CURSO: ESTUDIO E INVESTIGACION DE MERCADO

SALIDAS DEL SPSS

I. ANALISIS EN COMPONENTES PRINCIPALES - ACP

Estadsticos descriptivos

Desviacin
Media tpica N del anlisis
AROMA 12.60 2.191 5
COLOR 15.20 3.493 5
SABOR 17.20 5.404 5
TEXTURA 15.40 5.771 5

Matriz de correlaciones

AROMA COLOR SABOR TEXTURA

Correlacin AROMA 1.000 .176 .600 .194
COLOR .176 1.000 -.201 .863
SABOR .600 -.201 1.000 -.468
TEXTURA .194 .863 -.468 1.000

Comunalidades

Inicial Extraccin
AROMA 1.000 .890
COLOR 1.000 .881
SABOR 1.000 .900
TEXTURA 1.000 .970
Mtodo de extraccin: Anlisis de Componentes principales.

Varianza total explicada

Sumas de las saturaciones al cuadrado

Autovalores iniciales de la extraccin
% de la % de la
Componente Total varianza % acumulado Total varianza % acumulado
1 2.075 51.884 51.884 2.075 51.884 51.884
2 1.565 39.137 91.021 1.565 39.137 91.021
3 .328 8.208 99.229
4 .031 .771 100.000
Mtodo de extraccin: Anlisis de Componentes principales.

1
 Matriz de componentesa

Componente
1 2
AROMA -.011 .943
COLOR .886 .309
SABOR -.594 .740
TEXTURA .968 .182
Mtodo de extraccin: Anlisis de componentes principales.
a. 2 componentes extrados

Grfico de componentes
1.0 aroma

sabor

.5
color
textura

0.0
Componente 2

-.5

-1.0
-1.0 -.5 0.0 .5 1.0

Componente 1

Grfico
2.0

Don Serafn

1.5
1
REGR factor score 2 for analysis

1.0

.5
M3

0.0

M4

-.5
Malloa M1

-1.0
-1.0 -.5 0.0 .5 1.0 1.5 2.0

REGR factor score 1 for analysis 1

2
II. ANALISIS FACTORIAL DE CORRESPONDENCIA - AFC
Correspondencias

Tabla de correspondencias

Caracterstica Marca
de la marca M1 M2 M3 Margen activo
precio 5 14 7 26
calidad 10 6 15 31
"precio-calidad" 6 11 5 22
Margen activo 21 31 27 79

Perfiles de fila

Caracterstica Marca
de la marca M1 M2 M3 Margen activo
precio .192 .538 .269 1.000
calidad .323 .194 .484 1.000
"precio-calidad" .273 .500 .227 1.000
Masa .266 .392 .342

Perfiles de columna

Caracterstica Marca
de la marca M1 M2 M3 Masa
precio .238 .452 .259 .329
calidad .476 .194 .556 .392
"precio-calidad" .286 .355 .185 .278
Margen activo 1.000 1.000 1.000

Resumen

Confianza para el Valor

Proporcin de inercia propio

Desviacin Correlacin
Dimensin Valor propio Inercia Chi-cuadrado Sig. Explicada Acumulada tpica 2
1 .334 .111 .960 .960 .101 -.036
2 .068 .005 .040 1.000 .103
Total .116 9.170 .057a 1.000 1.000
a. 4 grados de libertad

3
 a
Examen de los puntos de fila

Puntuacin en la
dimensin Contribucin
De los puntos a la
inercia de la De la dimensin a la inercia del
Caracterstica dimensin punto
de la marca Masa 1 2 Inercia 1 2 1 2 Total
precio .329 -.502 .296 .030 .248 .422 .933 .067 1.000
calidad .392 .718 .018 .067 .606 .002 1.000 .000 1.000
"precio-calidad" .278 -.418 -.376 .019 .146 .576 .858 .142 1.000
Total activo 1.000 .116 1.000 1.000
a. Normalizacin Simtrica

a
Examen de los puntos columna

Puntuacin en la
dimensin Contribucin
De los puntos a la
inercia de la De la dimensin a la inercia del
dimensin punto
Marca Masa 1 2 Inercia 1 2 1 2 Total
M1 .266 .308 -.412 .011 .076 .659 .732 .268 1.000
M2 .392 -.708 .058 .066 .589 .019 .999 .001 1.000
M3 .342 .573 .254 .039 .336 .322 .961 .039 1.000
Total activo 1.000 .116 1.000 1.000
a. Normalizacin Simtrica

Puntos de columna y de fila

Simtrica Normalizacin

.4
precio
M3
.2
M2
calidad
-.0
Dimensin 2

-.2
"precio-calidad" Marca
M1
-.4
Caracterstica de la
-.6 marca
-.8 -.6 -.4 -.2 0.0 .2 .4 .6 .8

Dimensin 1

4
III. ESCALAMIENTO MULTIDIMENSIONAL
Raw (unscaled) Data for Subject 1

1 2 3 4 5

1 .000
2 1.000 .000
3 4.000 5.000 .000
4 2.000 1.000 4.000 .000
5 3.000 4.000 1.000 3.000 .000
6 3.000 2.000 5.000 1.000 3.000
7 4.000 3.000 4.000 3.000 2.000
8 5.000 5.000 3.000 4.000 2.000
9 7.000 6.000 6.000 6.000 4.000
10 5.000 4.000 5.000 3.000 4.000
11 9.000 8.000 8.000 8.000 7.000
12 7.000 6.000 8.000 5.000 7.000

6 7 8 9 10

6 .000
7 2.000 .000
8 3.000 1.000 .000
9 4.000 3.000 3.000 .000
10 2.000 2.000 2.000 4.000 .000
11 6.000 5.000 5.000 2.000 6.000
12 4.000 5.000 5.000 6.000 3.000

11 12

11 .000
12 6.000 .000
_
Iteration history for the 2 dimensional solution (in squared distances)

Young's S-stress formula 1 is used.

Iteration S-stress Improvement

1 .10528
2 .09193 .01335
3 .08961 .00232
4 .08882 .00080

Iterations stopped because

S-stress improvement is less than .001000

Stress and squared correlation (RSQ) in distances

RSQ values are the proportion of variance of the scaled data

(disparities)
in the partition (row, matrix, or entire data) which
is accounted for by their corresponding distances.
Stress values are Kruskal's stress formula 1.
For matrix
Stress = .08392 RSQ = .96151

Configuration derived in 2 dimensions

Stimulus Coordinates

5
 Dimension

Stimulus Stimulus 1 2
Number Name

1 A 1.7020 .1231
2 B 1.1577 .6194
3 C 1.0548 -1.3719
4 D 1.0217 .5202
5 E .5708 -.9301
6 F .1046 .4790
7 G -.1550 -.2095
8 H -.3713 -.5399
9 I -1.3252 -.6806
10 J -.2723 .5771
11 K -2.5028 -.3581
12 L -.9850 1.7713

Configuracin de estmulos derivada

Modelo de distancia eucldea
2.0 l

1.5

1.0
j b
f d
.5
a
0.0 g
k
h
Dimensin 2

-.5 i
e
-1.0
c
-1.5
-3 -2 -1 0 1 2

Dimensin 1

Correlaciones

DIM1 DIM2 PRECIO POTENCIA TAMAO CONSUMO

DIM1 Correlacin de Pearson 1 -.030 -.998** -.996** .045 -.243
Sig. (bilateral) . .926 .000 .000 .890 .447
N 12 12 12 12 12 12
DIM2 Correlacin de Pearson -.030 1 .012 .036 .950** .028
Sig. (bilateral) .926 . .971 .912 .000 .931
N 12 12 12 12 12 12
PRECIO Correlacin de Pearson -.998** .012 1 .997** -.064 .241
Sig. (bilateral) .000 .971 . .000 .844 .450
N 12 12 12 12 12 12
POTENCIA Correlacin de Pearson -.996** .036 .997** 1 -.042 .233
Sig. (bilateral) .000 .912 .000 . .896 .466
N 12 12 12 12 12 12
TAMAO Correlacin de Pearson .045 .950** -.064 -.042 1 -.059
Sig. (bilateral) .890 .000 .844 .896 . .856
N 12 12 12 12 12 12
CONSUMO Correlacin de Pearson -.243 .028 .241 .233 -.059 1
Sig. (bilateral) .447 .931 .450 .466 .856 .
N 12 12 12 12 12 12
**. La correlacin es significativa al nivel 0,01 (bilateral).

6
IV. CLASIFICACION NUMERICA

A. factorial
Comunalidades

Inicial Extraccin
velocidad de entrega 1.000 .808
imagen del fabricante 1.000 .954
calidad del producto 1.000 .780
Mtodo de extraccin: Anlisis de Componentes principales.

Varianza total explicada

Sumas de las saturaciones al cuadrado

Autovalores iniciales de la extraccin
% de la % de la
Componente Total varianza % acumulado Total varianza % acumulado
1 1.506 50.207 50.207 1.506 50.207 50.207
2 1.035 34.516 84.723 1.035 34.516 84.723
3 .458 15.277 100.000
Mtodo de extraccin: Anlisis de Componentes principales.

Matriz de componentesa

Componente
1 2
velocidad de entrega -.813 .384
imagen del fabricante .267 .940
calidad del producto .880 .070
Mtodo de extraccin: Anlisis de componentes principales.
a. 2 componentes extrados

Grfico de componentes
1.0 imagen del fabricant

.5
velocidad de entrega

calidad del producto

0.0
Componente 2

-.5

-1.0
-1.0 -.5 0.0 .5 1.0

Componente 1

7
Conglomerados jerrquicos
Vinculacin de Ward

Dendrograma
Grfico
3
542

82

93
2 57

20
15
1

7 91 23
19 56 99
32
28 90
67 75
REGR factor score 2 for analysis

33 53 1071
1 62
7758
26 51 3 89 37 2
97 14
63 3085 34 48 83
59 38 4
9 87
25 49 76 31
0 44 46 74
43 80 17
18 1 73 12 52 70
54
9295 16 6664 100 84 68 98
81 11 24
27 94
60 6
88 8 39
69 61
47 40
41 86 96 65
Ward Method
21 36
-1 72 79
50 13
29 4
45
78
55 35
3
-2
22
2

-3 1
-2 -1 0 1 2 3

REGR factor score 1 for analysis 1

8
REGRESION LOGISTICA BINARIA

Resumen de los modelos

R cuadrado
-2 log de la R cuadrado de
Paso verosimilitud de Cox y Snell Nagelkerke
1 21.160a .585 .781
a. La estimacin ha finalizado en el nmero de
iteracin 6 porque las estimaciones de los
parmetros han cambiado en menos de .001.

Tabla de clasificacina

Pronosticado

Compra del servicio Porcentaje

Observado 0 1 correcto
Paso 1 Compra del 0 17 3 85.0
servicio 1 3 19 86.4
Porcentaje global 85.7
a. El valor de corte es .500

Variables en la ecuacin

B E.T. Wald gl Sig. Exp(B)

Paso
a
INGRESOS .020 .008 6.564 1 .010 1.020
1 VIVIENDA 2.764 1.181 5.478 1 .019 15.856
EDAD -.082 .074 1.224 1 .269 .921
Constante -6.958 3.864 3.242 1 .072 .001
a. Variable(s) introducida(s) en el paso 1: INGRESOS, VIVIENDA, EDAD.

9
DIFERENCIAL SEMANTICO

Media Impresiona/No

Media Atractivo/No a

Media Muy claro/Nada

Media Gusta/No gusta

PUBLICID

PUBLICIDAD A

Media Convincente/No PUBLICIDAD B

-.6 -.4 -.2 -.0 .2 .4 .6

10
PRONOSTICO METODOS CUANTITATIVOS

Suavizado exponencial
MODEL: MOD_2.
_

Results of EXSMOOTH procedure for Variable VENTAS

MODEL= HOLT (Linear trend, no seasonality)

Initial values: Series Trend

104.75000 .50000

DFE = 5.

The SSE is: Alpha Gamma SSE

.3000000 .0000000 116.89832

The following new variables are being created:

NAME LABEL

FIT_1 Fit for VENTAS from EXSMOOTH, MOD_2 HO A .30 G .00

ERR_1 Error for VENTAS from EXSMOOTH, MOD_2 HO A .30 G .00

3 new cases have been added.

Grfico de secuencia
MODEL: MOD_3.
118

116

114

112

110

108
VENTAS
106
Fit for VENTAS from
104 EXSMOOTH, MOD_2 HO A
1995 1997 1999 2001 .
1996 1998 2000 . .

A0

11