Ejercicios Resueltos de Investigacion de Mercados
-
Upload
christian-carlos -
Category
Documents
-
view
975 -
download
6
Transcript of Ejercicios Resueltos de Investigacion de Mercados
ANÁLISIS CORRELACIONAL SOCIODEMOGRÁFICO DE LAS PROVINCIAS
DE COCHABAMBA
1. Propósito
En una sociedad determinada, la mortalidad infantil en los primeros años de vida es
resultado de las condiciones en las que se desarrolla la vida de la población y la educación
de las madres y que influyen en el desarrollo de nacional.
El propósito de este estudio es de determinar si la mortalidad infantil disminuye con en
mejoramiento de las condiciones de vida y el nivel de educación de las madres de los 44
municipios del Cochabamba.
2. Objetivo
El objetivo de este estudio es de probar si existe relación entre la mortalidad infantil, los
factores sociales y económicos con las características individuales de las mujeres de los 44
municipios de Cochabamba.
3. Metodología
Determinar un conjunto de variables independientes que permitan explicar la
variable dependiente.
Utilizar la técnica de análisis de regresión para fines explicativos
Explicar los resultados obtenidos del estudio del análisis de regresión.
4. Desarrollo
4.1. Información Utilizada
Los datos son de los 44 municipios de Cochabamba, y fueron obtenidos del Censo Nacional
de Población y Vivienda de 2001.
id provinc municip ip tot_viv vivphp p_vivphp ser_de p_ser_de icv_de p_icv_de pob tmi tgf poburb ppurb anmuj pobagr ninos
1 ´Cercado´ ´Cercado´ 33,8 135.892 123.477 90,86 3.900 3,16 6.603 5,35 517.024 53 3,1 516.683 99,9 8,5 3,8 3,80
2 ´Campero´ ´Aiquile´ 83,6 8.063 6.118 75,88 2.375 38,82 3.616 59,10 26.281 86 7,1 7.381 28,1 40,4 55,8 12,90
3 ´Campero´ ´Pasorapa´ 88,5 1.593 1.099 68,99 418 38,03 708 64,42 4.659 66 7,0 0 0,0 33,0 67,7 12,90
4 ´Campero´ ´Omereque´ 85,5 1.756 1.394 79,38 539 38,67 791 56,74 6.071 68 6,1 0 0,0 32,1 76,6 12,10
5 ´Ayopaya´ ´Independencia´ 97,5 8.425 6.398 75,94 4.003 62,57 5.316 83,09 26.825 106 7,5 2.014 7,5 57,2 80,3 12,00
6 ´Ayopaya´ ´Morochata´ 98,2 9.313 7.746 83,17 4.996 64,50 6.584 85,00 34.134 97 6,9 0 0,0 43,8 87,2 12,70
7 ´Esteban Arce´ ´Tarata´ 69,9 2.855 2.246 78,67 464 20,66 937 41,72 8.715 74 5,1 3.323 38,1 33,8 40,2 7,70
8 ´Esteban Arce´ ´Anzaldo´ 93,9 3.811 2.650 69,54 1.295 48,87 1.997 75,36 9.126 110 6,3 0 0,0 52,3 66,2 8,70
9 ´Esteban Arce´ ´Arbieto´ 54,4 3.445 2.538 73,67 229 9,02 437 17,22 9.438 71 3,5 0 0,0 30,6 47,4 4,20
10 ´Esteban Arce´ ´Sacabamba´ 98,2 1.882 1.189 63,18 448 37,68 836 70,31 4.718 106 5,2 0 0,0 41,5 63,1 9,50
11 ´Arani´ ´Arani´ 68,0 4.519 3.081 68,18 489 15,87 933 30,28 11.542 94 5,0 3.512 30,4 34,8 56,0 5,50
12 ´Arani´ ´Vacas´ 94,9 4.893 3.209 65,58 1.296 40,39 2.188 68,18 12.511 109 6,3 0 0,0 48,2 85,3 9,30
13 ´Arque´ ´Arque´ 99,2 3.492 2.904 83,16 2.047 70,49 2.627 90,46 11.496 122 7,9 0 0,0 73,7 82,7 11,80
14 ´Arque´ ´Tacopaya´ 99,9 3.542 3.213 90,71 1.544 48,05 2.874 89,45 11.968 118 8,1 0 0,0 60,4 79,8 10,30
15 ´Capinota´ ´Capinota´ 73,6 5.626 4.283 76,13 970 22,65 1.796 41,93 16.945 67 5,4 7.487 44,2 37,7 61,4 9,20
16 ´Capinota´ ´Santivañez´ 67,0 2.567 1.780 69,34 317 17,81 608 34,16 6.402 75 5,4 0 0,0 35,1 65,7 5,60
17 ´Capinota´ ´Sicaya´ 95,8 748 620 82,89 312 50,32 446 71,94 2.235 85 5,5 0 0,0 53,7 55,0 8,90
18 ´German Jordán´ ´Cliza´ 46,9 5.783 4.824 83,42 155 3,21 792 16,42 19.992 57 4,0 8.840 44,2 25,3 25,5 5,30
19 ´German Jordán´ ´Toko´ 78,7 2.275 1.731 76,09 248 14,33 670 38,71 6.460 67 5,0 0 0,0 35,8 65,3 6,90
20 ´German Jordán´ ´Tolata´ 51,4 1.355 1.080 79,70 70 6,48 146 13,52 5.316 49 3,4 2.207 41,5 22,2 33,8 8,10
21 ´Quillacollo´ ´Quillacollo´ 30,8 25.966 23.734 91,40 874 3,68 1.817 7,66 104.206 57 3,8 78.324 75,2 13,5 13,7 5,40
22 ´Quillacollo´ ´Sipe Sipe´ 64,1 9.707 7.647 78,78 1.555 20,33 2.246 29,37 31.337 77 5,0 3.134 10,0 30,1 55,6 7,40
23 ´Quillacollo´ ´Tiquipaya´ 41,2 9.242 8.216 88,90 567 6,90 1.095 13,33 37.791 57 4,1 26.732 70,7 14,5 21,8 7,30
24 ´Quillacollo´ ´Vinto´ 49,1 8.426 7.399 87,81 780 10,54 1.440 19,46 31.489 63 4,7 14.180 45,0 18,5 34,6 6,30
25 ´Quillacollo´ ´Colcapirhua´ 23,1 10.343 9.495 91,80 81 0,85 366 3,85 41.980 55 3,6 41.637 99,2 10,8 9,0 5,20
26 ´Chapare´ ´Sacaba´ 44,2 32.052 27.384 85,44 2.463 8,99 4.188 15,29 117.100 63 4,2 92.581 79,1 16,1 18,9 6,10
27 ´Chapare´ ´Colomi´ 85,2 5.089 3.685 72,41 820 22,25 1.265 34,33 16.262 87 6,4 3.699 22,7 33,0 75,6 11,80
28 ´Chapare´ ´Villa Tunari´ 87,2 19.632 15.205 77,45 10.183 66,97 9.368 61,61 53.996 91 6,1 4.511 8,4 30,5 74,9 8,00
29 ´Tapacarí´ ´Tapacarí´ 99,4 7.951 6.616 83,21 4.196 63,42 5.926 89,57 25.919 111 7,7 0 0,0 60,0 82,1 10,50
30 ´Carrasco´ ´Totora´ 92,7 4.307 3.195 74,18 1.948 60,97 2.318 72,55 12.961 87 7,8 0 0,0 44,8 70,4 13,40
31 ´Carrasco´ ´Pojo´ 87,5 10.729 8.459 78,84 4.572 54,05 4.768 56,37 34.974 85 6,2 6.185 17,7 30,4 70,3 11,00
32 ´Carrasco´ ´Pocona´ 93,5 4.789 3.342 69,78 1.213 36,30 1.864 55,77 13.488 94 6,8 0 0,0 40,6 81,7 11,10
33 ´Carrasco´ ´Chimoré´ 82,7 4.647 3.722 80,09 1.850 49,70 1.829 49,14 15.264 90 6,0 3.874 25,4 25,4 59,8 9,80
34 ´Carrasco´ ´P. Villarroel´ 81,7 12.709 10.457 82,28 5.047 48,26 4.851 46,39 39.518 82 5,8 6.366 16,1 27,8 68,0 8,30
35 ´Mizque´ ´Mizque´ 93,0 9.368 6.345 67,73 3.522 55,51 4.774 75,24 26.659 112 6,7 2.677 10,0 50,4 69,1 12,20
36 ´Mizque´ ´Vila Vila´ 97,3 1.576 1.221 77,47 640 52,42 1.027 84,11 4.591 127 6,9 0 0,0 56,5 73,1 11,50
37 ´Mizque´ ´Alalay´ 99,5 1.306 1.053 80,63 536 50,90 944 89,65 4.931 91 6,9 0 0,0 46,6 87,8 21,30
38 ´Punata´ ´Punata´ 44,9 8.136 6.713 82,51 190 2,83 825 12,29 26.140 66 3,7 14.742 56,4 24,3 28,3 4,40
39 ´Punata´ ´Villa Rivero´ 81,6 2.055 1.564 76,11 293 18,73 698 44,63 5.857 64 5,5 0 0,0 38,0 69,2 7,00
40 ´Punata´ ´San Benito´ 55,6 4.336 3.174 73,20 280 8,82 585 18,43 12.720 72 4,5 2.029 16,0 28,3 51,2 5,70
41 ´Punata´ ´Tacachi´ 80,5 466 349 74,89 105 30,09 174 49,86 1.210 66 4,2 0 0,0 29,8 57,5 5,20
42 ´Punata´ ´Cuchumuela´ 92,2 615 466 75,77 110 23,61 278 59,66 1.808 74 4,2 0 0,0 41,2 73,0 9,20
43 ´Bolívar´ ´Bolívar´ 98,4 2.641 2.377 90,00 667 28,06 1.951 82,08 8.635 127 5,8 0 0,0 54,2 79,1 8,40
44 ´Tiraque´ ´Tiraque´ 84,1 11.159 9.013 80,77 3.196 35,46 4.358 48,35 35.017 94 6,6 4.291 12,3 34,2 72,8 9,50
Fuente: INE 2001
Indicadores demográficos:
TMI (Tasa de mortalidad infantil)
IP (Índice de pobreza)
ANMUJ (Analfabetismo femenino)
MODELO: TMI = β1 + β2 ip + β3anmuj + U
Técnica Estadística
Para el siguiente estudio se utilizó Análisis de regresión múltiple
4.2. Verificación de la Aplicabilidad del Análisis de Regresión
En esta primera parte, se evaluó el supuesto de normalidad del término estocástico (U), en
términos gráficos. El objetivo de este estudio, es de verificar la normalidad del U o error
poblacional y también la normalidad de las variables en el modelo. Para este cometido se
utilizó el gráfico q-q o grafico de probabilidad normal.
En los siguientes gráficos de probabilidad normal para las variables tmi, ip, anmuj y para
los errores de estimación, se observa que las variables tmi (gráfico Nº1 ) y el anmuj (gráfico
Nº 3) tienen distribuciones parecidas a las normales, en cambio la variable ip (gráfico Nº 2)
parece no comportarse normalmente.
Gráfico Nº 1
Fuente: Elaboración Propia
Gráfico Nº 2
Fuente: Elaboración Propia
Gráfico Nº 3
Fuente: Elaboración Propia
Gráfico Nº 4
Fuente: Elaboración Propia
Seguidamente, para probar la violación del supuesto de normalidad, se utilizó la prueba
Kolmogorov-Sminov-Liliefors (KSL), para probar la normalidad de la variable (ip)
cuando su media y su varianza no son conocidas. Esta prueba se realizó a un 5% de nivel de
significación (probabilidad de rechazar una Ho que es verdadera) y utilizando el criterio del
valor p (p-value) o significación.
Como resultado (ver cuadro Nº 1) tanto la tasa de mortalidad infantil (tmi), y las variables
independientes, tasa de incidencia de pobreza (ip) y tasa de analfabetismo femenino
(UNMUJ) se distribuyen normalmente.
Cuadro Nº 1
Fuente: Elaboración Propia
Como se puede apreciar en el cuadro anterior, para todas las variables el valor p es menor
al 0.05 (nivel se significación). Para la primera 0.680>0.05, para la segunda 0.099>0.05
y finalmente 0.919>0.05.
Por lo tanto se concluye en este análisis la existencia de normalidad de las variables por ser
mayores al nivel de significación del 0,05.
Prueba de Kolmogorov-Smirnov para una muestra
TASA DE
MORT.INFANTIL
INDICE
POBREZA
TASA
ANALF.FEM.
Unstandardized
Predicted Value
N 44 44 44 44
Parámetros normalesa,,b
Media 83.45 76.555 36.355 83.4545455
Desviación típica 21.373 22.0219 14.4905 18.35531112
Diferencias más extremas Absoluta .108 .185 .083 .076
Positiva .108 .145 .083 .076
Negativa -.082 -.185 -.053 -.074
Z de Kolmogorov-Smirnov .719 1.225 .554 .507
Sig. asintót. (bilateral) .680 .099 .919 .960
a. La distribución de contraste es la Normal.
b. Se han calculado a partir de los datos.
4.3. Estimación e Interpretación del Modelo
Los valores estimados (ŷ) obtenido en el cuadro de coeficiente del SPSS, y representado en
el cuadro Nº 2 es el siguiente:
ŷ = 31,432 + 0,217 anmuj + 0,974 ip
TMI= 31,432 + 0,217 anmuj + 0,974 ip
El valor estimado de 31,432 se puede interpretar como la tasa de mortalidad infantil media
de los municipios cuando el porcentaje de hogares pobres es 0 y el analfabetismo femenino
es 0. También se podría interpretar de la siguiente forma; se producen en promedio en todos
los municipios de Cochabamba 31 defunciones de menores de un año por cada mil nacidos
vivos, independientemente de la incidencia de la pobreza y del analfabetismo femenino.
Cuadro Nº 2
Coeficientesa
Modelo
Coeficientes no estandarizados
Coeficientes
tipificados
t Sig. B Error típ. Beta
1 (Constante) 31.432 6.354 4.947 .000
INDICE POBREZA .217 .148 .224 1.464 .151
TASA ANALF.FEM. .974 .225 .660 4.323 .000
a. Variable dependiente: TASA DE MORT.INFANTIL
Fuente: Elaboración Propia
De la estimación de los coeficientes (ip) se puede interpretar de la siguiente forma: Cuando
el porcentaje de hogares pobres aumenta en 1%, la tasa de mortalidad infantil en todos los
municipios de Cochabamba se tiene un 0,217 defunciones de menores de un año por cada
mil nacidos vivos.
En el otro caso, cuando el analfabetismo femenino (anmuj) aumenta en 1%, la tasa de
mortalidad infantil en los municipios aumenta en promedio en 0,974 por mil. O también si
el analfabetismo femenino aumenta en 10% la mortalidad aumentará en 10 defunciones por
cada mil nacidos vivos.
4.4. Evaluación del Modelo
a) Evaluación de Bondad de Ajuste
En el presente estudio, se ha utilizado para la evaluación de la bondad de ajuste el
coeficiente de determinación R2 como se puede apreciar en el cuadro Nº 3.
Cuadro Nº 3
Resumen del modelob
Modelo R R cuadrado
R cuadrado
corregida
Error típ. de la
estimación
1 .859a .738 .725 11.214
a. Variables predictoras: (Constante), TASA ANALF.FEM., INDICE
POBREZA
b. Variable dependiente: TASA DE MORT.INFANTIL
Fuente: Elaboración Propia
El resultado del resumen del modelo del SPSS muestra; que el 73,8% de la variabilidad de
la mortalidad infantil esta explicada por la asociación lineal con el analfabetismo femenino
y la incidencia de la pobreza, y en el restante 26,2% se debe a otros factores. Este resultado
de la porción de la variación sin duda es representativo por el alto porcentaje del R2 .
b) Pruebas de Significación Estadística
Para el presente análisis, se utilizó la prueba de significación de los coeficientes (prueba
t), bajo el supuesto de que el U se distribuye normalmente, y bajo la siguiente hipótesis:
Ho: βk=0 H1: βk≠0
Utilizando el valor p o significación práctica, se puede concluir que solo el coeficiente de
de la tasa de analfabetismo femenino (unmuj) es estadísticamente significativo a un nivel
de 5% (valor p =significación = 0,000 < 0,05) por lo tanto, se puede concluir que la
educación de la mujer tiene efectos sobre la tasa de mortalidad infantil (TMI). Por lo cual
se estaría comprobando mediante la técnica estadística parte de la hipótesis de la
investigación.
En cambio, se presenta una situación contraria con la incidencia de la pobreza (ip), su
significación estadística es de 0,0151>0,05, por lo tanto se concluye provisionalmente que
esta variable no tiene influencia significativa en la mortalidad infantil (TMI).
Cuadro Nº 4
Coeficientesa
Modelo
Coeficientes no estandarizados
Coeficientes
tipificados
t Sig. B Error típ. Beta
1 (Constante) 31.432 6.354 4.947 .000
INDICE POBREZA .217 .148 .224 1.464 .151
TASA ANALF.FEM. .974 .225 .660 4.323 .000
a. Variable dependiente: TASA DE MORT.INFANTIL
Fuente: Elaboración Propia
c) Prueba de Significación Global
Para presente estudio, se utilizó la prueba estadística de significación global de la regresión
es decir el análisis de la varianza (ANOVA), bajo el la siguiente hipótesis:
Ho: β2 = β3 ….= βk = 0 : No Existe relación lineal
H1: Por lo menos un coeficiente ≠0 : Existe relación lineal
Como se puede advertir en el cuadro Nº 5 resumen de la tabla ANOVA, siguiendo la
estrategia de una prueba de hipótesis, se puede concluir que se rechaza la Ho, por lo tanto,
por lo menos uno de los coeficientes es distinto de 0, en consecuencia, se existe asociación
lineal entre las variables TMI, IP, UNMUJ.
Cuadro Nº 5
Cuadro ANOVAb
Modelo
Suma de
cuadrados gl Media cuadrática F Sig.
1 Regresión 14487.450 2 7243.725 57.607 .000a
Residual 5155.459 41 125.743
Total 19642.909 43
a. Variables predictoras: (Constante), TASA ANALF.FEM., INDICE POBREZA
b. Variable dependiente: TASA DE MORT.INFANTIL
Fuente: Elaboración Propia
Para terminar con el análisis multivariado, y en consecuencia con la evaluación del modelo
se ha utilizado la comprobación de normalidad de los errores, para lo cual se utilizó el
grafico q-q o grafico de probabilidad normal.
Gráfico Nº 5
Prueba de Normalidad de Errores del Índice de Pobreza
Fuente: Elaboración Propia
Para probar si las varianzas son constantes se elaboró el gráfico Nº 5 y 6 para relacionar los
errores estandarizados y las variables explicativas y también con los valores pronosticados.
Gráfico Nº 6
Prueba de Normalidad de Errores de la Tasa de Analfabetismo
Femenino
Fuente: Elaboración Propia
En el grafico Nº 5, caso incidencia de la pobreza (IP) parece que no cumplirse con el
supuesto de igual varianza (homoscedasticidad), puesto que la variabilidad parece aumentar
a medida que aumenta los valores de la variable. El incumplimiento de este supuesto
determina que las estimaciones obtenidas en el presente estudio sean poco precisas.
ANÁLISIS SOCIODEMOGRÁFICO DE LAS PROVINCIAS DE COCHABAMBA
(Análisis de Componentes principales ACP)
1. Propósito
El propósito de este estudio es de caracterizar la dinámica sociodemográfica de las 16
provincias del Departamento de Cochabamba, y establecer grupos de acuerdo a variables e
individuos.
2. Objetivos
Determinar si existen grupos de provincias homogéneas, en cuanto a sus
características sociodemográficas (topologías de provincias).
Determinar si existen grupos de variables correlacionados entre sí.
Determinar un conjunto de variables que permitan caracterizar la dinámica
demográfica.
Determinar si existe una topología de variables.
3. Metodología
Establecer los factores principales que permitan sintetizar la información sobre las
condiciones de vida (análisis de ejes factoriales) de la población del Departamento
de Cochabamba.
Establecer una tipología de departamentos de Cochabamba, considerando los
anteriores factores.
4. Desarrollo
En el siguiente epígrafe, se presenta el estudio realizado utilizando la herramienta
estadística SPSS con datos del INE.
4.1. Información Utilizada
Los indicadores demográficos utilizados son: Tasa de crecimiento (TCRE), tasa de
mortalidad infantil (TMI), esperanza de vida al nacer (EO), tasa global de fecundidad
(TGF), tasa de migración (TMIG), grado de urbanización (GRUB), obtenidos del Censo
Nacional de Población y Vivienda de 2001.
Cuadro Nº 1
Provincias de Cochabamba
Provincia Tcre tmi eo tgf Tmig Grub
Cercado 4,10 54,00 63,00 3,80 4,50 96,00
Campero -0,30 79,00 58,00 6,60 -6,00 18,20
Ayopaya -0,20 111,00 52,00 7,40 -3,40 0,00
E.Arce 0,20 95,00 55,00 6,30 -3,10 9,50
Arani 2,30 109,00 53,00 6,80 -5,00 12,90
Arque -0,90 108,00 53,00 5,70 -8,10 0,00
Capinota 0,30 95,00 55,00 6,50 -3,60 3,60
Jordán 0,50 96,00 54,00 5,40 -4,90 26,70
Quillo 4,10 67,00 60,00 4,80 5,20 58,90
Chapare 4,70 86,00 57,00 5,50 5,20 33,70
Tapacari -1,00 78,00 58,00 6,30 -2,00 0,00
Carrasco 3,30 90,00 56,00 6,30 8,50 6,80
Mizque 0,10 93,00 55,00 6,60 -1,50 0,00
Punata 1,90 85,00 57,00 5,50 -5,80 26,90
Bolivar -0,90 106,00 53,00 6,00 -0,10 0,00
Tiraque 2,30 97,00 54,00 6,90 4,40 10,10
Fuente: INE 2001
4.2. Técnicas Estadísticas
Para el siguiente análisis se utilizó Análisis de Componente Principales (ACP) y la
utilización del paquete estadístico SPSS.
4.3. Interpretación de los Datos
En los siguientes cuadros y gráficos, se muestra el resultado de la salida del paquete
estadístico SPSS.
Fuente: Elaboración Propia
Como se observa en la tabla de matriz de correlaciones (ver cuadro Nº 2), las celdas
pintadas presentan los diferentes grados de correlación entre las variables, esto implica un
bajo grado de información redundante.
Cuadro Nº 3
Comunalidades
Inicial Extracción
TASA DE CRECIMIENTO 1.000 .862
TASA DE MORT.INFANTIL 1.000 .884
ESPERANZA DE VIDA EL
NACER
1.000 .901
TASA GLOBAL DE
FECUNDIDAD
1.000 .795
TASA DE MIGRACION 1.000 .898
GRADO DE URBANIZACION 1.000 .888
Método de extracción: Análisis de Componentes
principales.
Fuente: Elaboración Propia
Cuadro Nº 2
Matriz de correlaciones
TASA DE
CRECIMIENTO
TASA DE
MORT.INFANTIL
ESPERANZA DE
VIDA EL NACER
TASA GLOBAL
DE FECUNDIDAD
TASA DE
MIGRACION
GRADO DE
URBANIZACION
Corr
ela
ció
n
TASA DE CRECIMIENTO 1.000 -.513 .535 -.511 .731 .705
TASA DE MORT.INFANTIL -.513 1.000 -.992 .714 -.448 -.802
ESPERANZA DE VIDA EL
NACER
.535 -.992 1.000 -.728 .433 .816
TASA GLOBAL DE
FECUNDIDAD
-.511 .714 -.728 1.000 -.302 -.856
TASA DE MIGRACION .731 -.448 .433 -.302 1.000 .413
GRADO DE URBANIZACION .705 -.802 .816 -.856 .413 1.000
La matriz de comunalidades (ver cuadro Nº 3) muestra que la mayoría de las variables tiene
un porcentaje alto de explicación propia, es decir el resto de las variables son las que
explican en menor proporción, lo que nuevamente muestra un bajo nivel de información
redundante.
Cuadro Nº 4
Varianza total explicada
Compo
nente
Autovalores iniciales
Sumas de las saturaciones al cuadrado de la
extracción
Total % de la varianza % acumulado Total % de la varianza % acumulado
1 4.222 70.375 70.375 4.222 70.375 70.375
2 1.007 16.778 87.153 1.007 16.778 87.153
3 .467 7.778 94.931
4 .225 3.754 98.685
5 .072 1.204 99.890
6 .007 .110 100.000
Método de extracción: Análisis de Componentes principales.
Fuente: Elaboración Propia
En el presente cuadro Nº4 indica que el primer componente retiene los datos hasta un
70,35%, con el segundo componente hasta 87,15%. Por lo tanto se asume una perdida de
información de un 13%. Con relación al tercer componente (95%) no se lo considera por
problemas de explicación del gráfico (3D).
La matriz de componentes (ver cuadro Nº 5) muestra el bautizo de las dos dimensiones, tal
como se muestra en la presente matriz, existen cinco variables para el primer componente y
una variables para el segundo componente.
Por tanto, a la dimensión uno (F1) se la bautiza con el nombre de Tasa de Crecimiento,
Esperanza de vida al nacer, grado de urbanización, tasa de mortalidad infantil y tasa
global de fecundidad. A la dimensión dos (F2) se lo denomina Tasa de Migración.
Cuadro Nº 5
Matriz de componentesa
Componente
1 2
TASA DE CRECIMIENTO .775 .512
TASA DE MORT.INFANTIL -.909 .240
ESPERANZA DE VIDA EL
NACER
.917 -.246
TASA GLOBAL DE
FECUNDIDAD
-.837 .308
TASA DE MIGRACION .623 .714
GRADO DE URBANIZACION .930 -.151
Método de extracción: Análisis de componentes principales.
a. 2 componentes extraídos
Fuente: Elaboración Propia
En el gráfico Nº1 se muestra el resultado de la matriz de los componentes
Gráfico Nº 1
5. 6 . 7 . 8 . 9 . 10. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 21. Fuente: Elaboración Propia
5. Conclusiones
En conclusión, la provincia Cercado y Quillacollo tienen altas tasas de crecimiento, alto
porcentaje de urbanización y elevada esperanza de vida al nacer. Luego, las provincias
Carrasco y Tiraque tienen altas tasas de migración. La provincia Chapare tiene importante
tasa de migración pero también un substancial tasa de crecimiento, esperanza de vida y
grado de urbanización.
Las provincias Ayopaya, Arani, Bolivar, Mizque, Capinota tienen alto porcentaje de tasa de
mortalidad infantil y tasa de global de fecundidad. También un reducido grado de
urbanización, esperanza de vida al nacer y tasa de crecimiento.
Gráfico Nº 2
Caracterización Socioeconómica de las Provincias de Cochabamba
Fuente: Elaboración Propia
Tasa de migración
Tasa de Crecimiento
Esperanza de vida al nacer
Grado de urbanización
Tasa de mortalidad
infantil
Tasa global de fecundidad
Las provincias Campero, Tapacari, Arque, Punata y Jordán, tienen un reducido porcentaje
de migración, pero un alto porcentaje de emigración. Tienen una reducida tasa de
crecimiento, grado de urbanización y esperanza de vida al nacer. En Estas mismas
provincias existe reducido porcentaje de tasas de mortalidad infantil y tasa global de
fecundidad.
ANÁLISIS SOCIODEMOGRÁFICO DE LAS PROVINCIAS DE LA PAZ
(Análisis Componentes Principales ACP)
1. Propósito
El propósito de este estudio es de caracterizar la dinámica sociodemográfica de todas las
provincias del Departamento de La Paz, y establecer grupos de acuerdo a variables e
individuos.
2. Objetivos
Determinar si existen grupos de provincias homogéneas, en cuanto a sus
características sociodemográficas (topologías de provincias).
Determinar si existen grupos de variables correlacionados entre sí.
Determinar un conjunto de variables que permitan caracterizar la dinámica
demográfica.
Determinar si existe una topología de variables.
3. Metodología
Establecer los factores principales que permitan sintetizar la información sobre las
condiciones de vida (análisis de ejes factoriales) de la población del Departamento
de La Paz.
Establecer una tipología de municipios, considerando los anteriores factores.
4. Desarrollo
Para el presente trabajo de investigación, se ha utilizado la herramienta estadística
SDAP, por el nivel se resultados que arroja y por la confiabilidad que presenta.
También, al igual que los demás trabajos se utilizó datos estadísticos del INE.
a. Información Utilizada
Indicadores demográficos de TC, TMI, TGF, MIG, GU y POB, obtenidos del Censo
Nacional de Población y Vivienda de 2001.
b. Técnicas Estadísticas
Para el siguiente análisis se utilizó Análisis de componente principales (ACP) y la
utilización del paquete estadístico SPAD.
c. Salidas del Paquete Estadístico SPAD
LECTURE DE LA BASE DE DONNEES
LECTURE DU FICHIER BASE
NOM DE LA BASE : F:\ALFA\Carlos\Aplicación de técnicas Estadisticas Multivariadas\Datos\PROVSPAD.SBA
NOMBRE D'INDIVIDUS : 112
NOMBRE DE VARIABLES NUMERIQUES : 32
NOMBRE DE VARIABLES TEXTUELLES : 0
SELECTION DES INDIVIDUS ET DES VARIABLES UTILES
VARIABLES CONTINUES ACTIVES
6 VARIABLES
--------------------------------------------------------------------------------------------------------------------------
--------
2 . Tasa Crec. ( CONTINUE )
3 . Tasa Mort Inf. ( CONTINUE )
5 . Tasa Global Fec. ( CONTINUE )
6 . Migración ( CONTINUE )
7 . Grad Urb ( CONTINUE )
8 . Población ( CONTINUE )
--------------------------------------------------------------------------------------------------------------------------
--------
INDIVIDUS
----------------------------- NOMBRE -------------- POIDS ---------------
POIDS DES INDIVIDUS: Poids des individus, uniforme egal a 1. UNIF
RETENUS ............ NITOT = 20 PITOT = 20.000
SELECTION APRES FILTRAGE
ACTIFS ............. NIACT = 20 PIACT = 20.000
SUPPLEMENTAIRES .... NISUP = 0 PISUP = 0.000
-------------------------------------------------------------------------
ANALYSE EN COMPOSANTES PRINCIPALES
STATISTIQUES SOMMAIRES DES VARIABLES CONTINUES
EFFECTIF TOTAL : 20 POIDS TOTAL : 20.00
+-------------------------------------------------------+----------------------+----------------------+
| NUM . IDEN - LIBELLE EFFECTIF POIDS | MOYENNE ECART-TYPE | MINIMUM MAXIMUM |
+-------------------------------------------------------+----------------------+----------------------+
| 2 . TC - Tasa Crec. 20 20.00 | -0.23 1.69 | -2.02 3.42 |
| 3 . TMI - Tasa Mort Inf. 20 20.00 | 81.60 10.59 | 62.00 100.00 |
| 5 . TGF - Tasa Global Fec. 20 20.00 | 5.74 0.91 | 3.50 7.70 |
| 6 . MIG - Migración 20 20.00 | -3.94 5.68 | -11.40 8.60 |
| 7 . GU - Grad Urb 20 20.00 | 11.88 21.12 | 0.00 96.70 |
| 8 . POB - Población 20 20.00 | 94579.99 243940.23 | 4563.001153065.00 |
+-------------------------------------------------------+----------------------+----------------------+
MATRICE DES CORRELATIONS
| TC TMI TGF MIG GU POB
-----+------------------------------------------
TC | 1.00
TMI | -0.02 1.00
TGF | -0.07 0.73 1.00
MIG | 0.74 0.09 -0.07 1.00
GU | 0.52 -0.41 -0.63 0.37 1.00
POB | 0.49 -0.44 -0.60 0.26 0.94 1.00
-----+------------------------------------------
| TC TMI TGF MIG GU POB
MATRICE DES VALEURS-TESTS
| TC TMI TGF MIG GU POB
-----+------------------------------------------
TC | 99.99
TMI | -0.08 99.99
TGF | -0.31 4.15 99.99
MIG | 4.26 0.39 -0.32 99.99
GU | 2.57 -1.94 -3.35 1.74 99.99
POB | 2.41 -2.13 -3.12 1.17 7.64 99.99
-----+------------------------------------------
| TC TMI TGF MIG GU POB
VALEURS PROPRES
APERCU DE LA PRECISION DES CALCULS : TRACE AVANT DIAGONALISATION .. 6.0000
SOMME DES VALEURS PROPRES .... 6.0000
HISTOGRAMME DES 6 PREMIERES VALEURS PROPRES
+--------+------------+-------------+-------------+-----------------------------------------------------------------------
-----------+
| NUMERO | VALEUR | POURCENTAGE | POURCENTAGE |
|
| | PROPRE | | CUMULE |
|
+--------+------------+-------------+-------------+-----------------------------------------------------------------------
-----------+
| 1 | 3.2039 | 53.40 | 53.40 |
******************************************************************************** |
| 2 | 1.7092 | 28.49 | 81.88 | *******************************************
|
| 3 | 0.5716 | 9.53 | 91.41 | ***************
|
| 4 | 0.3213 | 5.35 | 96.77 | *********
|
| 5 | 0.1445 | 2.41 | 99.17 | ****
|
| 6 | 0.0496 | 0.83 | 100.00 | **
|
+--------+------------+-------------+-------------+-----------------------------------------------------------------------
-----------+
ATTENTION (EDCAT-800)
LES VALEURS DE TEST DIF3 SONT POSITIVES.
RECHERCHE DE PALIERS ENTRE (DIFFERENCES SECONDES)
+--------------+--------------+------------------------------------------------------+
| PALIER | VALEUR DU | |
| ENTRE | PALIER | |
+--------------+--------------+------------------------------------------------------+
| 2 -- 3 | 887.23 | **************************************************** |
| 1 -- 2 | 357.20 | ********************* |
+--------------+--------------+------------------------------------------------------+
INTERVALLES LAPLACIENS D'ANDERSON
INTERVALLES AU SEUIL 0.95
+--------+--------------------------------------------------------+
| NUMERO | BORNE INFERIEURE VALEUR PROPRE BORNE SUPERIEURE |
+--------+--------------------------------------------------------+
| 1 | 1.1665 3.2039 5.2413 |
| 2 | 0.6223 1.7092 2.7960 |
| 3 | 0.2081 0.5716 0.9351 |
| 4 | 0.1170 0.3213 0.5256 |
| 5 | 0.0526 0.1445 0.2363 |
+--------+--------------------------------------------------------+
ETENDUE ET POSITION RELATIVE DES INTERVALLES
1 . . . . . . . . . . . . . .*-------------------------------------------------+------------------------------------------
--------*
2 . . . . . . . *-------------------------+--------------------------*. . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . .
3 . .*--------+--------*. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . .
4 .*----+----*. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . .
5 *-+-* . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
. . . . .
COORDONNEES DES VARIABLES SUR LES AXES 1 A 5
VARIABLES ACTIVES
----------------------------+------------------------------------+-------------------------------+------------------------
-------
VARIABLES | COORDONNEES | CORRELATIONS VARIABLE-FACTEUR | ANCIENS AXES
UNITAIRES
----------------------------+------------------------------------+-------------------------------+------------------------
-------
IDEN - LIBELLE COURT | 1 2 3 4 5 | 1 2 3 4 5 | 1 2 3 4
5
----------------------------+------------------------------------+-------------------------------+------------------------
-------
TC - Tasa Crec. | 0.61 0.70 -0.09 -0.29 -0.21 | 0.61 0.70 -0.09 -0.29 -0.21 | 0.34 0.54 -0.12 -0.52
-0.56
TMI - Tasa Mort Inf. | -0.59 0.62 0.40 0.29 -0.13 | -0.59 0.62 0.40 0.29 -0.13 | -0.33 0.48 0.53 0.51
-0.34
TGF - Tasa Global Fec. | -0.75 0.52 0.20 -0.29 0.22 | -0.75 0.52 0.20 -0.29 0.22 | -0.42 0.40 0.26 -0.52
0.57
MIG - Migración | 0.47 0.75 -0.37 0.23 0.16 | 0.47 0.75 -0.37 0.23 0.16 | 0.26 0.57 -0.49 0.41
0.42
GU - Grad Urb | 0.93 0.02 0.30 0.08 0.08 | 0.93 0.02 0.30 0.08 0.08 | 0.52 0.02 0.39 0.15
0.22
POB - Población | 0.91 -0.05 0.37 -0.06 0.07 | 0.91 -0.05 0.37 -0.06 0.07 | 0.51 -0.04 0.49 -0.11
0.18
----------------------------+------------------------------------+-------------------------------+------------------------
-------
MATRICE DES CORRELATIONS PERMUTEE SUIVANT LE PREMIER AXE DE L'ANALYSE
| TGF TMI MIG TC POB GU
-----+------------------------------------------
TGF | 1.00
TMI | 0.73 1.00
MIG | -0.07 0.09 1.00
TC | -0.07 -0.02 0.74 1.00
POB | -0.60 -0.44 0.26 0.49 1.00
GU | -0.63 -0.41 0.37 0.52 0.94 1.00
-----+------------------------------------------
| TGF TMI MIG TC POB GU
COORDONNEES, CONTRIBUTIONS ET COSINUS CARRES DES INDIVIDUS
AXES 1 A 5
+---------------------------------------+-------------------------------+--------------------------+----------------------
----+
| INDIVIDUS | COORDONNEES | CONTRIBUTIONS | COSINUS CARRES
|
|---------------------------------------+-------------------------------+--------------------------+----------------------
----|
| IDENTIFICATEUR P.REL DISTO | 1 2 3 4 5 | 1 2 3 4 5 | 1 2 3 4
5 |
+---------------------------------------+-------------------------------+--------------------------+----------------------
----+
| LMURI 5.00 50.42 | 6.98 -0.15 1.26 -0.20 0.16 | 76.0 0.1 13.8 0.6 0.8 | 0.97 0.00 0.03 0.00
0.00 |
| LOMAS 5.00 1.99 | -0.07 -0.77 0.13 0.72 -0.92 | 0.0 1.7 0.1 8.0 29.2 | 0.00 0.30 0.01 0.26
0.42 |
| LPACAJ 5.00 3.22 | -1.05 -1.36 0.43 0.05 -0.22 | 1.7 5.4 1.6 0.0 1.7 | 0.34 0.57 0.06 0.00
0.02 |
| LCAMA 5.00 3.70 | -0.27 -1.75 -0.62 -0.31 0.20 | 0.1 9.0 3.3 1.5 1.3 | 0.02 0.83 0.10 0.03
0.01 |
| LMUÑE 5.00 0.90 | -0.83 -0.07 -0.11 0.35 0.16 | 1.1 0.0 0.1 1.9 0.9 | 0.75 0.01 0.01 0.13
0.03 |
| LLAREC 5.00 7.22 | 0.90 2.44 -0.43 0.36 -0.24 | 1.3 17.4 1.6 2.1 2.0 | 0.11 0.82 0.03 0.02
0.01 |
| LTAMAYO 5.00 4.00 | -1.34 1.16 0.57 -0.72 0.13 | 2.8 3.9 2.9 8.1 0.6 | 0.45 0.34 0.08 0.13
0.00 |
| LINGAVI 5.00 4.33 | 1.19 0.18 -1.08 1.21 0.50 | 2.2 0.1 10.1 22.7 8.6 | 0.33 0.01 0.27 0.34
0.06 |
| LLOAYZA 5.00 2.74 | -0.25 -1.46 -0.38 -0.61 0.16 | 0.1 6.2 1.3 5.8 0.9 | 0.02 0.77 0.05 0.14
0.01 |
| LINQUIS 5.00 4.94 | -1.48 -0.22 1.60 0.06 0.20 | 3.4 0.1 22.3 0.1 1.4 | 0.44 0.01 0.52 0.00
0.01 |
| LSYUNG 5.00 1.44 | 0.35 -0.05 -0.91 -0.67 -0.17 | 0.2 0.0 7.3 7.1 1.0 | 0.08 0.00 0.58 0.31
0.02 |
| LANDES 5.00 2.22 | 0.12 -0.87 -0.86 -0.81 -0.09 | 0.0 2.2 6.5 10.3 0.3 | 0.01 0.34 0.34 0.30
0.00 |
| LAROMA 5.00 1.64 | -0.66 0.08 0.92 -0.20 -0.49 | 0.7 0.0 7.4 0.6 8.4 | 0.27 0.00 0.52 0.03
0.15 |
| LNYUNG 5.00 2.62 | 0.91 0.33 -1.04 -0.60 -0.35 | 1.3 0.3 9.4 5.5 4.2 | 0.31 0.04 0.41 0.14
0.05 |
| LITURR 5.00 16.67 | -0.72 3.98 -0.22 -0.38 0.30 | 0.8 46.3 0.4 2.2 3.2 | 0.03 0.95 0.00 0.01
0.01 |
| LSAAVE 5.00 2.89 | -0.99 0.92 0.41 0.65 -0.61 | 1.5 2.5 1.5 6.7 13.1 | 0.34 0.30 0.06 0.15
0.13 |
| LM.KAPA 5.00 1.16 | 0.19 -0.93 -0.33 0.11 -0.07 | 0.1 2.5 0.9 0.2 0.2 | 0.03 0.75 0.09 0.01
0.00 |
| LVILLAR 5.00 5.07 | -1.90 -0.36 0.97 -0.37 0.51 | 5.6 0.4 8.2 2.2 9.2 | 0.71 0.03 0.19 0.03
0.05 |
| LPANDO 5.00 1.59 | -0.77 -0.56 -0.34 0.63 0.33 | 0.9 0.9 1.0 6.2 3.7 | 0.37 0.20 0.07 0.25
0.07 |
| CCaranavi 5.00 1.22 | -0.29 -0.55 0.04 0.73 0.52 | 0.1 0.9 0.0 8.3 9.4 | 0.07 0.25 0.00 0.43
0.22 |
+---------------------------------------+-------------------------------+--------------------------+----------------------
----+
DESCRIPTION DES AXES FACTORIELS
DESCRIPTION DU FACTEUR 1
PAR LES INDIVIDUS ACTIFS
+--------------------------------------------------------------------------------------------+
| COORD. | POIDS | IDENTIFICATEUR DE L'INDIVIDU | NUMERO |
|--------------------------------------------------------------------------------------------|
| -1.90 | 1.00 | LVILLAR | 1 |
| -1.48 | 1.00 | LINQUIS | 2 |
| -1.34 | 1.00 | LTAMAYO | 3 |
| -1.05 | 1.00 | LPACAJ | 4 |
| -0.99 | 1.00 | LSAAVE | 5 |
|--------------------------------------------------------------------------------------------|
| Z O N E C E N T R A L E |
|--------------------------------------------------------------------------------------------|
| 0.35 | 1.00 | LSYUNG | 16 |
| 0.90 | 1.00 | LLAREC | 17 |
| 0.91 | 1.00 | LNYUNG | 18 |
| 1.19 | 1.00 | LINGAVI | 19 |
| 6.98 | 1.00 | LMURI | 20 |
+--------------------------------------------------------------------------------------------+
PAR LES VARIABLES CONTINUES ACTIVES
+---------------------------------------------------------------------------------------------------------------------+
| COORD. | POIDS | LIBELLE DE LA VARIABLE | MOYENNE | ECART-TYPE | NUMERO |
|---------------------------------------------------------------------------------------------------------------------|
| -0.75 | 20.00 | Tasa Global Fec. | 5.74 | 0.91 | 1 |
|---------------------------------------------------------------------------------------------------------------------|
| Z O N E C E N T R A L E |
|---------------------------------------------------------------------------------------------------------------------|
| 0.93 | 20.00 | Grad Urb | 11.88 | 21.12 | 6 |
+---------------------------------------------------------------------------------------------------------------------+
DESCRIPTION DU FACTEUR 2
PAR LES INDIVIDUS ACTIFS
+--------------------------------------------------------------------------------------------+
| COORD. | POIDS | IDENTIFICATEUR DE L'INDIVIDU | NUMERO |
|--------------------------------------------------------------------------------------------|
| -1.75 | 1.00 | LCAMA | 1 |
| -1.46 | 1.00 | LLOAYZA | 2 |
| -1.36 | 1.00 | LPACAJ | 3 |
| -0.93 | 1.00 | LM.KAPA | 4 |
| -0.87 | 1.00 | LANDES | 5 |
|--------------------------------------------------------------------------------------------|
| Z O N E C E N T R A L E |
|--------------------------------------------------------------------------------------------|
| 0.33 | 1.00 | LNYUNG | 16 |
| 0.92 | 1.00 | LSAAVE | 17 |
| 1.16 | 1.00 | LTAMAYO | 18 |
| 2.44 | 1.00 | LLAREC | 19 |
| 3.98 | 1.00 | LITURR | 20 |
+--------------------------------------------------------------------------------------------+
PAR LES VARIABLES CONTINUES ACTIVES
+---------------------------------------------------------------------------------------------------------------------+
| COORD. | POIDS | LIBELLE DE LA VARIABLE | MOYENNE | ECART-TYPE | NUMERO |
|---------------------------------------------------------------------------------------------------------------------|
| -0.05 | 20.00 | Población | 94579.99 | ******** | 1 |
|---------------------------------------------------------------------------------------------------------------------|
| Z O N E C E N T R A L E |
|---------------------------------------------------------------------------------------------------------------------|
| 0.75 | 20.00 | Migración | -3.94 | 5.68 | 6 |
+---------------------------------------------------------------------------------------------------------------------+
DESCRIPTION DU FACTEUR 3
PAR LES INDIVIDUS ACTIFS
+--------------------------------------------------------------------------------------------+
| COORD. | POIDS | IDENTIFICATEUR DE L'INDIVIDU | NUMERO |
|--------------------------------------------------------------------------------------------|
| -1.08 | 1.00 | LINGAVI | 1 |
| -1.04 | 1.00 | LNYUNG | 2 |
| -0.91 | 1.00 | LSYUNG | 3 |
| -0.86 | 1.00 | LANDES | 4 |
| -0.62 | 1.00 | LCAMA | 5 |
|--------------------------------------------------------------------------------------------|
| Z O N E C E N T R A L E |
|--------------------------------------------------------------------------------------------|
| 0.57 | 1.00 | LTAMAYO | 16 |
| 0.92 | 1.00 | LAROMA | 17 |
| 0.97 | 1.00 | LVILLAR | 18 |
| 1.26 | 1.00 | LMURI | 19 |
| 1.60 | 1.00 | LINQUIS | 20 |
+--------------------------------------------------------------------------------------------+
PAR LES VARIABLES CONTINUES ACTIVES
+---------------------------------------------------------------------------------------------------------------------+
| COORD. | POIDS | LIBELLE DE LA VARIABLE | MOYENNE | ECART-TYPE | NUMERO |
|---------------------------------------------------------------------------------------------------------------------|
| -0.37 | 20.00 | Migración | -3.94 | 5.68 | 1 |
|---------------------------------------------------------------------------------------------------------------------|
| Z O N E C E N T R A L E |
|---------------------------------------------------------------------------------------------------------------------|
| 0.40 | 20.00 | Tasa Mort Inf. | 81.60 | 10.59 | 6 |
+---------------------------------------------------------------------------------------------------------------------+
DESCRIPTION DU FACTEUR 4
PAR LES INDIVIDUS ACTIFS
+--------------------------------------------------------------------------------------------+
| COORD. | POIDS | IDENTIFICATEUR DE L'INDIVIDU | NUMERO |
|--------------------------------------------------------------------------------------------|
| -0.81 | 1.00 | LANDES | 1 |
| -0.72 | 1.00 | LTAMAYO | 2 |
| -0.67 | 1.00 | LSYUNG | 3 |
| -0.61 | 1.00 | LLOAYZA | 4 |
| -0.60 | 1.00 | LNYUNG | 5 |
|--------------------------------------------------------------------------------------------|
| Z O N E C E N T R A L E |
|--------------------------------------------------------------------------------------------|
| 0.63 | 1.00 | LPANDO | 16 |
| 0.65 | 1.00 | LSAAVE | 17 |
| 0.72 | 1.00 | LOMAS | 18 |
| 0.73 | 1.00 | CCaranavi | 19 |
| 1.21 | 1.00 | LINGAVI | 20 |
+--------------------------------------------------------------------------------------------+
PAR LES VARIABLES CONTINUES ACTIVES
+---------------------------------------------------------------------------------------------------------------------+
| COORD. | POIDS | LIBELLE DE LA VARIABLE | MOYENNE | ECART-TYPE | NUMERO |
|---------------------------------------------------------------------------------------------------------------------|
| -0.29 | 20.00 | Tasa Global Fec. | 5.74 | 0.91 | 1 |
|---------------------------------------------------------------------------------------------------------------------|
| Z O N E C E N T R A L E |
|---------------------------------------------------------------------------------------------------------------------|
| 0.29 | 20.00 | Tasa Mort Inf. | 81.60 | 10.59 | 6 |
+---------------------------------------------------------------------------------------------------------------------+
DESCRIPTION DU FACTEUR 5
PAR LES INDIVIDUS ACTIFS
+--------------------------------------------------------------------------------------------+
| COORD. | POIDS | IDENTIFICATEUR DE L'INDIVIDU | NUMERO |
|--------------------------------------------------------------------------------------------|
| -0.92 | 1.00 | LOMAS | 1 |
| -0.61 | 1.00 | LSAAVE | 2 |
| -0.49 | 1.00 | LAROMA | 3 |
| -0.35 | 1.00 | LNYUNG | 4 |
| -0.24 | 1.00 | LLAREC | 5 |
|--------------------------------------------------------------------------------------------|
| Z O N E C E N T R A L E |
|--------------------------------------------------------------------------------------------|
| 0.30 | 1.00 | LITURR | 16 |
| 0.33 | 1.00 | LPANDO | 17 |
| 0.50 | 1.00 | LINGAVI | 18 |
| 0.51 | 1.00 | LVILLAR | 19 |
| 0.52 | 1.00 | CCaranavi | 20 |
+--------------------------------------------------------------------------------------------+
PAR LES VARIABLES CONTINUES ACTIVES
+---------------------------------------------------------------------------------------------------------------------+
| COORD. | POIDS | LIBELLE DE LA VARIABLE | MOYENNE | ECART-TYPE | NUMERO |
|---------------------------------------------------------------------------------------------------------------------|
| -0.21 | 20.00 | Tasa Crec. | -0.23 | 1.69 | 1 |
|---------------------------------------------------------------------------------------------------------------------|
| Z O N E C E N T R A L E |
|---------------------------------------------------------------------------------------------------------------------|
| 0.22 | 20.00 | Tasa Global Fec. | 5.74 | 0.91 | 6 |
+---------------------------------------------------------------------------------------------------------------------+
DESCRIPTION DU FACTEUR 6
PAR LES INDIVIDUS ACTIFS
+--------------------------------------------------------------------------------------------+
| COORD. | POIDS | IDENTIFICATEUR DE L'INDIVIDU | NUMERO |
|--------------------------------------------------------------------------------------------|
| -0.37 | 1.00 | LNYUNG | 1 |
| -0.37 | 1.00 | LM.KAPA | 2 |
| -0.33 | 1.00 | LINQUIS | 3 |
| -0.28 | 1.00 | LLAREC | 4 |
| -0.24 | 1.00 | LAROMA | 5 |
|--------------------------------------------------------------------------------------------|
| Z O N E C E N T R A L E |
|--------------------------------------------------------------------------------------------|
| 0.21 | 1.00 | LCAMA | 16 |
| 0.24 | 1.00 | LITURR | 17 |
| 0.24 | 1.00 | LMUÑE | 18 |
| 0.26 | 1.00 | LSAAVE | 19 |
| 0.26 | 1.00 | LPANDO | 20 |
+--------------------------------------------------------------------------------------------+
PAR LES VARIABLES CONTINUES ACTIVES
+---------------------------------------------------------------------------------------------------------------------+
| COORD. | POIDS | LIBELLE DE LA VARIABLE | MOYENNE | ECART-TYPE | NUMERO |
|---------------------------------------------------------------------------------------------------------------------|
| -0.16 | 20.00 | Grad Urb | 11.88 | 21.12 | 1 |
|---------------------------------------------------------------------------------------------------------------------|
| Z O N E C E N T R A L E |
|---------------------------------------------------------------------------------------------------------------------|
| 0.15 | 20.00 | Población | 94579.99 | ******** | 6 |
+---------------------------------------------------------------------------------------------------------------------+
CLASSIFICATION HIERARCHIQUE (VOISINS RECIPROQUES)
SUR LES 6 PREMIERS AXES FACTORIELS
DESCRIPTION DES NOEUDS
NUM. AINE BENJ EFF. POIDS INDICE HISTOGRAMME DES INDICES DE NIVEAU
21 4 9 2 2.00 0.00835 *
22 5 19 2 2.00 0.01014 *
23 11 14 2 2.00 0.01758 *
24 22 20 3 3.00 0.02305 *
25 18 10 2 2.00 0.02442 *
26 21 12 3 3.00 0.03435 **
27 26 17 4 4.00 0.04043 **
28 16 13 2 2.00 0.05215 **
29 3 2 2 2.00 0.05823 **
30 7 28 3 3.00 0.06865 ***
31 24 29 5 5.00 0.08915 ***
32 23 8 3 3.00 0.14301 *****
33 25 30 5 5.00 0.14554 *****
34 15 6 2 2.00 0.15371 *****
35 31 27 9 9.00 0.20275 *******
36 35 32 12 12.00 0.36101 ***********
37 36 33 17 17.00 0.73776 ***********************
38 37 34 19 19.00 1.17617 ************************************
39 38 1 20 20.00 2.65355
*********************************************************************************
SOMME DES INDICES DE NIVEAU = 6.00000
DESCRIPTION DES NOEUDS DE LA HIERACHIE
(INDICES EN POURCENTAGE DE LA SOMME DES INDICES : 6.00000)
+-----------------+---------------+------------------+-------------------+
| NOEUD | SUCCESSEURS | | COMPOSITION |
| NUMERO INDICE | AINE BENJ | EFFECT. POIDS | PREMIER DERNIER |
+-----------------+---------------+------------------+-------------------+
| 21 0.14 | 15 14 | 2 2.00 | 14 15 |
| 22 0.17 | 20 19 | 2 2.00 | 19 20 |
| 23 0.29 | 11 10 | 2 2.00 | 10 11 |
| 24 0.38 | 22 18 | 3 3.00 | 18 20 |
| 25 0.41 | 8 7 | 2 2.00 | 7 8 |
| 26 0.57 | 21 13 | 3 3.00 | 13 15 |
| 27 0.67 | 26 12 | 4 4.00 | 12 15 |
| 28 0.87 | 5 4 | 2 2.00 | 4 5 |
| 29 0.97 | 17 16 | 2 2.00 | 16 17 |
| 30 1.14 | 6 28 | 3 3.00 | 4 6 |
| 31 1.49 | 24 29 | 5 5.00 | 16 20 |
| 32 2.38 | 23 9 | 3 3.00 | 9 11 |
| 33 2.43 | 25 30 | 5 5.00 | 4 8 |
| 34 2.56 | 3 2 | 2 2.00 | 2 3 |
| 35 3.38 | 31 27 | 9 9.00 | 12 20 |
| 36 6.02 | 35 32 | 12 12.00 | 9 20 |
| 37 12.30 | 36 33 | 17 17.00 | 4 20 |
| 38 19.60 | 37 34 | 19 19.00 | 2 20 |
| 39 44.23 | 38 1 | 20 20.00 | 1 20 |
+-----------------+---------------+------------------+-------------------+
DENDROGRAMME
RANG IND. IDEN DENDROGRAMME (INDICES EN POURCENTAGE, DE LA SOMME DES INDICES : 6.00000 MIN = 0.14% / MAX = 44.23%)
1 44.23 LMUR ---------------------------------------------------------------------------------------------------------
------+
|
2 2.56 LLAR --------+
|
|
|
3 19.60 LITU --------*-----------------------------------------+
|
|
|
4 0.87 LARO ---+ |
|
| |
|
5 1.14 LSAA ---*+ |
|
| |
|
6 2.43 LTAM ----*--+ |
|
| |
|
7 0.41 LINQ --+ | |
|
| | |
|
8 12.30 LVIL --*----*------------------------+ |
|
| |
|
9 2.38 LING -------+ | |
|
| | |
|
10 0.29 LNYU --+ | | |
|
| | | |
|
11 6.02 LSYU --*----*--------+ | |
|
| | |
|
12 0.67 LM.K ---+ | | |
|
| | | |
|
13 0.57 LAND ---* | | |
|
| | | |
|
14 0.14 LLOA --+| | | |
|
|| | | |
|
15 3.38 LCAM --**------+ | | |
|
| | | |
|
16 0.97 LOMA ----+ | | | |
|
| | | | |
|
17 1.49 LPAC ----*+ | | | |
|
| | | | |
|
18 0.38 CCar --+ | | | | |
|
| | | | | |
|
19 0.17 LPAN --* | | | | |
|
| | | | | |
|
20 ----- LMUÑ --*--*----*-----*---------------*-----------------*------------------------------------------------------
------*
PARTITION PAR COUPURE D'UN ARBRE HIERARCHIQUE
Coupure 'a' de l'arbre en 4 classes
FORMATION DES CLASSES (INDIVIDUS ACTIFS)
DESCRIPTION SOMMAIRE
+--------+----------+-----------+-----------+
| CLASSE | EFFECTIF | POIDS | CONTENU |
+--------+----------+-----------+-----------+
| aa1a | 1 | 1.00 | 1 A 1 |
| aa2a | 2 | 2.00 | 2 A 3 |
| aa3a | 5 | 5.00 | 4 A 8 |
| aa4a | 12 | 12.00 | 9 A 20 |
+--------+----------+-----------+-----------+
COORDONNEES ET VALEURS-TEST AVANT CONSOLIDATION
AXES 1 A 5
+---------------------------------------------+-------------------------------+------------------------------------+------
----+
| CLASSES | VALEURS-TEST | COORDONNEES |
|
|---------------------------------------------|-------------------------------|------------------------------------|------
----|
| IDEN - LIBELLE EFF. P.ABS | 1 2 3 4 5 | 1 2 3 4 5 |
DISTO. |
+---------------------------------------------+-------------------------------+------------------------------------+------
----+
| Coupure 'a' de l'arbre en 4 classes
|
|
|
| aa1a - CLASSE 1 / 4 1 1.00 | 3.9 -0.1 1.7 -0.4 0.4 | 6.98 -0.15 1.26 -0.20 0.16 |
50.42 |
| aa2a - CLASSE 2 / 4 2 2.00 | 0.1 3.6 -0.6 0.0 0.1 | 0.09 3.21 -0.32 -0.01 0.03 |
10.41 |
| aa3a - CLASSE 3 / 4 5 5.00 | -1.8 0.6 3.0 -0.5 -0.3 | -1.28 0.32 0.89 -0.12 -0.05 |
2.54 |
| aa4a - CLASSE 4 / 4 12 12.00 | -0.2 -2.7 -3.0 0.6 0.0 | -0.07 -0.65 -0.42 0.07 0.00 |
0.62 |
+---------------------------------------------+-------------------------------+------------------------------------+------
----+
CONSOLIDATION DE LA PARTITION
AUTOUR DES 4 CENTRES DE CLASSES, REALISEE PAR 10 ITERATIONS A CENTRES MOBILES
PROGRESSION DE L'INERTIE INTER-CLASSES
+-----------+------------+------------+------------+
| ITERATION | I.TOTALE | I.INTER | QUOTIENT |
+-----------+------------+------------+------------+
| 0 | 6.00000 | 4.56748 | 0.76125 |
| 1 | 6.00000 | 4.56748 | 0.76125 |
| 2 | 6.00000 | 4.56748 | 0.76125 |
+-----------+------------+------------+------------+
ARRET APRES L'ITERATION 2 L'ACCROISSEMENT DE L'INERTIE INTER-CLASSES
PAR RAPPORT A L'ITERATION PRECEDENTE N'EST QUE DE 0.000 %.
DECOMPOSITION DE L'INERTIE
CALCULEE SUR 6 AXES.
+----------------+-----------------+-------------+-------------------+-----------------+
| | INERTIES | EFFECTIFS | POIDS | DISTANCES |
| INERTIES | AVANT APRES | AVANT APRES | AVANT APRES | AVANT APRES |
+----------------+-----------------+-------------+-------------------+-----------------+
| | | | | |
| INTER-CLASSES | 4.5675 4.5675 | | | |
| | | | | |
| INTRA-CLASSE | | | | |
| | | | | |
| CLASSE 1 / 4 | 0.0000 0.0000 | 1 1 | 1.00 1.00 |50.4174 50.4174 |
| CLASSE 2 / 4 | 0.1537 0.1537 | 2 2 | 2.00 2.00 |10.4097 10.4097 |
| CLASSE 3 / 4 | 0.2908 0.2908 | 5 5 | 5.00 5.00 | 2.5445 2.5445 |
| CLASSE 4 / 4 | 0.9880 0.9880 | 12 12 | 12.00 12.00 | 0.6159 0.6159 |
| | | | | |
| TOTALE | 6.0000 6.0000 | | | |
+----------------+-----------------+-------------+-------------------+-----------------+
QUOTIENT (INERTIE INTER / INERTIE TOTALE) : AVANT ... 0.7612
APRES ... 0.7612
COORDONNEES ET VALEURS-TEST APRES CONSOLIDATION
AXES 1 A 5
+---------------------------------------------+-------------------------------+------------------------------------+------
----+
| CLASSES | VALEURS-TEST | COORDONNEES |
|
|---------------------------------------------|-------------------------------|------------------------------------|------
----|
| IDEN - LIBELLE EFF. P.ABS | 1 2 3 4 5 | 1 2 3 4 5 |
DISTO. |
+---------------------------------------------+-------------------------------+------------------------------------+------
----+
| Coupure 'a' de l'arbre en 4 classes
|
|
|
| aa1a - CLASSE 1 / 4 1 1.00 | 3.9 -0.1 1.7 -0.4 0.4 | 6.98 -0.15 1.26 -0.20 0.16 |
50.42 |
| aa2a - CLASSE 2 / 4 2 2.00 | 0.1 3.6 -0.6 0.0 0.1 | 0.09 3.21 -0.32 -0.01 0.03 |
10.41 |
| aa3a - CLASSE 3 / 4 5 5.00 | -1.8 0.6 3.0 -0.5 -0.3 | -1.28 0.32 0.89 -0.12 -0.05 |
2.54 |
| aa4a - CLASSE 4 / 4 12 12.00 | -0.2 -2.7 -3.0 0.6 0.0 | -0.07 -0.65 -0.42 0.07 0.00 |
0.62 |
+---------------------------------------------+-------------------------------+------------------------------------+------
----+
PARANGONS
CLASSE 1/ 4
EFFECTIF: 1
----------------------------------------------------------------------------
|RK | DISTANCE | IDENT. ||RK | DISTANCE | IDENT. |
+---+-----------+--------------------++---+-----------+--------------------+
| 1| 0.00000|LMURI || | | |
+---+-----------+--------------------++---+-----------+--------------------+
CLASSE 2/ 4
EFFECTIF: 2
----------------------------------------------------------------------------
|RK | DISTANCE | IDENT. ||RK | DISTANCE | IDENT. |
+---+-----------+--------------------++---+-----------+--------------------+
| 1| 1.53705|LLAREC || 2| 1.53705|LITURR |
+---+-----------+--------------------++---+-----------+--------------------+
CLASSE 3/ 4
EFFECTIF: 5
----------------------------------------------------------------------------
|RK | DISTANCE | IDENT. ||RK | DISTANCE | IDENT. |
+---+-----------+--------------------++---+-----------+--------------------+
| 1| 0.66693|LAROMA || 2| 0.99925|LINQUIS |
| 3| 1.22422|LTAMAYO || 4| 1.23561|LVILLAR |
| 5| 1.68935|LSAAVE || | | |
+---+-----------+--------------------++---+-----------+--------------------+
CLASSE 4/ 4
EFFECTIF: 12
----------------------------------------------------------------------------
|RK | DISTANCE | IDENT. ||RK | DISTANCE | IDENT. |
+---+-----------+--------------------++---+-----------+--------------------+
| 1| 0.29831|LM.KAPA || 2| 1.00136|LPANDO |
| 3| 1.01398|CCaranavi || 4| 1.08336|LANDES |
| 5| 1.17602|LLOAYZA || 6| 1.17701|LMUÑE |
| 7| 1.35641|LSYUNG || 8| 1.50159|LCAMA |
| 9| 1.61173|LOMAS || 10| 2.27070|LPACAJ |
+---+-----------+--------------------++---+-----------+--------------------+
DESCRIPTION DE PARTITION(S)
DESCRIPTION DE LA Coupure 'a' de l'arbre en 4 classes
CARACTERISATION DES CLASSES PAR LES CONTINUES
CARACTERISATION PAR LES CONTINUES DES CLASSES OU MODALITES
DE Coupure 'a' de l'arbre en 4 classes
CLASSE 1 / 4
+--------+-------+-------------------+-------------------+----------------------------------------------------------------
-------+
| V.TEST | PROBA | MOYENNES | ECARTS TYPES | VARIABLES CARACTERISTIQUES
|
| | | CLASSE GENERALE | CLASSE GENERAL | NUM.LIBELLE
IDEN |
+--------+-------+-------------------+-------------------+----------------------------------------------------------------
-------+
CLASSE 2 / 4
+--------+-------+-------------------+-------------------+----------------------------------------------------------------
-------+
| V.TEST | PROBA | MOYENNES | ECARTS TYPES | VARIABLES CARACTERISTIQUES
|
| | | CLASSE GENERALE | CLASSE GENERAL | NUM.LIBELLE
IDEN |
+--------+-------+-------------------+-------------------+----------------------------------------------------------------
-------+
| CLASSE 2 / 4 ( POIDS = 2.00 EFFECTIF = 2 )
aa2a |
|
|
| 2.95 | 0.002 | 7.60 -3.94 | 1.00 5.68 | 6.Migración
MIG |
| 2.58 | 0.005 | 2.77 -0.23 | 0.24 1.69 | 2.Tasa Crec.
TC |
| | | | |
|
+--------+-------+-------------------+-------------------+----------------------------------------------------------------
-------+
CLASSE 3 / 4
+--------+-------+-------------------+-------------------+----------------------------------------------------------------
-------+
| V.TEST | PROBA | MOYENNES | ECARTS TYPES | VARIABLES CARACTERISTIQUES
|
| | | CLASSE GENERALE | CLASSE GENERAL | NUM.LIBELLE
IDEN |
+--------+-------+-------------------+-------------------+----------------------------------------------------------------
-------+
| CLASSE 3 / 4 ( POIDS = 5.00 EFFECTIF = 5 )
aa3a |
|
|
| 2.52 | 0.006 | 92.20 81.60 | 3.49 10.59 | 3.Tasa Mort Inf.
TMI |
| 2.33 | 0.010 | 6.58 5.74 | 0.50 0.91 | 5.Tasa Global Fec.
TGF |
| | | | |
|
+--------+-------+-------------------+-------------------+----------------------------------------------------------------
-------+
CLASSE 4 / 4
+--------+-------+-------------------+-------------------+----------------------------------------------------------------
-------+
| V.TEST | PROBA | MOYENNES | ECARTS TYPES | VARIABLES CARACTERISTIQUES
|
| | | CLASSE GENERALE | CLASSE GENERAL | NUM.LIBELLE
IDEN |
+--------+-------+-------------------+-------------------+----------------------------------------------------------------
-------+
| CLASSE 4 / 4 ( POIDS = 12.00 EFFECTIF = 12 )
aa4a |
|
|
| | | | |
|
| -2.57 | 0.005 | 76.50 81.60 | 6.44 10.59 | 3.Tasa Mort Inf.
TMI |
+--------+-------+-------------------+-------------------+----------------------------------------------------------------
-------+
5. Interpretación de los Datos
1.- Como se observa en el cuadro de correlaciones estos valores son superiores 0,30 por lo
que se considera que hay condiciones para aplicar en el ACP (Análisis de
Componentes Principales) para realizar el siguiente análisis.
2.- También se observa en el cuadro de correlaciones y el gráfico que existe alta correlación
entre la TGF (Tasa Global de Fecundidad) y el GU (Grado de Urbanización), por lo
que una de las variables proporciona información redundante.
3.- El cuadro de sedimentación muestra que solo dos valores propios son superiores a 1, por
lo que se puede afirmar la extracción e interpretación de los dos primeros factores
(primer plano factorial), es decir que con solo dos variables es suficiente y
satisfactorio para interpretación de los datos porque estos dos primeros ejes explican
el 81,89% de la varianza total, por lo que el resto explica muy poco para
interpretación de las variables.
4.- Se puede observar que existe gran diferencia entre la provincia murillo en un extremo
con un alto grado de urbanización y población a comparación de las provincias Franz
Tamayo, Aroma y Saavedra que tienen una alta tasa de mortalidad infantil y altas
tasas de fecundidad.
5.- En las provincias de Nor Yungas e Ingavi existen altas tasas de migración
Principalmente a las provincias de Sud Yungas y Murillo.
6.- Las provincias Camacho, Loayza, Pacajes Tienen en reducida población, grado de
urbanización, además una reducida tasa de migración y crecimiento.
7.- La provincia Larecaja que se encuentra en un extremo opuesto a la provincia Murillo, es
una de las provincias con una alta tasa de migración.
ANÁLISIS FACTORIAL DE CORRESPONDENCIAS -AFC
CASO: PREFERENCIA DE COMPRADORES DE MUSICA
1. Propósito
El uso de la herramienta estadística Análisis Factorial de Correspondencia (AFC) es una
técnica de reducción de dimensiones del problema, donde la proximidad de los individuos
indica el nivel de asociación.
Por lo tanto, el propósito para este estudio con el uso del AFC es de; determinar la posición
y sus relaciones de preferencia de los compradores con (tres categorías) de una variedad de
tipos de música en la Unión Europea.
2. Objetivos
Describir las relaciones existentes entre las variables de la tabla de contingencia
(edad y preferencia).
Examinar las relaciones entre las categorías de cada variable mediante los perfiles
de fila y columna.
Representar las similitudes y asociación de las relaciones de las variables.
3. Metodología
Determinar la posición de preferencia del tipo de música de los jóvenes, edad media
y mayores.
Establecer las zonas de aglomeración y zonas libres de las preferencias de los
compradores de música
Explicar los resultados obtenidos de la salida del SPSS.
4. Desarrollo
4.1. Información Utilizada
La información utilizada corresponde a una encuesta realizada en 400 tiendas de discos
repartidos entre países de la Unión Europea y clasificados en tres categorías:
Jóvenes
Edad media
Mayores
Los tipos de música clasificados en 5 tipos:
A = Música Clasica
B = Rock´n´roll y música americana
C = Pop y música inglesa (melódicas)
D = Jazz y música autóctona
E = Clásica
4.2. Técnicas Estadísticas
Para el siguiente análisis se utilizó Análisis de Factorial de Correspondencias (AFC) y la
utilización del paquete estadístico SPSS.
4.3. Interpretación de los Datos
En los siguientes cuadros y gráficos, se muestra el resultado de la salida del paquete
estadístico SPSS.
Cuadro Nº 1
Correspondence Table
compradores
Tipo de Música
Musica
Disco
Rock n´ Rol &
musica americana
Pop & música
inglesa
Jazz & musica
autoctona clásica
Active
Margin
jóvenes 70 45 30 0 35 180
media edad 0 45 30 80 5 160
mayores 0 0 30 20 10 60
Active Margin 70 90 90 100 50 400
Fuente: Elaboración Propia
La presente tabla (ver cuadro Nº 1) muestra los siguientes resultados:
- De las 400 personas encuestadas 70 escuchan Música Disco y estos clientes son jóvenes
en su totalidad.
- De 400 personas encuestadas 90 escuchan Rock n´ Rol & Música Americana de los
cuales 45 son jóvenes y 45 también son de edad media.
- De 400 personas encuestadas 90 escuchan Pop & Música Inglesa de los cuales 30 son
jóvenes, 30 son de edad media y 30 son mayores.
- De 400 personas encuestadas 100 escuchan Jazz & Música Autóctona de los cuales 80
son de edad media y 20 son mayores.
- De 400 personas encuestadas 50 escuchan Música Clásica de los cuales 35 son jóvenes;
5 son de edad media y 10 son mayores.
De igual forma el cuadro Nº 1 muestra. que de 400 encuestados 180 son jóvenes, 160 son
de edad media y por último 60 son mayores. En resumen los jóvenes tienen más preferencia
por la música seguido los de edad media y finalmente los mayores.
Cuadro Nº 2
Perfiles de Fila
compradores
Tipo de Música
Musica
Disco
Rock n´ Rol &
musica americana
Pop & música
inglesa
Jazz & musica
autoctona clásica Active Margin
jóvenes .389 .250 .167 .000 .194 1.000
media edad .000 .281 .188 .500 .031 1.000
mayores .000 .000 .500 .333 .167 1.000
Mass .175 .225 .225 .250 .125
Fuente: Elaboración Propia
El presente cuadro Nº 2 muestra que del 100% de encuestados:
- El 17.5% escucha Música Disco.
- El 22.5% escucha Rock n´ Rol & Música Americana.
- El 22.5% escucha Pop & Música Inglesa.
- El 25% escucha Jazz & Música Autóctona.
- El 12.5% escucha Música Clásica.
Así también indica que:
- Del 100% de jóvenes encuestados el 38.9% prefiere Música Disco; el 25% prefiere
Rock n´ Rol & Música Americana; 16.7% prefiere Pop & Música Inglesa y el 19.4%
prefiere Música Clásica. Lo que en general indica que los jóvenes prefieren la Música
Disco.
- Del 100% de edad media encuestados el 28.1% prefiere Rock n´ Rol & Música
Americana; el 18.8% prefiere Pop & Música Inglesa; 50% prefiere Jazz & Música
Autóctona y el 3.1% prefiere Música Clásica. Lo que en general indica que los de edad
media prefieren la Música Jazz y Autóctona.
- Del 100% de personas mayores encuestados el 50% prefiere Pop & Música Inglesa; el
33% prefiere Jazz & Música Autóctona y el 16.7% prefiere Música Clásica. Lo que en
general indica que las personas mayores prefieren el Pop & Música Inglesa.
Cuadro Nº 3
Perfiles de Columna
compradores
Tipo de Música
Musica
Disco
Rock n´ Rol &
musica americana
Pop & música
inglesa
Jazz & musica
autoctona clásica Mass
jóvenes 1.000 .500 .333 .000 .700 .450
media edad .000 .500 .333 .800 .100 .400
mayores .000 .000 .333 .200 .200 .150
Active Margin 1.000 1.000 1.000 1.000 1.000
Fuente: Elaboración Propia
El presente cuadro Nº 3 muestra del 100% de encuestados el siguiente resultado:
- El 45% son jóvenes.
- El 40% son de edad media.
- El 15% son Mayores.
Así también indica que:
- Del 100% que prefiere Música Disco el 100% son jóvenes.
- Del 100% que prefiere Rock n´ Rol & Música Americana el 50% son jóvenes y el otro
50% son de edad media.
- Del 100% que prefiere Pop & Música Inglesa , el 33% son jóvenes; el 33% son de edad
media y casualmente el 33% son mayores.
- Del 100% que prefiere Música Jazz y Autóctona el 80% son de edad media y el 20%
son mayores.
- Del 100% que prefiere Música Clásica el 70% son jóvenes, el 10% son de edad media y
el 20% son mayores.
Cuadro Nº 4
Resumen
Dimensi
on
Proportion of Inertia Confidence Singular Value
Correlation
Singular
Value Inertia Chi Square Sig. Accounted for
Cumulativ
e
Standard
Deviation 2
1 .685 .469 .811 .811 .022 .017
2 .331 .110 .189 1.000 .043
Total .578 231.389 .000a 1.000 1.000
a. 8 degrees of freedom
Fuente: Elaboración Propia
El presente resultado (ver cuadro Nº 4) indica que el nivel de significancia es sig=0.000a
este resultado es muy significativo, además se tienes 8 grados de libertad.
En el siguiente cuadro Nº 5 muestra el nivel de dimensión, como se puede observar la
primera dimensión explica el 81.1% y con dos dimensiones se explica el 100%, es decir, en
su totalidad.
Cuadro Nº 5
Examen de Puntos de Fila
comprado
res
Score in
Dimension
Contribution
Of Point to Inertia of
Dimension Of Dimension to Inertia of Point
Mass 1 2 Inertia 1 2 1 2 Total
jóvenes .450 -.909 -.069 .256 .544 .006 .997 .003 1.000
media
edad
.400 .818 -.416 .206 .391 .209 .889 .111 1.000
mayores .150 .547 1.316 .117 .065 .785 .263 .737 1.000
Active
Total
1.000
.578 1.000 1.000
a. Symmetrical normalization
Fuente: Elaboración Propia
Las dos columnas pintadas del cuadro Nº 5 muestran o indican las coordenadas del eje de
las filas para realizar el gráfico. En el mismo cuadro los datos de la inercia (inertia) indican
cuanto contribuye esta a cada punto, por ejemplo a la dimensión 2 los jóvenes no
contribuye en gran manera.
Cuadro Nº 6
Examen de puntos de Columna
Tipo de Música
Score in
Dimension
Contribution
Of Point to Inertia
of Dimension
Of Dimension to Inertia of
Point
Mass 1 2 Inertia 1 2 1 2 Total
Musica Disco .175 -1.328 -.208 .214 .451 .023 .988 .012 1.000
Rock n´ Rol & musica
americana
.225 -.067 -.732 .041 .001 .364 .017 .983 1.000
Pop & música inglesa .225 .222 .837 .060 .016 .476 .127 .873 1.000
Jazz & musica
autoctona
.250 1.116 -.210 .217 .454 .033 .983 .017 1.000
clásica .125 -.651 .524 .048 .077 .103 .762 .238 1.000
Active Total 1.000 .578 1.000 1.000
a. Symmetrical normalization
Fuente: Elaboración Propia
En el cuadro Nº 6 las columnas pintadas, indican las coordenadas del eje de las columnas
para realizar el gráfico. En el mismo cuadro los datos de la inercia indican cuanto
contribuye la inercia a la dimensión 2 de Música Disco, en el presente caso no contribuye
en gran manera.
Gráfico Nº 1
Fuente: Elaboración Propia
Gráfico Nº 2
Fuente: Elaboración Propia
Gráfico Nº 3
Fuente: Elaboración Propia
5. Conclusiones
Fuente: Elaboración Propia
El gráfico Nº 3 muestra las diferentes preferencias de los clientes por los diferentes tipos de
músicas. Como se puede advertir en el grafico las personas mayores prefieren música Pop
& Música Inglesa.
En cambio, los jóvenes prefieren en mayor proporción música disco y en menor grado
música clásica.
Finalmente, los que pertenecen o tienen edad media tienen preferencia a la música jazz y
Autóctona, así como también rock n´ rol & música americana.
ANÁLISIS SOCIODEMOGRÁFICO DE LAS PROVINCIAS DE COCHABAMBA
(Análisis de Conglomerados - Cluster)
1. Propósito
El propósito de esta investigación es de agrupar la dinámica sociodemográfica de las 16
provincias del Departamento de Cochabamba, y establecer el conjunto de grupos
homogéneos con características de similitud de las variables u observaciones
2. Objetivos
Determinar si existen grupos de provincias homogéneas, en cuanto a sus
características sociodemográficas (topologías de provincias).
Determinar la existencia de grupos de variables correlacionados entre sí.
Clasificar el número posible de cluster mas aceptable
3. Metodología
Establecer los factores principales que permitan sintetizar la información sobre las
condiciones de vida (análisis de ejes factoriales) de la población del Departamento
de Cochabamba.
Establecer una tipología de departamentos de Cochabamba, considerando la
integración de conglomerados.
4. Desarrollo
4.1. Información Utilizada
Los indicadores demográficos utilizados son: Tasa de crecimiento (TCRE), tasa de
mortalidad infantil (TMI), esperanza de vida al nacer (EO), tasa global de fecundidad
(TGF), tasa de migración (TMIG), grado de urbanización (GRUB), obtenidos del Censo
Nacional de Población y Vivienda de 2001.
Provincias de Cochabamba
INE 2001
Provincia Tcre tmi eo tgf Tmig Grub
Cercado 4,10 54,00 63,00 3,80 4,50 96,00
Campero -0,30 79,00 58,00 6,60 -6,00 18,20
Ayopaya -0,20 111,00 52,00 7,40 -3,40 0,00
E.Arce 0,20 95,00 55,00 6,30 -3,10 9,50
Arani 2,30 109,00 53,00 6,80 -5,00 12,90
Arque -0,90 108,00 53,00 5,70 -8,10 0,00
Capinota 0,30 95,00 55,00 6,50 -3,60 3,60
Jordán 0,50 96,00 54,00 5,40 -4,90 26,70
Quillo 4,10 67,00 60,00 4,80 5,20 58,90
Chapare 4,70 86,00 57,00 5,50 5,20 33,70
Tapacari -1,00 78,00 58,00 6,30 -2,00 0,00
Carrasco 3,30 90,00 56,00 6,30 8,50 6,80
Mizque 0,10 93,00 55,00 6,60 -1,50 0,00
Punata 1,90 85,00 57,00 5,50 -5,80 26,90
Bolivar -0,90 106,00 53,00 6,00 -0,10 0,00
Tiraque 2,30 97,00 54,00 6,90 4,40 10,10
Fuente: INE 2001
4.2. Técnicas Estadísticas
Para el siguiente análisis se utilizó Análisis de Conglomerados (CLUSTER) y la utilización
del paquete estadístico SPSS.
4.3. Interpretación de los Datos
En los siguientes cuadros y gráficos, se muestra el resultado de la salida del paquete
estadístico SPSS.
Cuadro Nº 1
Varianza total explicada
Compo
nente
Autovalores iniciales
Sumas de las saturaciones al cuadrado de la
extracción
Total % de la varianza % acumulado Total % de la varianza % acumulado
1 4.222 70.375 70.375 4.222 70.375 70.375
2 1.007 16.778 87.153 1.007 16.778 87.153
3 .467 7.778 94.931
4 .225 3.754 98.685
5 .072 1.204 99.890
6 .007 .110 100.000
Método de extracción: Análisis de Componentes principales.
Fuente: Elaboración Propia
En el anterior cuadro Nº1 indica que el primer componente retiene los datos hasta un
70,35%, con el segundo componente hasta 87,15%. Por lo tanto se asume una perdida de
información de un 13%. Con relación al tercer componente (95%) no se lo considera por
problemas de explicación del gráfico (3D).
La matriz de componentes (ver cuadro Nº 2) muestra el bautizo de dos dimensiones, tal
como se muestra en la presente matriz, existen cinco variables para el primer componente y
una variables para el segundo componente.
Por tanto, a la dimensión uno (F1) se la bautiza con el nombre de Tasa de Crecimiento,
Esperanza de vida al nacer, grado de urbanización, tasa de mortalidad infantil y tasa
global de fecundidad. A la dimensión dos (F2) se lo denomina Tasa de Migración.
Cuadro Nº 2
Matriz de componentesa
Componente
1 2
TASA DE CRECIMIENTO .775 .512
TASA DE MORT.INFANTIL -.909 .240
ESPERANZA DE VIDA EL NACER .917 -.246
TASA GLOBAL DE FECUNDIDAD -.837 .308
TASA DE MIGRACION .623 .714
GRADO DE URBANIZACION .930 -.151
Método de extracción: Análisis de componentes principales.
a. 2 componentes extraídos
Fuente: Elaboración Propia
En el gráfico Nº1 se muestra el resultado de la matriz de los componentes
Gráfico Nº 1
Fuente: Elaboración Propia
Gráfico Nº 2
Conglomerado Sociodemográfico de las Provincias de Cochabamba
Fuente: Elaboración Propia
5. Conclusiones
En conclusión, la provincia (1) Cercado y Quillacollo tienen características similares como
altas tasas de crecimiento, alto porcentaje de urbanización y elevada esperanza de vida al
nacer.
Luego, las provincias (4) Carrasco, Tiraque, Arani, Mizque, Esteban Arce y Tapacari
tienen altas tasas de migración. Las provincias (2) Chapare, Jordán, Punata y Campero
tienen un importante tasa de migración pero también un substancial tasa de crecimiento,
esperanza de vida y grado de urbanización.
Las provincias (3) Ayopaya, Arani, Bolivar y Arque tienen alto porcentaje de tasa de
mortalidad infantil y tasa de global de fecundidad (pobreza). También un reducido grado de
urbanización, esperanza de vida al nacer y tasa de crecimiento.
ANÁLISIS DE ESCALAMIENTO MULTIDIMENCIONAL
CASO: CRÍMENES
Cuadro Nº 1
Proximidades
asesinato Violación robo asalto robo_agravado allanamiento auto_robo
asesinato .
violacion .520 .
robo .340 .550 .
asalto .810 .700 .560 .
robo_agravado .280 .680 .620 .520 .
allanamiento .060 .600 .440 .320 .800 .
auto_robo .110 .440 .620 .330 .700 .550 .
Fuente: Elaboración Propia
Cuadro Nº 2
Historial de iteraciones
Iteració
n
Stress bruto
normalizado Mejora
0 .14461a
1 .01698 .12764
2 .01031 .00666
3 .00664 .00367
4 .00442 .00222
5 .00316 .00126
6 .00249 .00067
7 .00214 .00035
8 .00196 .00018
9 .00187 .00009b
Fuente: Elaboración Propia
a. Stress de la configuración
inicial: gráfico simplex.
b. Se ha detenido el proceso de
iteración porque la mejora es
menor que el criterio de
convergencia.
Cuadro Nº 3
Medidas de ajuste y stress
Stress bruto normalizado .00187
Stress-I .04325a
Stress-II .11799a
S-Stress .00523b
Dispersión explicada (D.A.F.) .99813
Coeficiente de congruencia
de Tucker
.99906
PROXSCAL minimiza el stress bruto
normalizado.
a. Factor para escalamiento óptimo = 1,002.
b. Factor para escalamiento óptimo = 1,000.
Fuente: Elaboración Propia
Gráfico Nº 1
Gráfico Nº 2
Fuente: Elaboración Propia
Interpretación
El historial de iteraciones muestra, que en la novena iteracción se ha detenido el proceso
por que la mejora es menor.
La medida de bondad de stress es 0.04325, es un valor cercano a cero el cual permite
determinar un buena bondad de ajuste por el valor mínimo del stress. El gráfico de espacio
común muestra que las variables asalto, asesinato, violación están muy próximos, por un
lado, por el otro robo, robo de auto, también están muy cercanos, y finalmente robo
agravado, allanamiento, violación tienen muchas proximidades. El gráfico SRC muestra
una correlación lineal bastante importante porque los datos están cerca de la línea de
regresión y están correlacionados.
Bibliografía
BORG Ingwer &.GROENEN Patrick J.F. Modern Multidimensional Scaling: Theory and
Applications” Second Edition. Springer Ed.
Camacho, P. (2008). Técnicas Estadísticas aplicadas a la investigación. Bolivia: Cátedra
Gujarati, D. N. (2004). Econometría. México: McGraw-Hill Interamericana
Toro, M C. (2009). Técnicas de lectura y redacción. Normas para la redacción de
documentos científicos. Bolivia: Cátedra
Villarroel, L. A. (2005). Matriz de Planificación en Investigación Científica. Bolivia:
Latinas Editores
ZIKMUND, W. G. (2000). Investigación de Mercados. España: Prentice Hall.
http://www.elespectador.com/articulo117392-crisis-economica-eeuu-hara-mujeres-
trabajen-mas-los-hombres