Escolar Documentos
Profissional Documentos
Cultura Documentos
conglomerados e
MDS
Lígia Cássia M. C. Santos, NUSP: 9564580
Técnicas de Levantamento e Análise de Dados em Marketing
1 Sem/2020
Análise de Conglomerados
2
Análise de Conglomerados
Os agrupamentos resultantes de objetos devem ser homogêneos internamente e
heterogêneos externamente. Assim, se a classificação for bem sucedida, os objetos dentro
dos agrupamentos estarão próximos quando representados graficamente, e diferentes
agrupamentos estarão distantes. (hair et al., 2009)
3
Análise de Conglomerados
Os papéis mais comuns que a análise de agrupamentos pode desempenhar em desen-
volvimento conceitual incluem os seguintes:
4
Principais medidas de distância
As medidas de distância são, na verdade, uma medida de dissimilaridade, com valores
maiores denotando menor similaridade.
-Regional
-Atendimento
-Sortimento
-Organização
7
8
9
10
11
12
13
14
15
16
Resultado da Análise
18
O Gráfico Dendograma apresenta as
ligações entre as variáveis/ objetos.
Além disso, é possível verificar
clusters.
19
A Tabela de associação de cluster
mostra quais clusters as variáveis
fazem parte.
20
A tabela cluster final mostra quanto
uma variável esta contida no
cluster.
21
22
MDS
23
Escalonamento Multidimensional
O escalonamento multidimensional (MDS) se refere a uma série de técnicas que ajudam o
pesquisador a identificar dimensões-chave inerentes a avaliações feitas por respondentes
quanto a objetos e então posicionar tais objetos neste espaço dimensional. (Hair et al.,
2009)
24
Escalonamento Multidimensional
Escalonamento multidimensional (MDS), também conhecido como mapeamento perceptual,
é um procedimento que permite a um pesquisador determinar a imagem relativa percebida de
um conjunto de objetos (empresas, produtos, idéias ou outros itens associados a percepções
comumente consideradas).
27
Etapas
O MDS difere de outros métodos multivariados no sentido de usar apenas
uma medida geral de similaridade ou preferência. Para executar uma análise
de escalonamento multidimensional, o pesquisador realiza três pas- sos
básicos:
1. Reunir medidas de similaridade ou de preferência no conjunto inteiro de
objetos a serem analisados.
2. Usar técnicas MDS para estimar a posição relativa de cada objeto em
espaço multidimensional.
3. Identificar e interpretar os eixos do espaço dimensional em termos de
atributos perceptuais e/ou objetivos.
(Hair et al, 2009) 28
Diferenças no SPSS
O SPSS apresenta 3 algoritmos de resolução do 𝑀𝐷𝑆 que aceitam entradas métricas e não métricas
de matrizes de proximidade: ALSCAL, PROXSCAL e PREFSCAL.
30
31
32
33
O 𝑆𝑡𝑟𝑒𝑠𝑠 (Standardized Residual Sum of Squares) é uma medida de ajuste adimensional e
quanto menor for o seu valor melhor
34
São apresentados os dados básicos referentes ao processamento.
Missing values são apresentados.
35
São apresentados os dados básicos referentes ao processamento.
Missing values são apresentados.
36
37
38
39
40
Quanto mais próximo de uma reta com um
ângulo de 45º melhor foi o ajuste do algoritmo.
41
Quanto mais próximo de uma reta
com um ângulo de 45º melhor foi o
ajuste do algoritmo.
42
REFERÊNCIAS
HAIR, J. F.; BLACK, W. C.; BABIN, B. J.; ANDERSON, R. E.; TATHAM, R. L. Análise
Multivariada de Dados. BOOKMAN, 2009.
43