Análisis de mercados – Parte 8

project-management-team

project-management-team

Continuando con nuestro artículo sobre el Análisis de Mercados, seguiremos con el análisis factorial.

L. Análisis factorial

El análisis factorial tiene como objetivo agrupar datos o variables, esto se realiza considerando los siguientes aspectos:

Los datos que se trabajan en encuestas son fiables, es decir su coeficiente Alfa de Cronbach es significativo, mayor a 0.7, lo cual supone que la información contenida en las preguntas es poco variables y hasta muy homogénea. Cuando se da eso, es de esperar que diversas variables tengan un patrón de comportamiento similar, es decir estén correlacionadas. La correlación de variables, significa que tan asociadas en su comportamiento se encuentran, o si los cambios de una variable generan cambios similares o inversos en otra variable, la correlación se mide por el Coeficiente de Correlación r:

r = Covarianza (x, y) / (Sx .Sy) 

  • La covarianza entre las variables x, y implica que la variación de una de ellas, ocasiona una variación en la otra, esta variación puede ser positiva (ambas varían en la misma dirección) o puede ser negativa (ambas varían en sentido opuesto)
  • Sx, Sy Significa la desviación estándar de cada variable (su distancia desde la media)
  • r mide de este modo el grado de asociación lineal entre dos variables, si la covarianza es alta, r tiende a 1, si es baja r tiende a –1, si la desviación estándar de cada variable es muy alta, r tiende a cero

El gráfico siguiente plantea la relación entre variables:

pic_8

Asumamos que dos variables X1, X2, tienen una alta relación positiva, es decir su coeficiente de correlación es 1, en ese caso puede decirse que ambas variables se comportan igual, de modo que una de ellas puede ser suficiente para explicar el comportamiento de ambas.

Ejemplo:

pic_9

Respuesta:

pic_10

Cálculos de los coeficientes de correlación con la respuesta

pic_11

Conseguimos que la correlación más alta se da entre sabroso y típico (0.78), una correlación algo importante seda entre Light e Imagen (0.55), alcanzamos decir que las demás variables son independientes o tienen relaciones opuestas (correlaciones negativas), esto suele suceder si la información trabajada tiene mucha varianza interior, es decir el test termina siendo no confiable.

Podemos concluir que existen dos factores el primero asociado con el tipo de comida (sabrosa típica) y el segundo con los beneficios percibidos (Light e imagen)

Continúa en: 

Análisis de mercados – Parte 1

Análisis de mercados – Parte 2

Análisis de mercados – Parte 3

Análisis de mercados – Parte 4

Análisis de mercados – Parte 5

Análisis de mercados – Parte 6

Análisis de mercados – Parte 7

Vía: Pyme’s

Artículos Relacionados

comments

Sé el primero en comentar

Dejar una contestacion