Este documento presenta una introducción al análisis multivariado. Explica que el análisis multivariado involucra métodos estadísticos que analizan múltiples medidas de cada individuo simultáneamente. Describe algunas técnicas multivariadas como el análisis de componentes principales, análisis factorial, análisis discriminante y escalamiento multidimensional. También discute las escalas de medición cualitativas y cuantitativas y cómo estas afectan la selección de técnicas multivariadas. Concluye resalt
1. Mamani FernándezBladimir
Docente.Mgr. José Ramiro Zapata Barrientos
Materia: Investigaciónde MercadosII
“LIBEREMOS BOLIVIA”
“ANALISIS MULTIVARIADO”
“El que tiene grandes pensamientos a menudo comete grandes errores”
Martín Heidegger
1.- INTRODUCCION:
1.1.- Orígenes y autores:
El origendel análisis multivariadose remontaaloscomienzosdel sigloXX,conPearsonySperman,
época en la cual se empezaron a introducir los conceptos de la estadística moderna. Las bases
definitivasdeestetipodeanálisisse establecieronenladécada1930-40conHotelling,Wilks,Fisher,
Mahalanobis,yBartlett (Bramardi,2002). En términosgenerales,el análisismultivariadose refiere
a todos aquellos métodos estadísticos que analizan simultáneamente medidas múltiples (más de
dos variables) de cada individuo. Por su parte Hair (Hair et al., 1992) puntualiza que para el caso
del análisis de datosresultantesde caracterizaciónde recursosgenéticosvegetales,el problemaes
representargeométricamente,cuantificarlaasociaciónentreindividuosyclasificarlosrespectoaun
conjuntode variables,lascualespuedensercuantitativas,cualitativasolacombinaciónde ambas.1
Teniendo en cuenta los objetivos que se desean alcanzar, este investigador clasifica los métodos
multivariadosendosgrandesgrupos.El primerose denominade ordenación oreducciónde datos
y permite arreglar y representar gráficamente el material bajo estudio en un número reducidode
dimensiones.El segundose denominade clasificaciónypermitelabúsquedade grupossimilareslo
más homogéneosposible paraclasificarloselementos.Cadabase de datos estácompuestapor un
conjunto de objetos o casos representativos de un problema en cuestión (en este caso son las
accesiones) yasuvez,cadaobjeto,sedescribemedianteunconjuntodeatributosorasgos,también
conocidoscomovariablesde entradaocaracterísticas(enestecasosonlosdescriptores),loscuales
pueden ser cualitativos (categóricos) o cuantitativos (numéricos).2
En ocasiones
algunasvariablespuedencrearruidoenlosdatos,puesaquellasque sonredundantes oirrelevantes
degradan la clasificación. La eliminación de estos rasgos resulta en una igual o mejor clasificación
que con el conjunto completo, no obstante, pueden obtenerse resultados no consistentes, por lo
cual losinvestigadoresnodebenhacerusoindiscriminadode losmétodosde selecciónde variables.
La reducción de la dimensionalidad con la de extracción de atributos se trata de encontrar un
número más reducido de nuevos atributos a partir de transformaciones de los iniciales. Entre las
técnicas de extracción más conocidas tenemos el análisis por factores que se emplea
frecuentemente para crear nuevas variables que resuman toda la información de la que podría
disponerse en las variables originales, por tanto, es indudable su uso en la reducción de l a
dimensionalidad del conjunto de datos. El nuevo conjunto de variables no correlacionadas
obtenidas,llamadasfactoressubyacentessepuedenusarenelanálisisfuturode losdatos(Johnson,
2000). Otra de las técnicas más usadas en la reducción de datos son las técnicas de escalamiento
óptimo, dentro de las cuales el análisis de correspondencias múltiple, también conocido como
2. Mamani FernándezBladimir
Docente.Mgr. José Ramiro Zapata Barrientos
Materia: Investigaciónde MercadosII
“LIBEREMOS BOLIVIA”
análisisde homogeneidad,permite encontrarlascuantificacionesóptimas,esdecir,que separenal
máximo las categorías entre sí. Esto implica que los objetos de la misma categoría se representan
cercanos entre sí, mientrasque los objetosde categorías diferentesse representanlomás alejado
posible.3
2.- DESARROLLO:
2.1.-El análisis multivariante o análisis multivariado:
Es un métodoestadístico utilizadoparadeterminarlacontribuciónde variosfactoresenun simple
evento o resultado.
Los factores de estudio son los llamados factores de riesgo (bioestadística), variables
independientes o variables explicativas.
El resultado estudiado es el evento, la variable dependiente o la variable respuesta.
El análisis multivariante mediante técnicas de proyección sobre variables latentes tiene muchas
ventajas sobre los métodos de regresión tradicionales:
se puede utilizar la información de múltiples variables de entrada, aunque éstas no sean
linealmente independientes
puede trabajar con matrices que contengan más variables que observaciones
puede trabajar con matrices incompletas, siempre que los valores faltantes estén
aleatoriamente distribuidos y no superen un 10%
puesto que se basan en la extracción secuencial de los factores, que extraen la mayor
variabilidad posible de la matriz de las X (variables explicativas, tienen que ser dependientes)
pueden separar la información del ruido. Se asume que las X se miden con ruido.4
2.2.- Técnicas Multivariado
Análisis de componentes principales.
Análisis factorial
Análisis discriminante
Análisis de la correlación canónica
Análisis de grupos
Escalamiento multidimensional
Análisis de correspondencias
Análisis factorial confirmatorio
Modelo de Ecuaciones Estructurales (SEM), análisis causal.
Análisis conjunto
Escalamiento Óptimo.5
2.3.- Escalas de medición
El análisisde losdatosimplicalaseparación,identificaciónymedida de lavariaciónenunconjunto
de variables,tantoentre ellasmismascomoentre una variable dependiente yuna o más variables
independientes. El término clave aquí es medida, dado que el investigador no puede separar o
3. Mamani FernándezBladimir
Docente.Mgr. José Ramiro Zapata Barrientos
Materia: Investigaciónde MercadosII
“LIBEREMOS BOLIVIA”
identificar una variación a menos que pueda ser mesurable. La medida es importante para
representarconprecisiónel conceptode nuestrointerésyescrucial enla seleccióndel métodode
análisismultivarianteapropiado.Enlossiguientespárrafosvamosadiscutirel conceptode medida
en lo que se refiere al análisis de datos y particularmente a las diversas técnicas multivariantes.
Existen dos tipos básicosde datos: no métricos(cualitativos) y métricos (cuantitativos).6
Los datos
no métricos son atributos, características o propiedades categóricas que identifican o describena
un sujeto. Describen diferencias en tipo o clase indicando la presencia o ausencia de una
característica o propiedad. Muchas propiedades son discretas porque tienen una característica
peculiarque excluye todas lasdemás características. Por ejemplo,si unoes hombre,no puede ser
mujer;Nohay cantidadde «género»,sólolacondiciónde serhombre omujer.Porel contrario,las
medidasde datosmétricosestánconstituidasde tal formaque lossujetospuedenseridentificados
por diferencias entre grado o cantidad. Las variables medidas métricamente reflejan cantidades
relativasogrado. Las medidasmétricassonlasmás apropiadaspara casos que involucrancantidad
o magnitud, tales como el nivel de satisfacción o la demanda de trabajo.7
3.- CONCLUCIONES:
Se identificó que el análisis multivariado es de mucha importancia dentro un proceso de
investigaciónde mercado,se manejaestadísticamentevariosconceptosyaplicacionesque se debe
tomar en cuenta ya que, si cualquiera de esos conceptos olvidados el proceso de la investigación
puede tener errores, también ocupa varias técnicas de análisis multivariado y así mismo poder
realizarinterpretacionesdelosresultadosde unamaneraadecuada.Porlotatosuusosinteneruna
base conceptual correcta no podrá apoyar al análisis de los resultados de cualquier técnica
multivariante.
4.- REFERENCIAS:
1.- https://es.wikipedia.org/wiki/An%C3%A1lisis_multivariante
2.- https://es.wikipedia.org/wiki/Alfa_de_Cronbach
3.- https://es.ryte.com/wiki/An%C3%A1lisis_Multivariante
4.-https://help.xlstat.com/s/article/qu-mtodo-de-anlisis-de-datos-multivariante- egir?language=es
5.- https://www.um.es/docencia/pguardio/documentos/Tec_seg.pdf
6.- https://gauss.inf.um.es/00Rteam/clasR/materiales/presentacionTalleres1_2.pdf
7.-
https://scholar.google.com.bo/scholar?q=an%C3%A1lisis+multivariante+normalidad&hl=es&as_sd
t=0&as_vis=1&oi=scholart