 2/ //,201 -,+-- $* 11 $* $
+$ 22 //,201 -,+-- 2* 20 2* $
+. 20 //,201 -,+-- 1. 16 1. $
+1 26 //,2.6 -,+.- .2 6. .2 $
+* 2* //,0/2 -,+6- 6/ 2+ 6/ $
+6 21 //,06- -,+/- *- 0$ *- $
+0 2. //,06- -,+/- *6 /+ *6 $
+2 2$ //,06- -,+/- /1 /2 /1 $
+/ 2+ //,0$$ -,$$- + /* + $
$- 2- //,0$$ -,$$- +6 0. +6 $
$+ 0/ //,0$$ -,$$- 0* // 0* $
$$ 02 //,0$$ -,$$- .0 12 .0 $
$. 00 //,621 -,$*- ++ +-- ++ $
$1 06 //,616 -,$2- 1 2/ 1 $
$* 0* //,616 -,$2- 21 22 21 $
$6 01 //,616 -,$2- $. .$ $. $
$0 0. //,616 -,$2- $ 2. $ $
$2 0$ //,616 -,$2- $/ 02 $/ $
$/ 0+ //,616 -,$2- . 0+ . $
.- 0- //,*$- -,.2- +0 61 +0 $
.+ 6/ //,1*0 -,1.- 2 62 2 $
.$ 62 //,1*0 -,1.- +$ 06 +$ $
.. 60 //,..- -,*.- / 01 / $
.1 66 //,$60 -,*2- *$ 6- *$ $
.* 6* //,+*. -,60- +- .1 +- $
.6 61 //,++* -,0-- $6 */ $6 $
.0 6. /2,/./ -,21- 1/ /0 1/ $
.2 6$ /2,2+$ -,/1- 0 60 0 .
./ 6+ /2,626 +,-1- +. $+ +. $
1- 6- /2,60. +,-*- 1- *1 1- $
1+ */ /2,60. +,-*- 2$ /. 2$ $
1$ *2 /2,6*6 +,-6. +- .- +- .
1. *0 /2,612 +,-0- 66 2- 66 $
11 *6 /2,*/+ +,++* .6 21 .6 1
1* ** /2,..$ +,.$- 6 0- 6 $
Pg. 75
16 *1 /0,/-$ +,66- 1* 26 1* $
10 *. /0,200 +,62- ./ /6 ./ $
12 *$ /0,06+ +,00$ +- *. +- 1
1/ *+ /0,.$+ $,+$- +. .* +. .
*- *- /6,.** $,22* *- 6/ *- 1
*+ 1/ /6,$-. .,--* 1- 1* 1- 1
*$ 12 /*,/26 .,+00 +1 .2 +1 .
*. 10 /*,2+2 .,.+- / *2 / .
*1 16 /*,**$ .,*$- $$ ** $$ $
** 1* /*,.$* .,0-- 6* 0/ 6* $
*6 11 /1,2$6 1,-/* +- .+ +- *
*0 1. /1,.-+ 1,*+- 6 *$ 6 1
*2 1$ /1,-*1 1,0-6 +- .0 +- 0
*/ 1+ /.,//6 1,0*+ +1 66 +1 *
6- 1- /.,02. 1,/$- +* +/ +* 1
6+ ./ /.,01* 1,/*- +6 $/ +6 1
6$ .2 /.,*/1 *,-0- 1 0* 1 1
6. .0 /$,260 *,61* $* .. $* 1
61 .6 /$,.1+ 6,-6$ $* $6 $* 6
6* .* /+,6.. 6,6$$ +2 *- +2 6
66 .1 /-,0.$ 0,..* $. *6 $. 1
60 .. /-,*66 0,166 / +$ / *
62 .$ 2/,0/0 2,-0* ++ 2* ++ 1
6/ .+ 2/,6-0 2,$$* 2 .6 2 6
0- .- 22,6$+ /,--* + *+ + 1
0+ $/ 22,*.0 /,-0$ +. $$ +. *
0$ $2 20,2*/ /,6-2 1- /1 1- 6
0. $0 20,6$+ /,0/0 1 $1 1 6
01 $6 26,121 +-,6/0 . +- . /
0* $* 26,.2+ +-,002 +2 1. +2 2
06 $1 26,$+6 +-,/-/ 0 +* 0 0
00 $. 2*,+/* ++,0+0 +6 10 +6 6
02 $$ 2*,--+ ++,20- ./ 6* ./ 1
0/ $+ 2$,21+ +.,*2- . *0 . +-
2- $- 2$,**- +.,2+- / +1 / +-
2+ +/ 2+,+-1 +1,/*1 / 1/ / +$
2$ +2 00,212 +0,*.+ $ 1 $ 2
2. +0 06,//6 +2,$-* 2 +0 2 2
21 +6 60,*1+ $*,622 + $* + +-
2* +* 6*,02+ $0,-2+ $ 1- $ +1
26 +1 6+,$*0 .-,66+ 0 / 0 +/
20 +. 6-,002 .+,-1- ++ $. ++ 2
22 +$ *6,$-$ .1,66$ 6 2 6 +$
2/ ++ 1/,021 ./,01+ $ ./ $ +2
/- +- 1$,61- 1*,./* . 2$ . +$
/+ / 1-,.6$ 10,+/0 + +2 + +2
/$ 2 .6,+0+ *-,*+1 + +6 + $1
/. 0 $/,+-1 *6,+-0 6 ++ 6 $-
/1 6 +/,*/. 6.,6.1 * 0 * $+
/* * +0,/.- 61,/*- + +. + $/
/6 1 6+*,2$6 /+,66* $ 6 $ .2
/0 . 6/6,0-+ +**,66/ $ . $ *-
/2 $ 6+.*,61* +26,12/ + * + *-
// + 62./,202 01.,2$- + $ + +--
Final !artition
'um"er o# clustersG +
&luster+ +-- //6,.*$ .,-*+66 *,$0*-.
Pg. 76
O5!#%$a2)n!
D
!
2
a
n
(
#
,7Z"*+
2R7"RI
*+I"+D
7"77
3%)(#!) "# ,#%a%789a "# ()n:l)-#%a")!
O5!#%$a2)n!
D
!
2
a
n
(
#
,7Z"*+
2R7"RI
*+I"+D
7"77
3%)(#!) "# ,#%a%789a "# ()n:l)-#%a")!
Pg. 77
O5!#%$a2)n!
D
!
2
a
n
(
#
,7Z"*+
2R7"RI
*+I"+D
7"77
3%)(#!) "# ,#%a%789a "# ()n:l)-#%a")!
De M#n#ta: "%n %l&"#%ne +%r gr&+% *e C%ngl%$era*%H
1. Stat S M&lt#3ar#ate S Cl&ter T Mean
1. A$:er %- "l&ter 2 % 2
2. OT
Solucin por dos conglomerados
.<means "luster Analysis( GB/ GC/ GE/ GF/ G7/ G>/ GH
Final !artition
'um"er o# clustersG $
&luster+ *$ .+*,0// $,.2. 1,$2*
&luster$ 12 $/1,+.$ $,.62 1,$0/
Cluster Centroids
>rand
Varia"le &luster+ &luster$ centroid
B+ 1,.2$0 $,*0*- .,*+*-
B$ +,*2-2 .,$+$* $,.61-
B. 2,26+* 6,21*2 0,2/1-
B1 1,/$*- *,*/0/ *,$12-
B* $,/*00 $,20-2 $,/+6-
B6 $,*$*- $,2+60 $,66*-
B0 *,/-.2 2,+$0+ 6,/0+-
Pg. 78
Distances Eet(een &luster &entroids
&luster+ &luster$
&luster+ -,---- .,/.10
&luster$ .,/.10 -,----
En eta %l&"#/n e %:er3a <&e en el gr&+% % "l&ter ( 3er& "l&ter 2. I( ,
I1 %n $a,%re.
En el "a% *e la 3ar#a:le I2. I2. I6 , I7 t#enen 3al%re $ alt% en el
"l&ter 2 <&e en el "l&ter (. I5 n% $&etra *#-eren"#a #gn#-#"at#3a. P%r tant% e
&g#eren *% eg$ent%. e3al&a*% *e*e &n +&nt% *e 3#ta "%n"e+t&al ,
+r"t#"%.
C%rr#en*% "%n SPSS e t#eneH
(. Anal,4e S Cla#-, S T Lean Cl&ter
2. Var#a:le I( @ I7
1. A&$:er %- "l&ter 2
2. OT
ANOA

Cl&ter Err%r
C S#g. Mean S<&are *- Mean S<&are *-
I( 8(.561 ( .910 98 87.7(7 .000
I2
66.257 ( .766 98 86.751 .000
I1
(0(.2(2 ( .921 98 (09.8(6 .000
I2
((.102 ( (.(78 98 9.596 .001
I5
.(88 ( .568 98 .11( .566
I6
2.(21 ( .579 98 1.670 .058
I7
(21.172 ( (.280 98 96.202 .000
T>e C tet >%&l* :e &e* %nl, -%r *e"r#+t#3e +&r+%e :e"a&e t>e "l&ter >a3e :een ">%en t%
$a=#$#4e t>e *#--eren"e a$%ng "ae #n *#--erent "l&ter. T>e %:er3e* #gn#-#"an"e le3el are n%t
"%rre"te* -%r t># an* t>& "ann%t :e #nter+rete* a tet %- t>e >,+%t>e# t>at t>e "l&ter $ean are
e<&al.
Solucin por cuatro conglomerados
.<means "luster Analysis( GB/ GC/ GE/ GF/ G7/ G>/ GH
Final !artition
'um"er o# clustersG 1
&luster+ .1 +**,+$6 $,+-- $,/$$
&luster$ $/ +$.,6/. $,-+$ .,$++
&luster. +1 *1,$.1 +,2.. .,-*+
Pg. 79
&luster1 $. +-/,/1+ $,-.+ .,/10
&luster &entroids
>rand
Varia"le &luster+ &luster$ &luster. &luster1 centroid
B+ 1,+11+ $,-$1+ .,6+1. 1,1-1. .,*+*-
B$ +,*0/1 $,06** 1,+$26 +,/1.* $,.61-
B. 2,*06* 0,-+-. *,/*-- /,+2$6 0,2/1-
B1 1,1+06 *,+6$+ 6,-61. 6,-20- *,$12-
B* $,2.*. $,.6** .,21$/ .,+6*$ $,/+6-
B6 $,-22$ $,***$ .,+61. .,.*$$ $,66*-
B0 *,.+10 2,$6/- 0,/*-- 0,+20- 6,/0+-
Distances Eet(een &luster &entroids
&luster+ &luster$ &luster. &luster1
&luster+ -,---- 1,$*+1 *,-*-1 $,/$62
&luster$ 1,$*+1 -,---- $,//60 .,02/6
&luster. *,-*-1 $,//60 -,---- 1,++1+
&luster1 $,/$62 .,02/6 1,++1+ -,----
El Cl&ter 1 e $&">% $ "%$+a"t% <&e el "l&ter (. "%$% e #n*#"a +%r la
&$a *e "&a*ra*%.
En ete "a% e $&etra en -%r$a $ "lara &n gr&+% *e +atr%ne "%n 3al%re
alt% , %tr% "%n 3al%re :a6%.
C%rr#en*% "%n SPSS e t#eneH
5. Anal,4e S Cla#-, S T Lean Cl&ter
6. Var#a:le I( @ I7
7. A&$:er %- "l&ter 2
OT
ANOA

Cl&ter Err%r
C S#g. Mean S<&are *- Mean S<&are *-
I( 17.(08 1 .619 96 58.055 .000
I2
28.510 1 .581 96 28.960 .000
I1
17.((5 1 .819 96 22.222 .000
I2
(5.527 1 .815 96 (8.598 .000
I5
7.287 1 .128 96 2(.509 .000
I6
8.222 1 .155 96 21.202 .000
I7
51.222 1 .928 96 57.110 .000
T>e C tet >%&l* :e &e* %nl, -%r *e"r#+t#3e +&r+%e :e"a&e t>e "l&ter >a3e :een ">%en t%
$a=#$#4e t>e *#--eren"e a$%ng "ae #n *#--erent "l&ter. T>e %:er3e* #gn#-#"an"e le3el are n%t
"%rre"te* -%r t># an* t>& "ann%t :e #nter+rete* a tet %- t>e >,+%t>e# t>at t>e "l&ter $ean are
e<&al.
In3et#gan*% a>%ra la agr&+a"#/n *e 3ar#a:le e t#eneH
En M#n#ta:H
(. Stat S M&lt#3ar#ate S Cl&ter 3ar#a:le
Pg. 80
1. L#nNage $et>%* Mar* '$#n#$#4e la *#tan"#a *entr% *e l%
"%ngl%$era*%)
2. D#tan"e Mea&re C%rrelat#%n
5. Sele""#%nar S>%G Den*%gra$
6. C&t%$#4e La:el Y a=# G#t> D#tan"e
7. OT
"luster Analysis of aria$les( GB/ GC/ GE/ GF/ G7/ G>/ GH
&orrelation &oe##icient Distance, ard Linkage
Amalgamation %teps
'um"er
'um"er o# o"s,
+ 6 2/,1++$ -,$++02 1 6 1 $
$ * 2-,*/*- -,.22+- + * + $
. 1 0.,120. -,*.-$* $ 0 $ $
1 . *0,2$22 -,21.1$ + . + .
* $ ./,11.1 +,$+++. $ 1 $ 1
6 + 61,..1$ $,-2662 + $ + 0
Va%a5l#!
D
!
2
a
n
(
#
UZ U, UR U2 U+ UI U*
2"75
*"+5
7"R7
7"77
D#n"%):%a- <2= >a%" Ln'a:# an" C)%%#la2)n C)#?(#n2 D!2an(#
Se #*ent#-#"an "%ngl%$era*% en la 3ar#a:le I( , I5] I2 , I7] I2 , I6.
*e+&! entre I(. I5. I1 , I2. I7. I2 , I6 , al -#nal &n %l% "%ngl%$era*%.
Pg. 81
0aso 74 1nterpretacin de los conglomerados
C%$% re&lta*% *e &n anl## -a"t%r#al e t#eneH
Intr&""#%ne en M#n#ta:H
(. Stat S M&lt#3ar#ate S Ca"t%r anal,#
2. Var#a:le I( @ I7 Met>%* %- E=tra"t#%n Ma=#$&$ l#Nel#>%%*
1. R%tat#%n Var#$a=
2. Dra+> S"ree Pl%t L%a*#ng Pl%t -%r -#rt tG% -a"t%r
5. OT

,actor Analysis( GB/ GC/ GE/ GF/ G7/ G>/ GH
Maximum Likeli?ood Factor Analysis o# t?e &orrelation Matrix
3 ')TE 3 =ey(ood case
Cnrotated Factor Loadings and &ommunalities
Varia"le Factor+ Factor$ &ommunality
B+ -,/6/ -,+00 -,/0+
B$ 6-,+2+ 6-,/21 +,---
B. -,1.6 -,1-- -,.*-
B1 -,+.. 6-,.-+ -,+-2
B* -,0*$ 6-,66- +,---
B6 -,+.. 6-,$+1 -,-6.
B0 6-,1$1 6-,1-- -,.1-
Variance +,/1.+ +,22/6 .,2.$0
8 Var -,$02 -,$0- -,*12
5otated Factor Loadings and &ommunalities
Varimax 5otation
B+ 6-,2/1 -,1+1 -,/0+
B$ -,0+1 -,0-- +,---
B. 6-,*20 6-,-0* -,.*-
B1 -,-6* -,.$. -,+-2
B* 6-,$.* -,/0$ +,---
B6 -,-+* -,$*+ -,-6.
B0 -,*00 -,-2$ -,.1-
Variance $,-162 +,02*/ .,2.$0
8 Var -,$/$ -,$** -,*12
Factor %core &oe##icients
Varia"le Factor+ Factor$
Pg. 82
B+ -,--- 6-,---
B$ +,+.$ -,$0.
B. -,--- 6-,---
B1 6-,--- 6-,---
B* 6-,2+* -,2.$
B6 6-,--- 6-,---
B0 6-,--- -,---
F%!2 Fa(2)%
S
#
(
)
n
"

F
a
(
2
)
%
7"I 7"7 47"I 4*"7
*"7
7"D
7"Z
7",
7"2
7"7
UR
UZ
UI
U,
U+
U2
U*
L)a"n: 3l)2 )4 01; ...; 0@
Para la "%rrela"#%ne en M#n#ta:H
(. Stat S Ba#" tat#t#" S C%rrelat#%n
2. Var#a:le I( @ I7 S>%G P 3al&e
3. OT
"orrelations( GB/ GC/ GE/ GF/ G7/ G>/ GH
B+ B$ B. B1 B* B6
B$ 6-,.1/
-,---
B. -,106 6-,10$
-,--- -,---
B1 -,-*- -,$0$ 6-,-/*
-,6+2 -,--6 -,.10
B* -,6+$ -,*+. -,-61 -,$//
-,--- -,--- -,*$1 -,--.
B6 -,-00 -,+26 6-,-+* -,022 -,$1+
-,116 -,-61 -,22- -,--- -,-+6
B0 6-,12. -,10- 6-,1-0 -,$-- 6-,-** -,+00
-,--- -,--- -,--- -,-16 -,*26 -,-02
&ell &ontentsG !earson correlation
!6Value
Pg. 83
Al *e-#n#r l% -a"t%re <&e %n la *#$en#%ne *e la 3ar#a:le <&e e
"%rrela"#%nan #gn#-#"at#3a$ente. e %:er3an *% -a"t%re. El +r#$er -a"t%r
"%nt#ene a I(. I2. I1 , I7 , el eg&n*% -a"t%r "%nt#ene a l% a+e"t% *e
#$agen I2 , I6. En el +r#$er -a"t%r I2 , I7 e rela"#%nan #n3era$ente "%n
I( , I1. e *e"#r <&e $#entra e #n"re$entan &na. la %tra :a6an. Et%
&g#ere <&e alt% 3al%re en I( , I1 #$+l#"an 3al%re :a6% en I2 , I7. O ea
<&e *e-#n#r "%ngl%$era*% /l% "%n :ae en 3al%re alt% % :a6% e
#na+r%+#a*%.
1e la ta$la 89:;8 para dos conglomerados se o$serva !ue solo UI F
#ervicio general no es signi%cativa"
De la gr-#"a *e "entr% *e "%ngl%$era*% e %:er3a <&e I2 , I6 t#enen
3al%re $a,%re en el "%ngl%$era*% 2 <&e en el ( , I(. I1 t#enen 3al%re
$a,%re en el "%ngl%$era*% ( <&e en el 2 , I2 , I7 %n $en%re.
Para el "a% *e 2 "%ngl%$era*%. el ( e *#3#*e en ( , 2 , el 2 e *#3#*e en 2 ,
1 e t#eneH
Pg. 84
Cl&ter
En general la a+l#"a"#/n *el anl## *e "%ngl%$era*% e &n arte $ <&e &na
"#en"#a , e *e:en a+l#"ar "r#ter#% %:6et#3% , &:6et#3% a*e"&a*%.
Pg. 85
7. A'BLISIS 8ACTORIAL

Pg. 86
O4 AN8%1*1* ,A"'OR1A%
El anl## -a"t%r#al e &n $!t%*% "&,% +r%+/#t% +r#n"#+al e *e-#n#r la
etr&"t&ra &:,a"ente *e &na $atr#4 *e *at%. At#en*e el +r%:le$a *e anal#4ar
la etr&"t&ra *e la #nterrela"#%ne '"%rrela"#%ne) entre &n gran n0$er% *e
3ar#a:le '3gr. Re+&eta *e "&et#%nar#%) al *e-#n#r &n "%n6&nt% *e
*#$en#%ne &:,a"ente "%$&ne. "%n%"#*a "%$% -a"t%re. C%n el anl##
-a"t%r#al e #*ent#-#"an la *#$en#%ne e+ara*a *e la etr&"t&ra , *e+&! e
*eter$#na <&e tant% "a*a 3ar#a:le e e=+l#"a*a +%r "a*a *#$en#/n. Una 3e4
<&e e *eter$#nan la *#$en#%ne , e e=+l#"an la 3ar#a:le +%r "a*a
*#$en#/n. e +&e*e >a"er &n re&$en , re*&""#/n *e *at%.
El anl## -a"t%r#al e &na t!"n#"a *e #nter*e+en*en"#a en la "&al t%*a la
3ar#a:le %n "%n#*era*a *e $anera #$&ltanea. "a*a &na rela"#%na*a a la
%tra. , e$+lean*% el "%n"e+t% *e 3ar#ate. "%$+%#"#/n l#neal *e 3ar#a:le. De
>e">% la 3ar#ate '-a"t%re) e -%r$an +ara $a=#$#4ar & e=+l#"a"#/n *e t%*%
el "%n6&nt% *e 3ar#a:le. n% +ara +re*e"#r &na 3ar#a:le *e+en*#ente'). Una
3ar#ate '-a"t%r) e &na 3ar#a:le *e+en*#ente <&e e -&n"#/n *el "%n6&nt% t%tal *e
3ar#a:le.
Se &a el Anl## -a"t%r#al. *e $anera #$#lar al anl## *e "%$+%nente
+r#n"#+ale. +ara re&$#r la etr&"t&ra *e "%3ar#an4a *e l% *at% en &na +%"a
*#$en#%ne *e l% $#$%. S#n e$:arg%. el !n-a# en anl## -a"t%r#al e la
#*ent#-#"a"#/n *e l% E-a"t%re &:,a"enteF <&e +&e*en e=+l#"ar la
*#$en#%ne a%"#a*a "%n la gran 3ar#a:#l#*a* *e l% *at%.
Se +&e*en tener tre t#+% *e *at% *e entra*aH
C%l&$na *e *at% &n#tar#%
Una Matr#4 *e "%rrela"#%ne % "%3ar#an4a
C%l&$na "%nten#en*% +%n*era"#%ne *e -a"t%re
C%n l% *at% *el e6e$+l% anter#%r *e C%$+%nente +r#n"#+ale. real#4ar &n
anl## -a"t%r#al "%$% #g&eH
Pg. 87
A% g&tar;a #n3et#gar <&e E-a"t%reF +&e*en e=+l#"ar la $a,%r +arte *e la
3ar#a:#l#*a*. C%$% +r#$er +a% *el anl## -a"t%r#al. e &t#l#4a la e=tra""#/n *e
"%$+%nente +r#n"#+ale , e e=a$#nan l% e#gen3al%re en gr-#"a "%$%
a,&*a +ara *e"#*#r el n0$er% *e -a"t%re.
0RO"#*O D# D#"1*1@N D# AN8%1*1* ,A"'OR1A%
0aso B4 O$!etivos del Anlisis factorial
El +r%+/#t% e en"%ntrar &na -%r$a *e "%n*enar 're&$#r) la #n-%r$a"#/n
"%nten#*a en &n "#ert% n0$er% *e 3ar#a:le %r#g#nale. en &n gr&+% $
+e<&e?% *e *#$en#%ne n&e3a. "%$+&eta % 3ar#ate '-a"t%re) "%n &n
$;n#$% *e +!r*#*a *e #n-%r$a"#/n.
P%r e6e$+l% # >a, *at% *e (00 "&et#%nar#% en (0 "ara"ter;t#"a. el anl##
-a"t%r#al e a+l#"a a la $atr#4 *e "%rrela"#/n *e 3ar#a:le , e *en%$#na
Anlisis Factorial R, +ara #*ent#-#"ar la *#$en#%ne <&e etn latente % n%
%n -"#l$ente %:er3a:le.
El anl## -a"t%r#al ta$:#!n e +&e*e a+l#"ar a &na $atr#4 *e "%rrela"#/n *e l%
"&et#%nar#% #n*#3#*&ale :aa*% & "ara"ter;t#"a. re-er#*% "%$% Anlisis
Factorial Q, e &n $!t%*% *e "%n*enar % "%$:#nar &n gr&+% gran*e *e gente
en *#-erente gr&+% *#t#nt% *entr% *e &na +%:la"#/n gran*e. +ara et% e
&t#l#4a el anl## *e "%ngl%$era*% '"l&ter).
0aso C4 DiseDo del anlisis factorial
In"l&,e tre *e"##%ne :#"aH '() "l"&l% *e l% *at% *e entra*a '&na $at#4
*e "%rrela"#/n) +ara "&$+l#r "%n l% %:6et#3% e+e"#-#"a*% *e agr&+ar
3ar#a:le % "&et#%nar#%] '2) el *#e?% *el et&*#% en t!r$#n% *el n?&$e%r *e
3ar#a:le. +r%+#e*a*e *e $e*#"#/n *e la 3ar#a:le. , el t#+% *e 3ar#a:le
+er$#t#*a , '1) el ta$a?% *e $&etra ne"ear#% 'al $en% 5 3e"e el n0$r% *e
3ar#a:le anal#4a*a). a$:% en t!r$#n% a:%l&t% , "%$% -&n"#/n *e *el
n0$er% *e 3ar#a:le en el anl##.
0aso E4 *upuestos del anlisis factorial
Pg. 88
E *eea:le alg0n gra*% *e $&lt#"%l#neal#*a* entre 3ar#a:le *a*% <&e el
%:6et#3% e #*ent#-#"ar "%n6&nt% *e 3ar#a:le #nterrela"#%na*a. n% %n tan
#$+%rtante la n%r$al#*a*. >%$%eta"#*a* , l#neal#*a* a $en% <&e
*#$#n&,an #gn#-#"at#3a$ente la "%rrela"#%ne %:er3a*a.
La $atr#4 *e "%rrela"#/n *e:e #n*#"ar 3al%re $a,%re a 0.1 +ara a+l#"ar el
anl## *e "%rrela"#/n. Ta$:#!n # la "%rrela"#%ne +ar"#ale entre 3ar#a:le
'"%rrela"#/n entre 3ar#a:le "&an*% el e-e"t% *e la %tra 3ar#a:le e t%$a en
"&enta) %n +e<&e?a *a*% <&e la 3ar#a:le +&e*e e=+l#"a*a +%r l% -a"t%re
'3ar#ate "%n +%n*era"#/n +ara "a*a &na *e la 3ar#a:le). S# la
"%rrela"#%ne +ar"#ale %n alta. n% >a, -a"t%re &:,a"ente E3er*a*er%F ,
el anl## -a"t%r#al e #na+r%+#a*%.
La +r&e:a *e e-er#"#*a* *e Bartlett $#*e la +reen"#a *e "%rrela"#%ne entre
la 3ar#a:le. +r%+%r"#%na la +r%:a:#l#*a* *e <&e la $atr#4 *e "%rrela"#/n tenga
"%rrela"#%ne #gn#-#"at#3a en alg&na *e la 3ar#a:le. Otr% #n*#"a*%r e el
EMea&re %- Sa$+l#ng A*e<&a", 'MSA)F. "%n rang% *e 0 a (. *%n*e 0.8 % $
e $er#t%r#%] 0.07 % $ e reg&lar] 0.60 % $ e $e*#%"re] 0.50 % $
$#era:le , *e:a6% *e 0.50 #na"e+ta:le.
El &+&et% :#"% en el anl## -a"t%r#al e <&e e=#te &na etr&"t&ra
&:,a"ente en el "%n6&nt% *e 3ar#a:le ele""#%na*a.
0aso F4 1dentificando factores y evaluando el a!uste del modelo
Una 3e4 <&e e e+e"#-#"an la 3ar#a:le , e +re+ara la $atr#4 *e "%rrela"#/n.
e t%$an *e"##%ne en rela"#/n a '() el $!t%*% *e e=tra""#/n *e l% -a"t%re
'anl## *e -a"t%re "%$&ne 3er& anl## *e "%$+%nente) , '2) el n0$er%
*e -a"t%re ele""#%na*% +ara re+reentar la etr&"t&ra &:,a"ente en l%
*at%.
Anlisis de componentes
El anl## *e "%$+%nente e &a "&an*% el %:6et#3% e re&$#r la $a,%r +arte
*e la #n-%r$a"#/n %r#g#nal '3ar#an4a) en &n $;n#$% n0$er% *e -a"t%re +ara
Pg. 89
+r%+/#t% *e +re*#""#/n. C%n#*era la 3ar#an4a t%tal , *eter$#na -a"t%re <&e
"%nt#enen +e<&e?a +r%+%r"#%ne *e 3ar#an4a 0n#"a ,. en alg&n% "a%.
3ar#an4a *el err%r.
Anlisis factorial
En "%ntrate el anl## *e -a"t%re "%$&ne e &t#l#4a +ara #*ent#-#"ar l%
-a"t%re &:,a"ente % *#$en#%ne <&e re-le6an a<&ell% <&e la 3ar#a:le
"%$+arten en "%$0n.
En ete $!t%*% e t#enen tre t#+% *e 3ar#an4aH '() "%$0n. '2) e+e";-#"a
'0n#"a). , '1) err%r. La 3ar#an4a "%$0n e *e-#ne "%$% la 3ar#an4a en &na
3ar#a:le <&e e "%$+art#*a +%r t%*a la *e$ 3ar#a:le. La 3ar#an4a
e+e";-#"a e la 3ar#an4a a%"#a*a %l% "%n &na 3ar#a:le e+e";-#"a. La
3ar#an4a *el err%r e la 3ar#an4a *e:#*a a la #n"ert#*&$:re en el +r%"e% *e
re"%le""#/n *e *at%. err%re *e $e*#"#/n. % "%$+%nente aleat%r#% en el
-en/$en% $e*#*%.
"riterios para el nmero de factores a e2traer
El $!t%*% +r#$er% e=trae la "%$:#na"#/n *e 3ar#a:le e=+l#"an*% la $a,%r
"ant#*a* *e 3ar#an4a , *e+&! "%nt#n&a "%n "%$:#na"#%ne <&e re+reentan
$en% , $en% "ant#*a*e *e 3ar#an4a.
La ele""#/n *e -a"t%re a e=traer e<&#3ale a en-%"ar &n $#"r%"%+#%
n%r$al$ente e >a"e +%r +r&e:a , err%r "%ntratan*% l% re&lta*%.
"riterio de RaKz %atente( & ra"#%nal e <&e "&al<&#er -a"t%r #n*#3#*&al *e:e
"%ntener la 3ar#an4a *e al $en% &na 3ar#a:le. C%$% "a*a 3ar#a:le "%ntr#:&,e
"%n ( al e#gen3al%r t%tal % ra;4 latente. Se ele""#%nan %l% l% -a"t%re "%n
e#gen3al%re $a,%re a &n%. "&an*% e t#enen $en% *e 20 3ar#a:le. l%
-a"t%re e=tra;*% %n +%"%.
"riterio a 0riori( en ete $!t%*% el #n3et#ga*%r ,a t#ene &na #*ea "lara *e l%
-a"t%re a e=traer , a; l% #n*#"a en la "%$+&ta*%ra.
Pg. 90
"riterio de porcenta!e de varianza( En-%<&e :aa*% en l%grar &n +%r"enta6e
a"&$&la*% *e 3ar#an4a t%tal e=tra;*% +%r -a"t%re &"e#3%. A%r$al$ente el
+r%"e% +ara al a"&$&lar 95U.
"riterio *cree 'est( Se &a +ara #*ent#-#"ar el n0$er% /+t#$% *e -a"t%re <&e
+&e*en er e=tra;*% ante *e <&e la "ant#*a* *e 3ar#an4a 0n#"a e$+#e"e a
*%$#nar la etr&"t&ra *e 3ar#an4a "%$0n.
0aso 74 1nterpretando los factores
Se %:t#ene la $atr#4 n% r%ta*a +ara et#$ar el n0$er% *e -a"t%re a e=traer. La
$atr#4 *e -a"t%re "%nt#ene +%n*era"#/n *e -a"t%re +ara "a*a 3ar#a:le en
"a*a -a"t%r. El +r#$er -a"t%r +&e*e 3ere "%$% la $e6%r "%$:#na"#/n l#neal
#n"l&#*a en l% *at%. "%n "a*a -a"t%r "%n +%n*era"#/n #gn#-#"at#3% , a"&$&la
la $a,%r +arte *e a 3ar#an4a] el eg&n*% -a"t%r e la eg&n*a $e6%r
"%$:#na"#/n l#neal *e 3ar#a:le. &6eta a <&e e %rt%g%nal al +r#$er -a"t%r. e
:aa en la +%r"#/n re#*&al *e la 3ar#an4a &na 3e4 re$%3#*% el +r#$er%. a;
&"e#3a$ente.
L% +%n*era"#/n *e l% -a"t%re re+reentan la "%rrela"#/n *e "a*a &na *e la
3ar#a:le , el -a"t%r. entre $a,%re ean. $a,%r er la re+reentat#3#*a* *el
-a"t%r +%r la 3ar#a:le.
Pg. 91
E#g
en3
al%r
(
A0$er% *e -a"t%re
8
La r%ta"#/n *e l% -a"t%re $ #$+le e &na rotacin ortogonal. en la "&al
e $ant#enen l% e6e a 90 gra*%. Se +&e*en r%tar l% e6e #n $antener l%
90 gra*% entre l% e6e *e re-eren"#a. C&an*% n% >a, retr#""#/n *e
%rt%g%nal#*a*. el +r%"e*#$#ent% *e r%ta"#/n e *en%$#na rotacin o$licua.
C#g. ( R%ta"#/n %rt%g%nal *e -a"t%re '%:er3ar la +%n*era"#/n % +%n*era"#/n *e -a"t%re I ,
II en la 3ar#a:le V2. e $ "lara "&an*% e r%tan l% -a"t%re)
En la -#g&ra e %:er3an *% "%ngl%$era*% *e 3ar#a:le 'V( , V2) , 'V1. V2 ,
V5). #n e$:arg% "%n l% -a"t%re #n r%tar n% e $&, %:3#a & +%n*era"#/n %
+%n*era"#/n *e l% -a"t%re I , II. De+&! *e la r%ta"#/n *e l% e6e *e
-a"t%re. la 3ar#a:le 1. 2 , 5 t#enen &na +%n*era"#/n % +%n*era"#/n -&erte *e
-a"t%r I. , la 3ar#a:le ( ,2 t#enen &na +%n*era"#/n % +%n*era"#/n -&erte en el
-a"t%r II. S#en*% $ %:3#a la *#t#n"#/n entre "%ngl%$era*% en *% gr&+%.
MPtodos de rotacin ortogonal
En la +r"t#"a el %:6et#3% *e t%*% l% $!t%*% *e r%ta"#/n e #$+l#-#"ar la
-#la , "%l&$na *e la $atr#4 *e -a"t%re +ara -a"#l#tar la #nter+reta"#/n. En &na
$atr#4 *e -a"t%re la "%l&$na re+reentan -a"t%re. "%n "a*a rengl/n
"%rre+%n*#ente a la +%n*era"#/n *e la 3ar#a:le a tra3! *e l% -a"t%re. Al
#$+l#-#"ar l% rengl%ne. e >a"en tant% 3al%re en "a*a -#la tan "er"an% a
"er% "%$% ea +%#:le '#.e. $a=#$#4an*% la +%n*era"#/n *e &na 3ar#a:le "%n &n
Pg. 92
X( Ca"t%r II #n r%tar
X( Ca"t%r I #n r%tar
J(
Ca"t%r II
J(
V1
V2
V5
V3
V4
X( Ca"t%r I r%ta*%
X( Ca"t%r II r%ta*%
-a"t%r 0n#"%). S#$+l#-#"an*% la "%l&$na. e >a"en tant% 3al%re en la
"%l&$na tan "er"an% a "er% "%$% ea +%#:le '#.e. >a"er el $=#$% n0$er%
*e +%n*era"#/n EaltaF "%$% ea +%#:le). Se >an *earr%lla*% tre $!t%*%
+ara l% anter#%r "%$% #g&eH
Quartima2( +ara #$+l#-#"ar la -#la *e la $atr#4] % ea. <&e \&art#$a= e
en-%"a a r%tar l% -a"t%re #n#"#ale *e $anera <&e la 3ar#a:le tengan la
$a,%r +%n*era"#/n +%#:le *e &n -a"t%r , la $;n#$a *e l% %tr%. A&n<&e ete
$!t%*% n% >a #*% e-#"#ente.
arima2( e "entra en #$+l#-#"ar la "%l&$na *e la $atr#4 -a"t%r#al. La
$=#$a #$+l#-#"a"#/n +%#:le e l%gra "&an*% %l% >a, (V , 0V en la "%l&$na.
E *e"#r <&e VARIMAI $a=#$#4a la &$a *e 3ar#an"#a *e +%n*era"#/n
re<&er#*a *e la $atr#4 -a"t%r#al. Ete $!t%*% >a +r%:a*% er &n $!t%*%
anal;t#"% e-e"t#3% +ara %:tener &na r%ta"#/n %rt%g%nal *e -a"t%re.
#;uima2(
E &n "%$+r%$#% entre la anter#%re. Trata *e #$+l#-#"ar l% rengl%ne , la
"%l&$na. n% e &t#l#4a -re"&ente$ente.
MPtodos de rotacin o$licua(
Et% $!t%*% %n #$#lare a la r%ta"#%ne %rt%g%nale e="e+t% <&e +er$#ten
-a"t%re "%rrela"#%na*% en 3e4 *e $antener la #n*e+en*en"#a *e l% -a"t%re
r%ta*%.
En general n% >a, regla +ara ele""#%nar &n% *e l% $!t%*% anter#%re.
"riterios para la significancia de ponderacin de factores en las varia$les
De $anera +r"t#"a # la +%n*era"#/n %n *e 0.10 e "%n#*era <&e
"&$+len el n#3el $;n#$%] +%n*era"#/n *e 0.20 %n #$+%rtante] 0.50 %
$a,%re %n #gn#-#"at#3a en la +r"t#"a. C%$% la +%n*era"#/n *el -a"t%r e la
"%rrela"#/n *e la 3ar#a:le , el -a"t%r. la +%n*era"#/n al "&a*ra*% e la "ant#*a*
re+reenta*a *e la 3ar#an4a t%tal +%r el -a"t%r. De eta -%r$a "%n 0.1 e t#ene
Pg. 93
&n (0U *e e=+l#"a"#/n , &n 0.5 *e +%n*era"#/n *en%ta <&e &n 25U *e la
3ar#an4a e re+reenta*a +%r el -a"t%r.
#valuando la significancia estadKstica
C%n :ae en &n n#3el *e #gn#-#"an"#a *e 0.05. &n n#3el *e +%ten"#a *el 80U ,
err%re etn*ar a&$#*% e el *%:le *e l% "%e-#"#ente *e "%rrela"#/n
"%n3en"#%nale. e t#ene la ta:la #g&#enteH
P%n*era"#/n
*el -a"t%r
Ta$a?% *e
$&etra re<&er#*a
+ara tener
#gn#-#"an"#a
0.10 150
0.15 100
0.20 250
0.25 200
0.50 (50
0.55 (00
0.60 85
0.65 70
0.70 60
Re&$#en*% la g&;a +ara la #gn#-#"an"#a *e l% -a"t%re %nH
'() entre $a,%r ea el ta$a?% *e $&etra. el 3al%r *e +%n*era"#/n
#gn#-#"at#3% e re*&"e.
'2) Entre $ 3ar#a:le ean "%n#*era*a en el anl##. $ +e<&e?a e
la +%n*era"#/n <&e e "%n#*era #gn#-#"at#3a.
'1) Entre $ -a"t%re >a,a. $a,%r e la +%n*era"#/n en l% -a"t%re
a*#"#%nale +ara <&e ea "%n#*era*a #gn#-#"at#3a.
Ca*a "%l&$na *e n0$er% en la $atr#4 re+reenta &n -a"t%r +%r e+ara*%. La
"%l&$na *e n0$er% re+reentan la +%n*era"#/n +ara "a*a &na *e la
3ar#a:le. I*ent#-#"ar la $ alta +%n*era"#/n +ara "a*a 3ar#a:le. Re"%r*ar <&e
+ara ta$a?% *e $&etra #$#lare a (00 e "%n#*era #gn#-#"ante 0.1. La
"%$&nal#*a* +ara "a*a 3ar#a:le re+reenta la "ant#*a* *e 3ar#an4a
"%n#*era*a +%r la %l&"#/n -a"t%r#al +ara "a*a 3ar#a:le. E3al&ar la "%$&nal#*a*
*e la 3ar#a:le. e *e"#r #*ent#-#"ar la <&e tengan $ *el 50U. ,a <&e la
Pg. 94
<&e tengan $en% n% t#enen &-#"#ente e=+l#"a"#/n. El n%$:re *e l% -a"t%re
e *earr%lla *e $anera #nt&#t#3a. "%n :ae en la 3ar#a:le "%n &na $a,%r
+%n*era"#/n e "%n#*eran $ #$+%rtante , t#enen &na $a,%r #n-l&en"#a +ara
el n%$:re ele""#%na*% +ara re+reentar al -a"t%r.
alidacin del anlisis factorial
Se trata *e e3al&ar el gra*% *e general#4a"#/n *e l% re&lta*% en la +%:la"#/n
, la #n-l&en"#a +%ten"#al *e "a% #n*#3#*&ale en l% re&lta*% t%tale.
El alfa de "ron$ac- e &na $e*#*a *el "%e-#"#ente *e "%n-#a:#l#*a* <&e e3al&a
la "%n#ten"#a *e t%*a la e"ala. Ete ;n*#"e e la rela"#/n +%#t#3a *el n0$er%
*e ;te$ en la e"ala. *%n*e 0.7 e "%n#*era a*e"&a*%.
Pg. 95
#!emplo con datos de &A'"O
Pr&e:a *e la a*e"&a"#/n *el $%*el%. &t#l#4an*% M#n#ta:H
B4 *tat + )asic statistics + "orrelation
C4 aria$les GB/ GC/ GE/ GF/ G>/ GH
E4 Display p values
F4 O.
"orrelations( GB/ GC/ GE/ GF/ G>/ GH
B+ B$ B. B1 B6
B$ 6-,.1/
-,---
B. -,106 6-,10$
-,--- -,---
B1 -,-*- -,$0$ 6-,-/*
-,6+2 -,--6 -,.10
B6 -,-00 -,+26 6-,-+* -,022
-,116 -,-61 -,22- -,---
B0 6-,12. -,10- 6-,1-0 -,$-- -,+00
-,--- -,--- -,--- -,-16 -,-02
!6Value
De la $atr#4. 7 *e (5 "%rrela"#%ne %n #gn#-#"at#3a eta*;t#"a$ente. El 3al%r
*e MSA *e 0.665 "&$+le "%n "%n el "r#ter#% +ara a+l#"ar el anl## -a"t%r#al.
Anlisis factorial con Minita$(
( Cargar l% *at% *e KATCO.
2 *tat + Multivariate + ,actor Analysis.
1 En aria$les. I(. I2. I1. I2. I6. I7
2 En Num$er of factors to e2tract. +.
5 En Met-od of #2traction. ele""#%nar 0rincipal components
6 En 'ype of Rotation. ele""#%nar arima2.
7 Cl#"N 6rap-s , ele""#%nar %oading plot for first C factors , *cree 0lot.
Pg. 96
8 Cl#"N Results , ele""#%nar *ort loadings. Cl#"N O. en "a*a &n% *e l%
"&a*r% *e *#l%g%.
,actor Analysis( GB/ GC/ GE/ GF/ G>/ GH
!rincipal &omponent Factor Analysis o# t?e &orrelation Matrix
B+ -,6+2 6-,*+0 -,61/
B$ 6-,06. -,-0/ -,*22
B. -,6/* 6-,.*0 -,6+-
B1 6-,*-$ 6-,0/. -,22+
B6 6-,1.1 6-,2$0 -,20.
B0 6-,06+ -,+0- -,6-/
Variance $,1661 +,01$* 1,$-2/
8 Var -,1++ -,$/- -,0-+
El +r#$er -a"t%r "%nt#ene la $a,%r +arte *e la 3ar#an4a , e &n -a"t%r general
"%n alta +%n*era"#/n en "a*a 3ar#a:le. La +%n*era"#/n +ara el eg&n*%
-a"t%r $&etra tre 3ar#a:le <&e ta$:#!n t#ene alta +%n*era"#/n 'I(. I2 , I6).
La #nter+reta"#/n e &$a$ente *#-;"#l , #n #gn#-#"a*%. +%r l% <&e e *e:e
"%n#*erar la r%ta"#/n *e -a"t%re "%$% #g&eH
Varimax 5otation
B+ 6-,02. -,+22 -,61/
B$ -,0+2 -,$62 -,*22
B. 6-,02+ -,-+- -,6+-
B1 -,-/0 -,/.1 -,22+
B6 -,-$- -,/.1 -,20.
B0 -,0*2 -,+26 -,6-/
Variance $,.$.+ +,22*2 1,$-2/
8 Var -,.20 -,.+1 -,0-+
La 3ar#a:le I(. I2 , I1 +%n*era"#/nn #gn#-#"at#3a$ente al -a"t%r ( , la
3ar#a:le I2 , I6 +%n*era"#/nn #gn#-#"at#3a$ente al -a"t%r 2.
S# e "%n#*era "%$% +&nt% *e "%rte la +%n*era"#/n "%n 0.55 % $. el
-a"t%r ( t#ene "&atr% +%n*era"#/n #gn#-#"at#3a , el -a"t%r 2 t#ene 2. Para el
-a"t%r (. e 3en *% gr&+% *e 3ar#a:le. La +r#$era %n el n#3el *e +re"#%
Pg. 97
'I2) , la "al#*a* *el +r%*&"t% 'I7) a$:a "%n #gn% +%#t#3% , 3ar;an "%$%
"%n6&nt%. La %tra *%. t#e$+% *e entrega 'I() , -le=#:#l#*a* *e +re"#% 'I1)
t#enen #gn% negat#3% ta$:#!n 3ar;an "%$% "%n6&nt%.
En el -a"t%r (. a$:% gr&+% 3ar;an en ent#*% "%ntrar#%. tal 3e4 ete -a"t%r ea
el valor bsico , re+reenta &n "%$+r%$#% entre +er"e+"#%ne *e +re"#% %
"al#*a* *el +r%*&"t% , +er"e+"#%ne *e t#e$+% *e entrega , -le=#:#l#*a* *e
+re"#%.
En el -a"t%r 2. la 3ar#a:le I2 '#$agen *e -a:r#"a"#/n) , I6 '#$agen *e la -&er4a
*e 3enta) tal 3e4 e +&e*a agr&+ar en imagen. a$:a 3ar#a:le t#enen el
$#$% #gn%. a"t&an*% en la $#$a *#re""#/n.
La 3ar#a:le I5 'er3#"#% en general) n% e #n"l&,/ en al anl##.
Se t#enen a>%ra *% -a"t%re "%$% "%$:#na"#/n l#neal *e la 3ar#a:le +ara
e-e"t% *e real#4a"#/n *e et&*#%H
B+ 6-,.*6 -,+*1
B$ -,$/0 -,-/0
B. 6-,.1. -,-*2
B1 6-,-$- -,1/2
B6 6-,-*1 -,*-.
B0 -,.$- -,-*-
Para 3er#-#"ar la 3al#*e4 *el $%*el% e +&e*en >a"er *% gr&+% *e 50
%:er3a"#%ne , "%$+arar & $atr#"e r%ta*a.
Data + J *-G 5otated Factor Loadings and &ommunalities
Varimax 5otation
B+K+ 6-,2$0 -,-2* -,6/+
B$K+ -,6-. -,.06 -,*-6
B.K+ 6-,626 6-,+00 -,*-$
B1K+ -,+*6 -,/+/ -,26/
Pg. 98
B6K+ -,+.6 -,/$1 -,20+
B0K+ -,0-$ -,$-+ -,*..
Variance $,-*12 +,/+02 .,/0$6
8 Var -,.1$ -,.$- -,66$
Data *+ J +--G 5otated Factor Loadings and &ommunalities
Varimax 5otation
B+K$ -,01+ 6-,.+. -,610
B$K$ 6-,02* 6-,+/- -,6*$
B.K$ -,2+* 6-,+*1 -,622
B1K$ 6-,-1+ 6-,/1/ -,/-.
B6K$ -,-*$ 6-,/$. -,2*1
B0K$ 6-,2$1 6-,+*1 -,0-.
Variance $,*+$0 +,/..2 1,1166
8 Var -,1+/ -,.$$ -,01+
C%$% e 3e la *% r%ta"#%ne VARIMAI %n "%$+ara:le en t!r$#n% *e
+%n*era"#/n , "%$&nal#*a*e +ara la e# +er"e+"#%ne. A; e +&e*e
aeg&rar <&e l% re&lta*% %n eta:le *entr% *e la $&etra.
De la gr-#"a S"ree Pl%t "%n l% E#gen3al%re *e l% -a"t%re e t#eneH
Fa(2)% N8-5#%
E
:
#
n
$
a
l
8
#
Z I , + 2 *
2"I
2"7
*"I
*"7
7"I
7"7
S(%## 3l)2 )4 01; ...; 0@
S/l% *% -a"t%re ern $anten#*% # e t%$a "%$% re-eren"#a el E#gen3al%r
*e ( % tre # e t%$a "%$% re-eren"#a el "r#ter#% S"ree.
La gr-#"a *e +%n*era"#/n +%r 3ar#a:le e $&etra a "%nt#n&a"#/n.
#*ent#-#"an*% tre gr&+% *e 3ar#a:leH
Pg. 99
F%!2 Fa(2)%
S
#
(
)
n
"

F
a
(
2
)
%
7"I 7"7 47"I 4*"7
7"5
7"D
7"R
7"Z
7"I
7",
7"+
7"2
7"*
7"7
UR
UZ U,
U+
U2
U*
L)a"n: 3l)2 )4 01; ...; 0@
En re&$en e #*ent#-#"an *% *#$en#%ne ,alor bsico e -magen! a>%ra e
+&e*en >a"er +lane alre*e*%r *e eta *% *#$en#%ne en l&gar *e
"%n#*erar t%*a la 3ar#a:le e+ara*a.
#!emplo con datos del arc-ivo #G&3MAR
Se reg#tran la #g&#ente "ara"ter;t#"a *e (2 reg#%ne "ena*aH +%:la"#/n
t%tal 'P%+). +r%$e*#% *e e"%lar#*a* 'S">%%l). e$+le% t%tal 'E$+l%,). e$+le%
en er3"#% *e al&* 'Kealt>). , 3al%r +r%$e*#% *e "aa 'K%$e). Se *eea
#n3et#gar <&e E-a"t%reF +%*r;an e=+l#"ar la $a,%r +arte *e la 3ar#a:#l#*a*.
C%$% +r#$er +a% *el anl## -a"t%r#al. e &a el $!t%*% *e e=tra""#/n *e
"%$+%nente +r#n"#+ale , e e=a$#na la gr-#"a *e e#gen3al%re 'S"ree) +ara
a+%,arn% en *e"#*#r %:re el n0$er% *e -a"t%re.
P%+ S">%%l E$+l%, Kealt>
5.915 (2.2 2.265 2.27
(.521 (1.( 0.597 0.75
2.599 (2.7 (.217 (.((
2.009 (5.2 (.629 0.8(
2.687 (2.7 2.1(2 2.5
8.022 (5.6 1.62( 2.5(
2.766 (1.1 (.222 (.01
6.518 (7 2.6(8 2.19
6.25( (2.9 1.(27 5.52
1.1(2 (2.2 (.606 2.(8
1.777 (1 2.((9 2.81
Pg. 100
(.51 (1.8 0.798 0.82
2.768 (1.6 (.116 (.75
6.585 (2.9 2.761 (.9(
1 En aria$les. +%ner Pop)*ome.
2 Cl#"N 6rap-s , ele""#%nar *cree plot. Cl#"N O. #n ea"> *#al%g :%=.
,actor Analysis( 0op/ *c-ool/ #mploy/ &ealt-/ &ome
!rincipal &omponent Factor Analysis o# t?e &orrelation Matrix
Varia"le Factor+ Factor$ Factor. Factor1 Factor* &ommunality
!op 6-,/0$ 6-,+1/ -,--6 -,+0- 6-,-60 +,---
%c?ool 6-,*1* 6-,0+* 6-,1+* 6-,+1- -,--+ +,---
Employ 6-,/2/ 6-,--* -,-2/ -,-2. -,-2* +,---
=ealt? 6-,210 -,.*$ -,.11 6-,$-- 6-,-$$ +,---
=ome -,.-. 6-,0/0 -,*$. -,--* -,--$ +,---
Variance .,-$2/ +,$/++ -,*0$* -,-/*1 -,-+$+ *,----
8 Var -,6-6 -,$*2 -,++1 -,-+/ -,--$ +,---
Varia"le Factor+ Factor$ Factor. Factor1 Factor*
!op 6-,.$+ 6-,++6 -,-++ +,02$ 6*,*++
%c?ool 6-,+2- 6-,**. 6-,0$6 6+,166 -,-6-
Employ 6-,.$0 6-,--1 -,+** -,262 6,/22
=ealt? 6-,$2- -,$0$ -,6-+ 6$,-/2 6+,2$/
=ome -,+-- 6-,6+0 -,/+1 -,-1/ -,+$/
Pg. 101
Fa(2)% N8-5#%
E
:
#
n
$
a
l
8
#
I , + 2 *
+"7
2"I
2"7
*"I
*"7
7"I
7"7
S(%## 3l)2 )4 3).; ...; H)-#
1nterpretacin de resultados
C#n"% -a"t%re *e"r#:en et% *at% +er-e"ta$ente. +er% la $eta e re*&"#r el
n0$er% *e -a"t%re re<&er#*% +ara e=+l#"ar la 3ar#a:#l#*a* *e l% *at%.
La +r%+%r"#/n *e la 3ar#a:#l#*a* e=+l#"a*a +%r l% *% 0lt#$% -a"t%re e
$;n#$a '0.0(9 , 0.002 re+e"t#3a$ente) , +&e*en er el#$#na*a #n
a-e"tar al re&lta*%. L% +r#$er% *% -a"t%re 6&nt% re+reentan 86U *e
la 3ar#a:#l#*a* $#entra <&e tre -a"t%re re+reentan 98U *e la
3ar#a:#l#*a*. La "&et#/n e # &ar *% % tre -a"t%re. e re<&#eren %tra
"%rr#*a +ara *e"#*#r # &ar *% % tre -a"t%re.
Se ele""#%nan *% -a"t%re "%$% el n0$er% <&e re+reenta l% *at% *el
"en% en :ae al anl## *e "%$+%nente +r#n"#+ale. Se real#4a &na
e=tra""#/n *e $=#$a 3er##$#l#t&* , r%ta"#/n 3ar#$a= +ara #nter+retar l%
-a"t%re.
1 En aria$les. Pop)*ome.
2 En Num$er of factors to e2tract. +.
5 En Met-od of #2traction. ele""#%nar Ma2imum liLeli-ood.
Pg. 102
6 En 'ype of Rotation. ele""#%nar arima2.
7 Cl#"N 6rap-s , ele""#%nar %oading plot for first C factors.
8 Cl#"N Results , ele""#%nar *ort loadings. Cl#"N O. en "a*a &n% *e l%
"&a*r% *e *#l%g%.
,actor Analysis( 0op/ *c-ool/ #mploy/ &ealt-/ &ome
Maximum Likeli?ood Factor Analysis o# t?e &orrelation Matrix
3 ')TE 3 =ey(ood case
!op -,/0+ -,+6- -,/62
%c?ool -,1/1 -,2.. -,/.2
Employ +,--- -,--- +,---
=ealt? -,212 6-,./* -,20*
=ome 6-,$1/ -,.0* -,$-$
Variance $,/602 +,-+*/ .,/2.0
8 Var -,*/1 -,$-. -,0/0
Varimax 5otation
!op -,0+2 -,60. -,/62
%c?ool 6-,-*$ -,/60 -,/.2
Employ -,2.+ -,**6 +,---
=ealt? -,/$1 -,+1. -,20*
=ome 6-,1+* -,+0. -,$-$
Variance $,$.*1 +,012. .,/2.0
8 Var -,110 -,.*- -,0/0
%orted 5otated Factor Loadings and &ommunalities
=ealt? -,/$1 -,+1. -,20*
Employ -,2.+ -,**6 +,---
!op -,0+2 -,60. -,/62
=ome 6-,1+* -,+0. -,$-$
%c?ool 6-,-*$ -,/60 -,/.2
Variance $,$.*1 +,012. .,/2.0
8 Var -,110 -,.*- -,0/0
!op 6-,+6* -,$16
%c?ool 6-,*$2 -,02/
Employ +,+*- -,-2-
=ealt? -,++6 6-,+0.
=ome 6-,-+2 -,-$0
Pg. 103
F%!2 Fa(2)%
S
#
(
)
n
"

F
a
(
2
)
%
*"77 7"RI 7"I7 7"2I 7"77 47"2I 47"I7
*"7
7"D
7"Z
7",
7"2
7"7
2ome
2ealt)
Emplo
#c)ool
&op
L)a"n: 3l)2 )4 3).; ...; H)-#
Et% re&lta*% #n*#"an &n "a% Ke,G%%* 'la 3ar#an4a $en%re al l;$#te *e
"%n3ergen"#a e+e"#-#"a*% e +%nen a "er% , & "%$&nal#*a*e a ().
Se t#enen tre ta:la *e +%n*era"#%ne , "%$&nal#*a*eH n% r%ta*a. r%ta*a.
%r*ena*a , r%ta*a. L% -a"t%re n% r%ta*% e=+l#"an el 79.7 *e la 3ar#a:#l#*a*
*e l% *at% , l% 3al%re *e "%$&nal#*a* #n*#"an <&e t%*a la 3ar#a:le #n
K%$e etn :#en re+reenta*a +%r e% *% -a"t%re '"%$&nal#*a* %n 0.202
+ara K%$e. 0.875 @ (.0 +ara %tra 3ar#a:le). El +%r"enta6e *e la 3ar#a:#l#*a*
t%tal re+reenta*a +%r l% -a"t%re n% "a$:#a "%n la r%ta"#/n. #n% *e+&! *e
r%tar. +er% *e+&! *e r%tar. et% -a"t%re %n $a "lara$ente :alan"ea*%
en el +%r"enta6e *e 3ar#a:#l#*a* <&e ell% re+reentan. #en*% 22.7U , 15U.
re+e"t#3a$ente.
El %r*ena$#ent% e real#4a*% +%r la +%n*era"#/n $=#$a a:%l&ta +ara
"&al<&#er -a"t%r. La 3ar#a:le <&e t#enen la $a,%r +%n*era"#/n a:%l&ta en el
-a"t%r ( e $&etran +r#$er% en %r*en. De+&! la 3ar#a:le "%n la
+%n*era"#/n $a,%r en el -a"t%r 2 , a; &"e#3a$ente. El -a"t%r ( t#ene &
+%n*era"#/n $a,%r +%#t#3a en Kealt> '0.922). E$+l%, '0.81() , P%+ '0.7(8). ,
J0.2(5 en K%$e. $#entra <&e la +%n*era"#/n en S">%%l e :a6a. El -a"t%r 2
t#ene &na +%n*era"#/n +%#t#3a en S">%%l *e 0.967 , +%n*era"#/n *e 0.556 ,
0.671 en E$+l%, , P%+ re+e"t#3a$ente. , &na +%n*era"#/n +e<&e?a en
Kealt> , K%$e.
Pg. 104
Se +&e*en 3er la +%n*era"#%ne r%ta*a gr-#"a$ente en la gr-#"a *e
+%n*era"#%ne 'l%a* gra+>). A>; e $&etra +ara -a"t%r ( "%n +%n*era"#%ne
alta en P%+. E$+l,. , Kealt> , +%n*era"#/n negat#3a en K%$e. S">%%l t#ene
&na +%n*era"#/n alta +%#t#3a +ara el -a"t%r 2 , alg% $en%r +ara P%+ , E$+l%,.
De l% re&lta*% e +&e*e +enar en <&e el -a"t%r ( ea &n -a"t%r rela"#%na*%
"%n EC&#*a*% *e la al&* @ ta$a?% *e la +%:la"#/nF. El -a"t%r 2 +&e*e er
"%n#*era*% "%$% &n -a"t%r rela"#%na*% "%n Ee*&"a"#/n @ ta$a?% *e la
+%:la"#/nF.
En -%r$a a*#"#%nal M#n#ta: $&etra &na ta:la *e "%e-#"#ente *el -a"t%r.
M&etran "%$% e "al"&lan l% -a"t%re. M#n#ta: "al"&la l% 3al%re
$&lt#+l#"an*% l% "%e-#"#ente , l% *at% *e+&! *e "%rreg#rl% "entrn*%l%
al retarle & $e*#a.
Pg. 105
9. AAPLISIS DE REDRESI^A M_LTIPLE
Pg. 106
R4 AN8%1*1* D# R#6R#*1@N M?%'10%#
E &na t!"n#"a eta*;t#"a <&e e +&e*e &ar +ara anal#4ar la rela"#/n entre
&na 3ar#a:le *e+en*#ente #$+le 're+&eta. "r#ter#%) , 3ar#a 3ar#a:le
#n*e+en*#ente "&,% 3al%re %n "%n%"#*% +ara +re*e"#r la 3ar#a:le
*e+en*#ente. L% +e% *en%tan la "%ntr#:&"#/n relat#3a *e la 3ar#a:le
#n*e+en*#ente a la +re*#""#/n general , -a"#l#tar la #nter+reta"#/n *e la
#n-l&en"#a *e "a*a 3ar#a:le en la +re*#""#/n. l% <&e e "%$+l#"a # >a,
"%rrela"#/n *e la 3ar#a:le #n*e+en*#ente.
El "%n6&nt% *e 3ar#a:le #n*e+en*#ente "%n & +e% -%r$a la Var#ate *e
regre#/n. e"&a"#/n *e regre#/n % $%*el% *e regre#/n. <&e e &na
"%$:#na"#/n l#neal *e la 3ar#a:le #n*e+en*#ente <&e $e6%r +re*#"en la
3ar#a:le *e+en*#ente.
L% &+&et% *e &n anl## *e regre#/n $0lt#+le %n l% #g&#enteH
L#neal#*a* *el -en/$en% $e*#*%
Var#an4a "%ntante *e l% t!r$#n% *e err%r
In*e+en*en"#a *e l% t!r$#n% *e err%r
A%r$al#*a* *e la *#tr#:&"#/n *e l% t!r$#n% *e err%r.
Trminos clave
"oeficiente a!ustado de determinacin (RC a!ustada)( E &na $!tr#"a
$%*#-#"a*a *el "%e-#"#ente *e *eter$#na"#/n <&e t%$a en "&enta el
n0$er% *e 3ar#a:le #n*e+en*#ente #n"l&#*a en la e"&a"#/n *e
regre#/n , el ta$a?% *e $&etra. A +ear *e <&e la a*#"#/n *e 3ar#a:le
#n*e+en*#ente >a"e <&e e #n"re$ente el "%e-#"#ente *e *eter$#na"#/n.
el "%e-#"#ente *e *eter$#na"#/n a6&ta*% e re*&"e # la 3ar#a:le
#n*e+en*#ente t#enen +%"% +%*er e=+l#"at#3% ,/% # l% gra*% *e
l#:erta* %n $&, +e<&e?%. Ete eta*;t#"% e 0t#l +ara "%$+arar
e"&a"#%ne "%n *#-erente n0$er% *e 3ar#a:le #n*e+en*#ente. "%n
*#-erente ta$a?% *e $&etra. % a$:%.
Regresin con todos los posi$les su$con!untos( M!t%*% *e
ele""#/n *e 3ar#a:le en el $%*el% <&e "%n#*era t%*a la
Pg. 107
"%$:#na"#%ne +%#:le *e la 3ar#a:le #n*e+en*#ente. P%r e6e$+l%
+ara "&atr% 3ar#a:le. e et#$an $%*el% +ara &na. *%. tre , "&atr%
3ar#a:le. #*ent#-#"an*% el $%*el% "%n la $a,%r "a+a"#*a* +re*#"t#3a.
#liminacin -acia atrs( M!t%*% *e ele""#/n *e 3ar#a:le en el
$%*el% <&e #n#"#a "%n t%*a la "%$:#na"#%ne +%#:le *e la 3ar#a:le
#n*e+en*#ente +ara #r el#$#nan*% la <&e n% t#enen &na "%ntr#:&"#/n
#gn#-#"at#3a a la +re*#""#/n.
"oeficiente $eta( C%e-#"#ente etan*ar#4a*% *e la regre#/n <&e
+er$#te &na "%$+ara"#/n *#re"ta *e & +%ten"#a relat#3a e=+l#"at%r#a *e
la 3ar#a:le *e+en*#ente.
"oeficiente de determinacin (RC)( M#*e la +r%+%r"#/n *e la 3ar#an4a
*e la 3ar#a:le *e+en*#ente alre*e*%r *e & $e*#a <&e e e=+l#"a*a +%r
la 3ar#a:le +re*#"t%ra #n*e+en*#ente. El "%e-#"#ente +&e*e 3ar#ar
entre 0 , (. Entre $a,%r ea & 3al%r e $e6%r la +re*#""#/n *e la
"olinealidad( E=+re#/n *e la rela"#/n entre *% '"%l#neal#*a*) % entre
3ar#a '$&lt#"%l#neal#*a*) 3ar#a:le #n*e+en*#ente. D% 3ar#a:le
#n*e+en*#ente t#enen "%l#neal#*a* t%tal # "%e-#"#ente *e "%rrela"#/n e (
, n% t#enen "%l#neal#*a* # "%e-#"#ente *e "%rrela"#/n e "er%. La
$&lt#"%l#neal#*a* e +reenta "&an*% &na 3ar#a:le #n*e+en*#ente et
$&, "%rrela"#%na*a "%n %tra 3ar#a:le #n*e+en*#ente.
"oeficiente de correlacin (r4)H C%e-#"#ente <&e #n*#"a la -&er4a *e la
a%"#a"#/n entre *% 3ar#a:le $e*#:le. El #gn% 'X) % 'J) #n*#"a la
*#re""#/n *e la rela"#/n. X( % J( #n*#"a &na "%rrela"#/n +er-e"ta +%#t#3a
'"&an*% a&$enta &na 3ar#a:le. a&$enta la %tra) % negat#3a '#n3era @
"&an*% a&$enta &na 3ar#a:le. la %tra *#$#n&,e) , 0 #n "%rrela"#/n.
6rados de li$ertad( En &na regre#/n #$+le e et#$an *%
+ar$etr%. la #ntere""#/n ':0) , el "%e-#"#ente *e la regre#/n +ara la
3ar#a:le #n*e+en*#ente ':(). P%r tant% l% gra*% *e l#:erta*
+r%+%r"#%nan &na $e*#*a *e "/$% e retr#ngen l% *at% +ara al"an4ar
&n "#ert% n#3el *e +re*#""#/n 'nJ2). S# el n0$er% *e gra*% *e l#:erta* e
+e<&e?%. la +re*#""#/n re&ltante n% +&e*e general#4are. eta er $
r%:&ta "%n &n 3al%r alt% *e gra*% *e l#:erta*.
Pg. 108
aria$le ficticia( E &na 3ar#a:le #n*e+en*#ente &a*a +ara "%nta:#l#4ar
el e-e"t% <&e t#enen *#-erente n#3ele *e &na 3ar#a:le n% $e*#:le al
+re*e"#r la 3ar#a:le *e+en*#ente. Para "%nta:#l#4ar l% L n#3ele *e &na
3ar#a:le #n*e+en*#ente n% $e*#:le. e re<&#eren LJ( 3ar#a:le art#-#"#ale.
En el "a% *e K%$:re @ M&6er e re<&#ere &na 3ar#a:le I "%n 3al%re 0
, (] +ara tre n#3ele e re<&er#rn *% 3ar#a:le I( , I2.
Adicin -acia delante( M!t%*% *e ele""#/n *e 3ar#a:le en el $%*el%
<&e #n#"#a #n la 3ar#a:le #n*e+en*#ente +ara #r agregn*%la "%n
:ae en & "%ntr#:&"#/n a la +re*#""#/n.
&omoestacidad( De"r#+"#/n *e l% *at% +ara l% "&ale la 3ar#an4a
*e l% t!r$#n% *e err%r 'e . a+are"e "%ntante %:re el rang% *e 3al%re
*e la 3ar#a:le #n*e+en*#ente. C&an*% l% t!r$#n% *e err%r t#enen
3ar#an4a #n"re$ental % $%*&la*a. e *#"e <&e l% *at% t#enen
Keter%eta"#*a*.
O$servacin influyente( E &na %:er3a"#/n <&e t#ene &na #n-l&en"#a
*e+r%+%r"#%na*a en &n% % $ a+e"t% *e l% et#$a*% *e la
regre#/n. +&e*e er :aa*a en 3al%re e=tre$% *e la 3ar#a:le
#n*e+en*#ente , *e+en*#ente % a$:a.
Outlier( E &na %:er3a"#/n <&e t#ene &na *#-eren"#a #gn#-#"at#3a entre
el 3al%r real *e la 3ar#a:le *e+en*#ente , el 3al%r *e +re*#""#/n. L%
"a% <&e %n $&, *#-erente ,a ea en & 3ar#a:le #n*e+en*#ente %
*e+en*#ente. De:en anal#4are +ara +%*er el#$#narla.
"oeficiente de correlacin parcial( Val%r <&e $#*e la -&er4a *e la
rela"#/n entre la 3ar#a:le *e+en*#ente % "r#ter#% , &na 0n#"a 3ar#a:le
#n*e+en*#ente $anten#en*% "%ntante l% e-e"t% *e la %tra 3ar#a:le
#n*e+en*#ente. E 0t#l +ara #*ent#-#"ar la 3ar#a:le #n*e+en*#ente "%n la
$a,%r "a+a"#*a* +re*#"t#3a #n"re$ental. Se le a%"#an l% eta*;t#"%
+ar"#ale *e C , t a; "%$% & gr-#"a *e regre#/n +ar"#al.
0otencia( Pr%:a:#l#*a* *e <&e e tenga &na rela"#/n #gn#-#"at#3a #
real$ente e=#te. C%$+le$enta el n#3el *e #gn#-#"an"#a Al-a.
#rror de prediccin( D#-eren"#a entre l% 3al%re reale , et#$a*% *e
la 3ar#a:le *e+en*#ente +ara "a*a %:er3a"#/n en la $&etra 're#*&%).
Pg. 109
#stadKstico 0R#**( Me*#*a *e 3al#*a"#/n %:ten#*a al el#$#nar "a*a
%:er3a"#/n &na a la 3e4 , et#$an*% & 3al%r *e+en*#ente "%n el
$%*el% *e regre#/n et#$a*% "%n la %:er3a"#%ne re$anente.
aria$le de Regresin (variate)( C%$:#na"#/n l#neal *e 3ar#a:le
#n*e+en*#ente +%n*era*a &a*a +ara +re*e"#r la 3ar#a:le
*e+en*#ente.
#rror estndar( El 3al%r t *e &n "%e-#"#ente *e regre#/n e %:t#ene
"&an*% e *#3#*e el 3al%r *el "%e-#"#ente entre el err%r etn*ar.
#stimacin por pasos( M!t%*% *e ele""#%nar 3ar#a:le +ara #n"l&#/n
en el $%*el% *e regre#/n <&e #n#"#a ele""#%nan*% el $e6%r +re*#"t%r *e
la 3ar#a:le *e+en*#ente. La 3ar#a:le #n*e+en*#ente a*#"#%nale e
ele""#%nan "%n :ae *e & +%ten"#a e=+l#"at%r#% #n"re$ental <&e
+&e*en agregar al $%*el% *e regre#/n '% en :ae a & "%e-#"#ente *e
"%rrela"#/n #gn#-#"at#3% eta*;t#"a$ente). Ta$:#!n e +&e*en el#$#nar
3ar#a:le #n*e+en*#ente # & +%ten"#a +re*#"t#3a e re*&"e a n#3ele n%
#gn#-#"at#3% "&an*% e agrega %tra 3ar#a:le #n*e+en*#ente al $%*el%.
Residuo estudentizado( Para $#n#$#4ar el e-e"t% *e &n %&tl#er #$+le.
e "al"&la la *e3#a"#/n etn*ar *el re#*&% +ara la %:er3a"#/n # *e l%
et#$a*% *e la regre#/n %$#t#en*% la %:er3a"#/n #J!#$a.
'olerancia( E &na $e*#*a *e "%l#neal#*a* , $&lt#"%l#neal#*a*. eH
*
2
1
i
R TOLi =
*
2
i
R e el "%e-#"#ente *e *eter$#na"#/n +ara la 3ar#a:le *e +re*#""#/n # +%r
la %tra 3ar#a:le #n*e+en*#ente. C%n-%r$e *#$#n&,e el 3al%r *e la
t%leran"#a la 3ar#a:le e $e6%r et#$a*a +%r la %tra 3ar#a:le
#n*e+en*#ente '"%l#neal#*a*).
,actor de inflacin de varianza (1,)( e &n #n*#"a*%r *el e-e"t% <&e
la %tra 3ar#a:le #n*e+en*#ente t#enen en el err%r etn*ar *e &n
"%e-#"#ente *e regre#/n. El -a"t%r *e #n-la"#/n *e 3ar#an4a et
*#re"ta$ente rela"#%na*% al 3al%r *e la t%leran"#a 'VIC# R ( / TOL#).
Val%re gran*e *e VIC ta$:#!n #n*#"an &n alt% gra*% *e "%l#neal#*a* %
$&lt#"%l#neal#*a* entre la 3ar#a:le #n*e+en*#ente.
Pg. 110
,rmulas(
La e"&a"#/n *e regre#/n #$+le eH
1 1 0
V b b Y + =
D%n*eH
:% R T!r$#n% *e #nter"e+"#/n
:( R "%e-#"#ente *e la regre#/n.
Err%r *e +re*#""#/n % re#*&% R *#-eren"#a entre 3al%r real , et#$a*% *e la
El err%r etn*ar *el et#$a*% e *eter$#na "%$%H
2
=
n
SSE
SEE
C%n SSE R S&$a *e "&a*ra*% *el err%r.
n R ta$a?% *e la $&etra
El #nter3al% *e "%n-#an4a *e +re*#""#/n e *eter$#na "%$%H
SEE t Y IC *
=
La &$a *e "&a*ra*% t%tal eH
SSE SSR SST + =

= = =
+ =
n
i
n
i
i i i
n
i
i
y y y y y y
1 1
2 2
1
2
! ! !
y
R +r%$e*#% *e t%*a la %:er3a"#%ne
i
y
R 3al%r *e la %:er3a"#/n #n*#3#*&al #
y
R 3al%r et#$a*% *e la %:er3a"#/n #
El "%e-#"#ente *e *eter$#na"#/n e "al"&la "%$% #g&eH
SST
SSR
R =
2
Para el "a% *e la regre#/n $0lt#+le e t#eneH
e V b V b b Y + + + =
2 2 1 1 0
Para +r%:ar la #gn#-#"an"#a *e la regre#/n e &t#l#4a el eta*;t#"% CH

dfe
SSE
dfr
SSR
F =
Ca*a &$a *e "&a*ra*% *#3#*#*a entre & gra*% *e l#:erta* re+reenta la
3ar#an4a.
Pg. 111
D1A6N@*'1"O AAN9ADO
Andice de condicin( Me*#"#/n *e la "ant#*a* *e 3ar#an4a a%"#a*a "%n &n
E#gen3al%r '3al%r "ara"ter;t#"%) *e $anera <&e &n ;n*#"e gran*e #n*#"a &n
alt% gra*% *e "%l#neal#*a*.
Distancia de "ooL (Di)( Me*#*a re&$#*a *e la #n-l&en"#a *e &na
%:er3a"#/n #$+le "%n :ae en l% "a$:#% t%tale en t%*% l% *e$
re#*&% "&an*% la %:er3a"#/n e e="l&,e *el +r%"e% *e et#$a"#/n. L%
3al%re $a,%re a ( #n*#"an #n-l&en"#a #gn#-#"at#3a *e la %:er3a"#/n en la
et#$a"#/n *e l% "%e-#"#ente *e la regre#/n.
"ORA'1O (razn de covarianza)( M#*e la #n-l&en"#a *e &na %:er3a"#/n
#$+le en "%n6&nt% "%$+let% *e "%e-#"#ente *e la regre#/n. Un 3al%r
"er"an% a ( #n*#"a +%"a #n-l&en"#a. # 'COVRATIO @ () S 1 +/n '+ e el
n0$er% *e 3ar#a:le #n*e+en*#ente X( , n e el ta$a?% *e $&etra). la
%:er3a"#/n e "%n#*era <&e t#ene #n-l&en"#a.
Residuo e2cluido (deleted residual)( E el +r%"e% *e "al"&lar re#*&%
en l% "&ale la #n-l&en"#a *e "a*a &na *e la %:er3a"#%ne e e="l&,e
"&an*% e "al"&la & re#*&%. Et% e l%gra al %$#t#r la #J!#$a %:er3a"#/n
*e la e"&a"#/n *e regre#/n &a*a +ara "al"&lar el 3al%r et#$a*% Y.
D,)#'A( M#*e el "a$:#% en &n "%e-#"#ente *e la regre#/n "&an*% &na
%:er3a"#/n e %$#te *el anl## *e la regre#/n. e eta:le"e en t!r$#n%
*el "%e-#"#ente $#$%. ta$:#!n e +&e*e tener &na 3er#/n etan*ar#4a*a
SDBETA. *%n*e & 3al%re %n a6&ta*% +%r & err%re etn*ar. e
*e-#nen "%rte en ( % 2 "%rre+%n*#ente a n#3ele *e "%n-#an4a *e 0.(0 ,
0.05 re+e"t#3a$ente.
D,,1'( M#*e el #$+a"t% *e &na %:er3a"#/n en el a6&te general *el $%*el%.
"%n &na 3er#/n etan*ar#4a*a DCCIT. La $e6%r regla +r"t#"a e "al#-#"ar
"%$% #n-l&en"#a:le "&al<&#er 3al%r SDCCIT S 2 / ra#4'+/n). + e el n0$er%
*e 3ar#a:le #n*e+en*#ente X( , n e el ta$a?% *e $&etra.
#igenvalor (valor caracterKstico)( M#*e la "ant#*a* *e 3ar#an4a "%nten#*a
en la $atr#4 *e "%rrela"#/n *e $anera <&e la &$a *e l% e#gen3al%re e
#g&al al n0$er% *e 3ar#a:le. Ta$:#!n e "%n%"e "%$% ra;4 latente % ra;4
"ara"ter;t#"a.
Pg. 112
Matriz som$rero( Matr#4 <&e "%nt#ene 3al%re +ara "a*a %:er3a"#/n en la
*#ag%nal "%n%"#*a "%$% $atr#4 %$:rer%. <&e re+reentan el #$+a"t% *e la
3ar#a:le *e+en*#ente %:er3a*a en & 3al%r et#$a*% +%r la regre#/n. S#
t%*a la %:er3a"#%ne t&3#eran la $#$a #n-l&en"#a. ten*r;an &n 3al%r *e
+/n. S# &na %:er3a"#/n n% t#ene #n-l&en"#a. & 3al%r er J(/n. , "&an*% &n
3al%r *%$#na 3al*r 'nJ()/n. L% 3al%re <&e e="e*en a 2+/n +ara $&etra
gran*e % 1+/n +ara $&etra +e<&e?a 'n`R 10) %n "an*#*at% "%$%
%:er3a"#%ne #n-l&,ente.
0unto palanca (leverage point)( Una %:er3a"#/n <&e t#ene &n #$+a"t%
&tan"#al en l% re&lta*% *e la regre#/n *a*a & *#-eren"#a "%n %tra
%:er3a"#%ne en &na % $ *e la 3ar#a:le #n*e+en*#ente. La $e*#*a
$ "%$0n *e et% +&nt% e el valor sombrero "%nten#*% en la matri/
sombrero(
Distancia de Mala-ano$is (D
C
)( Me*#*a *e la #ng&lar#*a* *e &na
%:er3a"#/n #$+le "%n :ae en la *#-eren"#a entre l% 3al%re *e la
%:er3a"#/n , l% 3al%re +r%$e*#% +ara t%*% l% %tr% "a% *e la
3ar#a:le #n*e+en*#ente. La #n-l&en"#a en la regre#/n +%r la %:er3a"#/n e
*#-erente +ara &na % $ 3ar#a:le +re*#"t%ra. "a&an*% &n "%rr#$#ent% en
la e"&a"#/n *e regre#/n.
Outlier (punto a$errante o le!ano)( E &na %:er3a"#/n <&e t#ene &na
*#-eren"#a &tan"#al entre & 3al%re %:er3a*% , et#$a*% en la
3ar#a:le *e+en*#ente '&n re#*&% gran*e) % entre & 3ar#a:le
#n*e+en*#ente , , l% *e %tra %:er3a"#%ne. El %:6et#3% *e #*ent#-#"arl%
e <&e +&e*en re+reentar *e $anera #na+r%+#a*a el "%$+%rta$#ent% *e la
+%:la"#/n.
Matriz de descomposicin S 3ar#an4a *e l% "%e-#"#ente *e regre#/nH
M!t%*% +ara *eter$#nar la "%ntr#:&"#/n relat#3a *e "a*a &n% *e l%
eigenvalores a "a*a &n% *e l% "%e-#"#ente et#$a*%. S# *% % $
"%e-#"#ente etn $&, a%"#a*% "%n &n eigenvalor #$+le '$n#ice #e
con#ici"n) #n*#"a <&e et +reente &n n#3el #na"e+ta:le *e
multicolineali#a#.
Residuo( Me*#*a *e la et#$a"#/n +re*#"t#3a *e &na %:er3a"#/n #$+le.
"al"&la*% "%$% la *#-eren"#a *el 3al%r %:er3a*% , el 3al%r et#$a*% *e la
Pg. 113
3ar#a:le *e+en*#ente. Se a&$e <&e l% re#*&% t#enen $e*#a "er% ,
3ar#an4a "%ntante. Ta$:#!n #r3en +ara #*ent#-#"ar outliers , observaciones
in%luenciables(
Residuos estandarizados( Ree"ala*% *e l% resi#uos a &na :ae "%$0n
*#3#*#en*% "a*a &n% *e l% re#*&% entre la *e3#a"#/n etn*ar *e l%
re#*&%. De eta $anera l% re#*&% etan*ar#4a*% t#enen &na $e*#a *e
"er% , &na *e3#a"#/n etn*ar *e &n%. L% %&tl#er %n #*ent#-#"a*% "%$%
la %:er3a"#%ne <&e t#enen re#*&% $a,%re a ( % 2 +ara n#3ele *e
"%n-#an4a *e 0.(0 , 0.05 re+e"t#3a$ente.
Residuos estudentizados( D#-#eren *el re#*&% etan*ar#4a*% en la -%r$a
*e "al"&lar la *e3#a"#/n etn*ar. Para $#n#$#4ar la #n-l&en"#a *e &n outlier
#$+le. la *e3#a"#/n etn*ar &t#l#4a*a +ara etan*ar#4ar el re#*&% #J!#$%
e "al"&la *e l% et#$a*% *e la regre#/n e="l&,en*% la %:er3a"#/n #J
!#$a. Et% e >a"e *e $anera re+et#t#3a +ara "a*a &na *e la
%:er3a"#%ne. "a*a 3e4 e e="l&,e la %:er3a"#/n *e l% "l"&l%.
#valuado la multicolinealidad
C%rr#*a "%n SPSS @ V(0
Regression
aria$les #nteredTRemoved($)
Model aria$les #ntered aria$les Removed Met-od
B I7. I5. I6. I1. I2. I2. I('a) . Enter
a All re<&ete* 3ar#a:le entere*.
: De+en*ent Var#a:leH I9
Model *ummary
Model R R *;uare Ad!usted R *;uare *td4 #rror of t-e #stimate
B .879'a) .772 .755 2.2508
a Pre*#"t%rH 'C%ntant). I7. I5. I6. I1. I2. I2. I(
ANOA($)
Pg. 114
Model *um of *;uares df Mean *;uare , *ig4
B
Regression 6(77.8(2 7 882.525 22.552 .000'a)
Residual (822.222 92 (9.809
'otal 8000.256 99
a Pre*#"t%rH 'C%ntant). I7. I5. I6. I1. I2. I2. I(
: De+en*ent Var#a:leH I9
"oefficients(a)
Unstandardized
"oefficients
*tandardized
"oefficients
t *ig4
"ollinearity
*tatistics
Model ) *td4 #rror
)eta
'olerance 1,
B
("onstant) J9.255 2.929 J(.870 .065
GB (.956 2.025 .287 .957 .12( .027 16.225
GC (.280 2.(55 .(70 .592 .552 .010 11.(76
GE 1.270 .206 .507 8.057 .000 .627 (.596
GF J1.917EJ01 .67( .000 J.006 .995 .127 2.882
G7 2.600 2.0(2 .182 (.(27 .255 .022 25.20(
G> (.210 .952 .(06 (.290 .200 .170 2.70(
GH .226 .156 .075 (.(98 .212 .629 (.589
a De+en*ent Var#a:leH I9
"ollinearity Diagnostics(a)
#igenvalue
"ondition
1nde2
ariance 0roportions
Model
Dimension
("onstant) GB GC GE GF G7 G> GH
B B 7.511 (.000 .00 .00 .00 .00 .00 .00 .00 .00
C .25( 5.272 .00 .00 .0( .0( .00 .00 .00 .0(
E .(06 8.226 .00 .0( .0( .00 .0( .00 .02 .02
F 6.528EJ02 (0.726 .0( .00 .00 .02 .01 .00 .(8 .09
7 2.261EJ02 (7.289 .0( .0( .0( .1( .00 .00 .00 .51
> (.2(9EJ02 22.86( .01 .00 .00 .07 .75 .00 .67 .05
Pg. 115
H 6.259EJ01 12.692 .86 .00 .00 .52 .(7 .00 .(0 .28
O 8.152EJ02 92.959 .09 .97 .97 .05 .02 .99 .0( .00
a De+en*ent Var#a:leH I9
Caltan "%n"e+t% *el "a+;t&l% 2 , 2a.
Pg. 116
#!emplo(
,amilia 'ar!etas 'amano 1ngreso
( 2 2 (2
2 6 2 (6
1 6 2 (2
2 7 2 (7
5 8 5 (8
6 7 5 2(
7 8 6 (7
8 (0 6 25
T%tal
La #ntr&""#%ne *e M#n#ta: +ara "%rrer el e6e$+l% %nH
( Cargar *at%
2 en M#n#ta:.
2 *tat + Regression + Regression.
1 En Response. ele""#%nar Tar0etas.
2 En 0redictors. ele""#%nar Tamano e -ngreso.
5 Cl#"N 6rap-s4
6 En Residuals for 0lots/ ele""#%nar *tandardized4
7 En Residual 0lots. ele""#%nar 1ndividual 0lots. Sele""#%nar &istogram
of residuals. Normal plot of residuals. , Residuals versus fits. Cl#"N O..
8 Cl#"N Options. en Display. ele""#%nar 0R#** , predicted R<s;uare.
Cl#"N O. en "a*a &n% *e l% "&a*r% *e *#l%g%.
Pg. 117
S2an"a%"&#" R#!"8al
3
#
%
(
#
n
2
+ 2 * 7 4* 42 4+
55
5I
57
D7
R7
Z7
I7
,7
+7
27
*7
I
*
N)%-al 3%)5a5l26 3l)2 )4 2=# R#!"8al!
(response is @ar'etas)
Regression Analysis( 'ar!etas versus 'amano/ 1ngreso
T?e regression e7uation is
Tarjetas = 0.48 + 0.!" Tamano + 0."# Ingreso
!redictor &oe# %E &oe# T !
&onstant -,12$ +,16+ -,.. -,0**
Tamano -,6.$$ -,$*$. $,*+ -,-*1
@ngreso -,$+*2 -,+-2- $,-- -,+-$
% 4 -,02-//- 56%7 4 26,+8 56%79ad:; 4 2-,68
!5E%% 4 2,-$+00 56%79pred; 4 6.,*18
Analysis o# Variance
%ource DF %% M% F !
5egression $ +2,/*-. /,10*+ +*,*. -,--0
5esidual Error * .,-1/0 -,6-//
Total 0 $$,----
%ource DF %e7 %%
Tamano + +6,*+1.
@ngreso + $,1.6-
1nterpretacin de resultados
*alida de sesin
El 3al%r P en la ta:la *e AAOVA '0.000) $&etra <&e el $%*el% et$a*%
+%r el +r%"e*#$#ent% *e regre#/n e #gn#-#"at#3% a &n al-a *e 0.05.
#n*#"an*% <&e al $en% &n "%e-#"#ente e *#-erente *e "er%.
Pg. 118
L% 3al%re P *e l% "%e-#"#ente et#$a*% +ara ta$an% e *e 0.052
#n*#"an*% <&e e #gn#-#"at#3% a &n n#3el al-a *e 0.052. S&g#r#en*% <&e el
$%*el% *e regre#/n #$+le e a*e"&a*%.
El 3al%r *e R "&a*ra*% #n*#"a <&e l% +re*%"t%re e=+l#"an el 87.2U *e
la 3ar#an4a en Tar6eta. La R "&a*ra*a a6&ta*a e 85.9U. <&e
re+reenta la "%ntr#:&"#/n *el n0$er% *e +re*#"t%re en el $%*el%.
A$:% 3al%re #n*#"an <&e el a6&te e a*e"&a*%.
El 3al%r +r%n%t#"*% R "&a*ra*% e 78.96U. *a*% <&e e +are"#*% a R
"&a*ra*% , r "&a*ra*% a6&ta*%. el $%*el% n% +are"e etar
%:rea6&ta*% , t#ene &na :&ena >a:#l#*a* *e +re*#""#/n
La %:er3a"#%ne 2 , 22 e #*ent#-#"an "%$% n% &&ale *a*% <&e el
3al%r etan*ar#4a*% *e l% re#*&% e $a,%r a 2. In*#"an*% +&nt%
a:erante % %&tl#er.
*alida grfica
El >#t%gra$a *e l% re#*&% $&etra &n +atr/n "%n#tente "%n la
*#tr#:&"#/n n%r$al. El >#t%gra$a e $ e-e"t#3% +ara gr&+% *e $
*e 50 %:er3a"#%ne. La gr-#"a *e +r%:a:#l#*a* n%r$al e $ -"#l *e
#nter+retar "%n +e<&e?a $&etra.
En la gr-#"a n%r$al ta$:#!n %:realen l% %&tl#er 2 , 22.
La gr-#"a *e re#*&% "%ntra 3al%re *e +re*#""#/n $&etra <&e l%
re#*&% %n $ +e<&e?% "%n-%r$e "%n-%r$e l% 3al%re a6&ta*% e
#n"re$entan. #n*#"an*% <&e n% t#enen 3ar#an4a "%ntante.

Pg. 119
#!emplo con datos de &atco
Ka"er &n et&*#% *e "%rrela"#/n entre la 3ar#a:le #n*e+en*#enteH
( Cargar *at% en M#n#ta:.
2 *tat + )asic statistics + "orrelation
1 Var#a:le I( @ I7 I9 #n*#"ar S>%G P 3al&e
2 OT
L% re&lta*% %n l% #g&#enteH
"orrelations( GB/ GC/ GE/ GF/ G7/ G>/ GH/ GR
B+ B$ B. B1 B* B6 B0
B$ 6-,.1/
-,---
B. -,106 6-,10$
-,--- -,---
B1 -,-*- -,$0$ 6-,-/*
-,6+2 -,--6 -,.10
B* -,6+$ -,*+. -,-61 -,$//
-,--- -,--- -,*$1 -,--.
B6 -,-00 -,+26 6-,-+* -,022 -,$1+
-,116 -,-61 -,22- -,--- -,-+6
B0 6-,12. -,10- 6-,1-0 -,$-- 6-,-** -,+00
-,--- -,--- -,--- -,-16 -,*26 -,-02
B/ -,606 -,-2. -,**6 -,$$* -,0-+ -,$*0 6-,+/$
-,--- -,1+$ -,--- -,-$1 -,--- -,-+- -,-**
!6Value
La 3ar#a:le I5 'er3#"#% en general) et $ "%rrela"#%na*% "%n la re+&eta
I9 "%n r R 0.70(. I( ta$:#!n et "%rrela"#%na*a "%n la re+&eta #n e$:arg%
t#ene "%rrela"#/n "%n I5 +%r l% <&e el &% *e a$:a e "&et#%na:le.
La #ntr&""#%ne *e M#n#ta: +ara "%rrer el e6e$+l% %nH
( Cargar *at% en M#n#ta:.
2 *tat + Regression + Regression.
Pg. 120
1 En Response. ele""#%nar I9 '&t#l#4a"#/n *el +r%*&"t%).
2 En 0redictors. ele""#%nar I( @ I7.
5 Cl#"N 6rap-s4
6 En Residuals for 0lots/ ele""#%nar *tandardized4
7 En Residual 0lots. ele""#%nar 1ndividual 0lots. Sele""#%nar &istogram
of residuals. Normal plot of residuals. , Residuals versus fits. Cl#"N O..
Regression Analysis( GR versus GB/ GC/ GE/ GF/ G7/ G>/ GH
T?e regression e7uation is
B/ 4 6 /,$* F +,/6 B+ F +,$2 B$ F .,$0 B. 6 -,--1 B1 F 1,6- B* F +,$. B6
F -,1$6 B0
!redictor &oe# %E &oe# T !
&onstant 6/,$** 1,/1/ 6+,20 -,-6*
B+ +,/*6 $,-1* -,/6 -,.1+
B$ +,$2- $,+** -,*/ -,**1
B. .,$0-$ -,1-*/ 2,-6 -,---
B1 6-,--./ -,60+1 6-,-+ -,//*
B* 1,6-- 1,-+$ +,+* -,$**
B6 +,$.-* -,/*.0 +,$/ -,$--
B0 -,1$6+ -,.**0 +,$- -,$.1
% 4 1,1*-0* 56%7 4 00,$8 56%79ad:; 4 0*,*8
!5E%% 4 $+11,+. 56%79pred; 4 0.,$-8
Analysis o# Variance
%ource DF %% M% F !
5egression 0 6+00,2+ 22$,*1 11,** -,---
5esidual Error /$ +2$$,11 +/,2+
Total // 2---,$6
%ource DF %e7 %%
B+ + .6*/,06
B$ + /$0,22
B. + +1$1,+-
B1 + 2-,12
B* + +2,$-
B6 + .2,/0
B0 + $2,1.
Cnusual )"servations
)"s B+ B/ Fit %E Fit 5esidual %t 5esid
0 1,6- 16,--- *2,0.1 +,.0/ 6+$,0.1 6.,-+5
++ $,1- .$,--- 1+,.6* +,-+1 6/,.6* 6$,+65
+1 .,0- .2,--- 10,2.. +,-/2 6/,2.. 6$,$25
$$ .,1- .*,--- .1,20- $,0++ -,+.- -,-1 B
** .,2- ./,--- ..,1.. $,0+$ *,*60 +,*2 B
+-- $,*- ..,--- 1.,0$+ +,-1/ 6+-,0$+ 6$,125
5 denotes an o"servation (it? a large standardiDed residual,
B denotes an o"servation (?ose B value gives it large in#luence,
Pg. 121

Normplot of Residuals for GR
S2an"a%"&#" R#!"8al
3
#
%
(
#
n
2
+ 2 * 7 4* 42 4+
55"5
55
5I
57
D7
R7
Z7
I7
,7
+7
27
*7
I
*
7"*
N)%-al 3%)5a5l26 3l)2 )4 2=# R#!"8al!
(response is U5)
F22#" Val8#
S
2
a
n
"
a
%
"
&
#
"

R
#
!
"
8
a
l
Z7 I7 ,7 +7 27
2
*
7
4*
42
4+
R#!"8al! V#%!8! 2=# F22#" Val8#!
(response is U5)
Pg. 122

Analisis Multivariado 2

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Analisis Multivariado 2

Enviado por

Direitos autorais:

Formatos disponíveis

MTODOS ESTADSTICOS MULTIVARIADOS P. REYES / DIC.

Para +r%:ar la #gn#-#"an"#a e la regre#/n e &t#l#4a el eta;t#"% CH

Você também pode gostar