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 Ćercado´ Ćercado´ 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 Ćampero´ Áiquile´ 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 Ćampero´ ´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 Ćampero´ Ómereque´ 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 Áyopaya´ Índependencia´ 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 Áyopaya´ ´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 Ésteban 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 Ésteban Arce´ Ánzaldo´ 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 Ésteban Arce´ Árbieto´ 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 Ésteban 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 Árani´ Árani´ 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 Árani´ ´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 Árque´ Árque´ 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 Árque´ ´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 Ćapinota´ Ćapinota´ 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 Ćapinota´ ´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 Ćapinota´ ´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´ Ćliza´ 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´ Ćolcapirhua´ 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 Ćhapare´ ´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 Ćhapare´ Ćolomi´ 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 Ćhapare´ ´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 Ćarrasco´ ´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 Ćarrasco´ ´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 Ćarrasco´ ´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 Ćarrasco´ Ćhimoré´ 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 Ćarrasco´ ´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´ Álalay´ 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´ Ćuchumuela´ 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


Gráfico Nº 3


Gráfico Nº 4


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


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


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


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


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


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


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


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.


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.


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.


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


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.


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


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


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


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 variables correlacionados entre sí.

Determinar un conjunto de variables que permitan caracterizar la dinámica

demográfica.

Determinar si existe una topología de variables.

3. Metodología



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


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

-----+------------------------------------------


MATRICE DES VALEURS-TESTS


-----+------------------------------------------

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

-----+------------------------------------------


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 |

|---------------------------------------------------------------------------------------------------------------------|


|---------------------------------------------------------------------------------------------------------------------|

| 0.93 | 20.00 | Grad Urb | 11.88 | 21.12 | 6 |

+---------------------------------------------------------------------------------------------------------------------+



+--------------------------------------------------------------------------------------------+


|--------------------------------------------------------------------------------------------|

| -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 |

|--------------------------------------------------------------------------------------------|


|--------------------------------------------------------------------------------------------|

| 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 |

+--------------------------------------------------------------------------------------------+


+---------------------------------------------------------------------------------------------------------------------+


|---------------------------------------------------------------------------------------------------------------------|

| -0.05 | 20.00 | Población | 94579.99 | ******** | 1 |

|---------------------------------------------------------------------------------------------------------------------|


|---------------------------------------------------------------------------------------------------------------------|

| 0.75 | 20.00 | Migración | -3.94 | 5.68 | 6 |

+---------------------------------------------------------------------------------------------------------------------+



+--------------------------------------------------------------------------------------------+


|--------------------------------------------------------------------------------------------|

| -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 |

|--------------------------------------------------------------------------------------------|


|--------------------------------------------------------------------------------------------|

| 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 |

+--------------------------------------------------------------------------------------------+


+---------------------------------------------------------------------------------------------------------------------+


|---------------------------------------------------------------------------------------------------------------------|

| -0.37 | 20.00 | Migración | -3.94 | 5.68 | 1 |

|---------------------------------------------------------------------------------------------------------------------|


|---------------------------------------------------------------------------------------------------------------------|

| 0.40 | 20.00 | Tasa Mort Inf. | 81.60 | 10.59 | 6 |

+---------------------------------------------------------------------------------------------------------------------+



+--------------------------------------------------------------------------------------------+


|--------------------------------------------------------------------------------------------|

| -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 |

|--------------------------------------------------------------------------------------------|


|--------------------------------------------------------------------------------------------|

| 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 |

+--------------------------------------------------------------------------------------------+


+---------------------------------------------------------------------------------------------------------------------+


|---------------------------------------------------------------------------------------------------------------------|

| -0.29 | 20.00 | Tasa Global Fec. | 5.74 | 0.91 | 1 |

|---------------------------------------------------------------------------------------------------------------------|


|---------------------------------------------------------------------------------------------------------------------|

| 0.29 | 20.00 | Tasa Mort Inf. | 81.60 | 10.59 | 6 |

+---------------------------------------------------------------------------------------------------------------------+



+--------------------------------------------------------------------------------------------+


|--------------------------------------------------------------------------------------------|

| -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 |

|--------------------------------------------------------------------------------------------|


|--------------------------------------------------------------------------------------------|

| 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 |

+--------------------------------------------------------------------------------------------+


+---------------------------------------------------------------------------------------------------------------------+


|---------------------------------------------------------------------------------------------------------------------|

| -0.21 | 20.00 | Tasa Crec. | -0.23 | 1.69 | 1 |

|---------------------------------------------------------------------------------------------------------------------|


|---------------------------------------------------------------------------------------------------------------------|

| 0.22 | 20.00 | Tasa Global Fec. | 5.74 | 0.91 | 6 |

+---------------------------------------------------------------------------------------------------------------------+



+--------------------------------------------------------------------------------------------+


|--------------------------------------------------------------------------------------------|

| -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 |

|--------------------------------------------------------------------------------------------|


|--------------------------------------------------------------------------------------------|

| 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 |

+--------------------------------------------------------------------------------------------+


+---------------------------------------------------------------------------------------------------------------------+


|---------------------------------------------------------------------------------------------------------------------|

| -0.16 | 20.00 | Grad Urb | 11.88 | 21.12 | 1 |

|---------------------------------------------------------------------------------------------------------------------|


|---------------------------------------------------------------------------------------------------------------------|

| 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

----------------------------------------------------------------------------


+---+-----------+--------------------++---+-----------+--------------------+

| 1| 1.53705|LLAREC || 2| 1.53705|LITURR |

+---+-----------+--------------------++---+-----------+--------------------+

CLASSE 3/ 4

EFFECTIF: 5

----------------------------------------------------------------------------


+---+-----------+--------------------++---+-----------+--------------------+

| 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

----------------------------------------------------------------------------


+---+-----------+--------------------++---+-----------+--------------------+

| 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

+--------+-------+-------------------+-------------------+----------------------------------------------------------------

-------+


|


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

+--------+-------+-------------------+-------------------+----------------------------------------------------------------

-------+


|


IDEN |

+--------+-------+-------------------+-------------------+----------------------------------------------------------------

-------+


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

+--------+-------+-------------------+-------------------+----------------------------------------------------------------

-------+


|


IDEN |

+--------+-------+-------------------+-------------------+----------------------------------------------------------------

-------+


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


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


Para el siguiente análisis se utilizó Análisis de Factorial de Correspondencias (AFC) y la

utilización del paquete estadístico SPSS.



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


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


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


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


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


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


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


Gráfico Nº 2


Gráfico Nº 3


5. Conclusiones


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 la existencia de grupos de variables correlacionados entre sí.

Clasificar el número posible de cluster mas aceptable

3. Metodología



de Cochabamba.

Establecer una tipología de departamentos de Cochabamba, considerando la

integración de conglomerados.

4. Desarrollo


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


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


Para el siguiente análisis se utilizó Análisis de Conglomerados (CLUSTER) y la utilización

del paquete estadístico SPSS.



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.


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


En el gráfico Nº1 se muestra el resultado de la matriz de los componentes

Gráfico Nº 1


Gráfico Nº 2

Conglomerado Sociodemográfico de las Provincias de Cochabamba


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 .


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


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.


Gráfico Nº 1

Gráfico Nº 2


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

http://www.elespectador.com/articulo117392-crisis-economica-eeuu-hara-mujeres-trabajen-mas-los-hombres

http://www.elespectador.com/articulo117392-crisis-economica-eeuu-hara-mujeres-trabajen-mas-los-hombres

Ejercicios Resueltos de Investigacion de Mercados

Documents

Transcript of Ejercicios Resueltos de Investigacion de Mercados