ANALISIS MULTIVARIANTE Quinta edicion Joseph F. HAIR, Jr. Louisiana State University Rolph E. ANDERSON Drexel University Ronald L. TATHAM Burke Marketing Research William C. BLACK Louisiana State University Traducci6n: Esme Prentice Diego Cano Universidad Autonoma de Madrid Revisi6n técnica y compilacién de las lecturas complementarias: Ménica Gémez Suarez Profesora titular de Comercializacién e Investigacién de Mercados Universidad Auténoma de Madrid | PRENTICE HALL Madrid + Upper Saddle River + Buenos Aires * Londres * México * Nueva Delhi + Rio de Janeiro Santafé de Bogoté « Singapur * Sydney * Tokio + TorontoANALISIS MULTIVARIANTE, 5" ed, PRENTICE HALL IBERIA, Mad 199% 1. lac J.-F Hair, Jr, RE. Anderson. R.L ANALISIS MULTIVARIANTE, Tatham, W. C. Black ved. [No esti permitida a reproduceién foal o parcial de esta obra fi su tratamiento o transmision por cualquier medio o método sin auoriaaci6n escrita de la Editorial DERECHOS RESERVADOS (© 1999 respecte ala primera edicidn en espaol por: poverier BATT IBERIA, SRL ISBN: 84-8322-035.0 Depssito Legal: M_31.513+1999 Tindueido de: MULTIVARIATE DATA ANALYSIS, Fith eition Prentice Hall International, Ine © MCMXCVIII ISBN; 0-13-930587-4 Ecdicin en espanol Exitor: Andis Otero Asistente editorial: Ana kabel Garcia Disefio de eubierts: Domingo Rafo ‘Composicion: COPIBOOK. S. L Imprese poe IMPRESO EN ESPANA - PRINTED IN SPAIN Fe ih sd npr com papel yinContenido Prélogo XVI Prélogo a la edicién en castellano XxI Nota introductoria XXL Profesores que han participado con lecturas complementarias XxV Capitulo 1. Introduccién H {Qué es el analisis multivariante? 2 El impacto de la revolucién informética 3 Definicién del andlisis multivarianse 4 Algnnos eonveptos 1 andtisis maltivari 4 Et valor tebrico 4 Escalas de medida 3 Error de medida y medidas mulivariantes 6 Significacion estadistica frente a potencia estadistica 8 Tipos de téenicas multivariantes n ‘Componentes principales y andlisis factorial comin n Regresin miltiple u Analisis diseriminante miltiple " Anilisis multivariante de la Varianza y covarianza 12 Analisis conjunto 2 Correlacién canénica 2 Anilisis cluster B Analisis multidimensional B “Analisis de correspondencias B Modelos de probabitidad lincal 4 Modelos de ecuaciones estructurales M4 (tras téenicas multvariantes emergentes 4 Una clasificacién de la técnicas multivariantes, 15 rientaciones para el analisis multivariantey su interpretacién 19 Establecer la significacion prictica asi como la estadistica 19 El tamaiio muestral afeeta a todos los resultados 20 Conocer los datos 20 Procurar la parsimonia del modelo 20 Atender a los errores Validar los resultados 21 Una aproximacién organizada al diseito de modelos multivariantes 24 Primer paso: Definr el problema de investigacién, objetivos y téenica multivariante conveniente 2 Segundo paso: Desarrollo del proyecto de anslisis, 2 Tercer paso: Evaluacién de los supuestos bésicos de la téenica multivariante B Cuarto paso: Estimaci6n del modelo multivariante y valoracién del ajuste del modelo 2Bcoer Quinto paso: Interpretar el valor tebrico .... Sexto puso: Validacién del modelo multivariante ‘Un diagrama de flujos de decisiones Bases de datos La principal base de datos ‘Otras bases de datos Organizacién de los capitulos restantes RESUME eee eeeseeeesseeessesecseteeeeeeeeees Cuestiones de revisién Bibliogratia Seccién 1. Prepara Capitulo 2. Anélisis previo de los datos Introduecién Examen grifico de los datos La naturaleza de la variable: Analisis de la forma de la distribucién Anilisis de relacion entre variables Analisis de las diferencias entre grupos Perfiles multivariantes Resumen Datos ausentes Un ejemplo sencillo del andlisis de datos ausentes Conocimiento de las razones causantes de datos ausentes amen de los tipos de datos ausentes iagnostico de Ia aleatoriedad en el proceso de pérdida de observaciones ‘proximaciones al tratamiento de datos ausentes Utitizar s6lo aquellas observaciones con datos completos ceo Supresi6n de caso(s) y/o vatiable(S) .....-...ceee0ceeceeeeeteeeeee Metodos de imputacién Procedimientos basados en el modelo Un ejemplo de diagnéstico de datos ausentes \Un repaso de! anlisis de valores ausentes Resumen ‘sos atipicos Deteceidn de casos atipicos Deseripein de casos atipicos y especificacion Mantenimiento o eliminacién de tos casos atipicos Un ejemplo del analisis de casos atipicos Verificacién de los supuestos del a Valoracién de las variables individuales frente al modelo univariante Nonmalidad cee Homocedasticidad cite coe Linealidad viiteteeenees Ausencia de errores correlacionados Transfornaciones de los datos Un ejemplo de contastacion de lox supestos bios de nisi multivariate Homocedasticidad isis multivariante a incorporacién de datos no métricos con variable fitcias Resumen Cuestiones de revisiénCONTENIDO Capitulo 3. Analisis factorial {Qué es el analisis factorial? Pe Un ejemplo hipotético del analisis factorial El proceso de decisin del andlisis factorial Primer paso: Objetivos del andlisis factorial ‘Segundo paso: El disefio de un analisis factorial Tercer paso: Supuestos en el anilisis factorial Cuarto paso: La estimacién de los factores y la valoracién del ajuste general ‘Quinto paso: Interpretacién de los factores Sexto paso: Validacién del anilisis factorial ‘Séptimo paso: Usos adicionales de los resultados det andlisis factorial Un ejemplo ilustrativo ae Primer paso: Objetivos del anilisis factorial ‘Segundo paso: Diseiio del analisis factorial Tercer paso: Supuestos del andlisis factorial ‘Analisis de factores componentes: Del paso cuarto al séptimo ‘Analisis factorial comtin: Pasos cuarto y quinto Una consideracién gerencial de los resultados Resumen Cuestiones de revision Bibliografia . — = Lectura complementaria: La imagen de la empresa detalisa y su percepcién por los consumidores: Una apli ‘cacién del andlisis factorial, por Rodolfo Vazquez. Casiclles Seccién 2, Técnicas de dependenci Capitulo 4. Andlisis de regresién multi {Qué es el analisis de regresién miltiple? Un ejemplo de la regresion simple y multiple Fijando una linea de base: prediccin sin variable independiente Prediccién mediante una tinica variable independiente. Regresién simple Prediccién utilizando varias variables independientes: Analisis de regresion miiltiple Resumen 5 a Un proceso de decisin para el analisis de regresion miltiple Primer paso: Objetivos de la regresién maltiple Problemas de investigacién adecuados para la regresién maltiple Especificacion de la relacién estadistica Seleccién de variables dependientes e independientes Segundo paso: Disefio en la investigacién del analisis de la regresién maltiple Tamaiio muestral . A Predictores de efectos fijos frente a predictos de efectos aleatorios Creacién de variables adicionales ‘i Tercer paso: Supuestos en el anilisis de regresién multiple Valoracién de las variables individuales frente al valor teérico Linealidad del fenomeno : Varianza constante del término de error Independencia de los términos de error Normalidad de la distribucién del término de error Resumen Cuarto paso: Estimacién del modelo de tegresién y valoracién ‘Aproximaciones generales a la seleecién de variables Contrastacién del cumplimiento de los supuestos de regresion Examen de la significacién estadistica de nuestro modelo vit 7» 80 83 83 86 8s 80 4 102 108 107 108 108 108 109 us 121 121 122 122 124 lat 143 144 las Mas 146 1st 153 133VII CONTENIDO Identificacién de observaciones influyentes Quinto paso: Interpretacién del valor teorico de la regresion Utilizacién de los coeficientes de regresién Estandarizacién de los coeficientes de regresién: Los coeficientes beta Evaluacion de la multicolinealidad ‘Sexto paso: Validacion de los resultados Muestras adicionales o muestras divididas, Clculo del estadistico PRESS ‘Comparacién de los modelos de regresion votes Prediccién con el modelo Ejemplo de un anélisis de regresion Primer paso: Objetivos de la regresion multiple Segundo paso: Disetio de Ia investigacién mediante el andliss de regresion miltiple Tercer paso: Supuestos del andlisis de regresién miltiple ‘Cuarto paso: Estimacién del modelo de regresién y valoracién global del ajuste Quinto paso: Interpretacién del resultado teérico Sesto paso: Validacién de los resultados Evaluacién de modelos de regresion alternativos Una visién gerencial de los resultados Resumen Cuestiones de revision 5... Bibliogratia Apéndice 4A. Validacién avanzada en el anal Evaluacién de la multicolinealidad ‘Un proceso en dos partes... cites Ejemplo de evaluacién de la multicotineatidad dentficacién de observaciones infl rentes Primer paso: Examen de 10s residU0s 0. .6 600s cveees Segundo paso: Wentifcacién de punto de apalancamiento mediante los predictores Tercer paso: Diagnéstico de un tinico caso de observaciones influyentes Cuarto paso: Seleccidn y tratamiento de observaciones influyentes Ejemplo de la ase de datos HATCO. Visién panorimica ... ee... ceo bttetttrsteeeennes Resumen cov eetteeeeeseeee Cuestiones de revision... 2... e os Bibliografia Lecturas complementarias: Relacién entre concentracién y precios en el comercio minorista, por M: Jesiis ‘Yagtie Guillén y ET conportamiem de biisqueda de precios de los consumidores: Un andilisis en el merca- cdo minorista de alimentacién, por Carmen Berné Manero, Marta Pedraja Iglesias y Pilar Rivera Torres is discri Capitulo 5. Ani Qué son el analisis discriminante y la regresisn logistica? . coe ‘Analogia con la regresién y MANOVA we cites Un ejemplo hipotético del andlisis diseriminante ..........0.. : : Andlsis dieriminunie de dos grupo: Commpradoes frente a 0 compradores, so. ss.csssecssucesee Una representacin geométrica de la funcién discriminante de dos grupos Un ejemplo de analisis discriminante de tres grupos: Propésitos de cambio El proceso de decisién en el anilisis discriminante Primer paso: Objetivos del andlisis diseriminame <0... o.oo ect eceteteeseeeees Segundo paso: Diseio de la investigaciin mediante anélisis diseriminante Selecion de as varibles dependent cindependienes cee cot etteeeee Tamafio mucstral : . Divisibn de la muestra jnante multiple y regresién logistica 7 179 180. 180 18 186 186 207 208, 209 209 210 2 212 213, 213, 224 25 225 225 226 249 250 252 252 253 256 257 260 261 261 262 262 263CONTENIDO Tercer paso: Supuestos del anilisis diseriminante Cuarto paso: Estimacion de! modelo discriminante y valoracién del ajuste global Método de céleulo Significacién estadistica Valoracién del ajuste global Diagnosis mediante casos Resumen Quinto paso: Interpretacién de los resultados Ponderaciones discriminantes Cargas discriminantes ‘Valores parciales de la F InterpretaciOn de dos o mas funciones { Cual es el método de interpretacion a emplear? Sexto paso: Validacién de los resultados Divisién de la muestra o procedimientos de validacion cruzada Perfilar las diferencias entre los grupos Regresién logistica: Regresién con una variable dependiente binaria Representacién de la variable dependiente binaria Estimacién del modelo de regresidn logistica Interpretacion de los coeficientes Un ejemplo ilustrativo de dos grupos Primer paso: Objetivos del andlisis discriminante ‘Segundo paso: Disefio de la investigacion mediante el andlisis diseriminante Tercer paso: Supuestos del anilisis discriminante Cuarto paso: Estimacién de la funcién discriminante y valoracion del ajuste global Quinto paso: Interpretacion de los resultados Sexto paso: Validacién de los resultados Una visidn gerencial de conjunto Un ejemplo ilustrativo de tres grupos Primer paso: Objetives del andlisis discriminante Segundlo paso: Disefio de la investigacién del anélisis diseriminante Tercer paso: Supuestos del andlisis diseriminante Cuarto paso: Estimacién de la funcién discriminante y valoracién del ajuste global Quinto paso: Interpretacién de los resultados del anslisis diseriminante de tres grupos Sevto paso: Validaciin de los resultados discriminantes Una vision gerencial de conjunto Un ejemplo ilustrativo de regresion logistics Pasos primero, segundo y tercero: Diseio de objetivos, diseito de la investigacién y supuestos estadisticos, Cuarto paso: Estimacién del modelo de regresion logistica y valoracién del ajuste global ‘Quinto paso: Interpretacién de los resultados Sexto paso: Validacién de los resultados Una vision gerencial de conjunto Resumen CCuestiones de revisién Bibliografia Lecturas complementarias: Factores determinantes del nivel de equipamiento doméstico. Un contraste empi: rico, por Carlos Flavidn Blanco, Eva Martinez Salinas y Yolanda Polo Redondo y Las estrategias de cap- tacién y retencién de clientes y la lealtad. Un andlisis de segmentacién, por Sandra Cavero Brojula y Javier Ceboliada Calvo Capitulo 6. Analisis multivariante de la varianza, {Qué es el andlisis multivariante de la varianza? Procedimientos univariantes para valorar las diferencias de grupo Analisis multivariante de la varianza (MANOVA) Ix 264 264 265 266 267 274 275 275 276 276 276 276 278 278 279 279 280 280 281 281 284 284 285, 286 286 294 297 298, 298 298 299 299 299 31 315 315 316 316 316 322 322 322 322 323, 323, 325 345 346 346 349X CONTENIDO Las diferencias entre MANOVA y el andlisisdiseriminante Una ilustracian hipotética del MANOVA Cuando se debe utilizar MANOVA? Control del porcentaje de errores experimentales : Diferencias entre una combinacién de variables dependientes| Un proceso de decision para el MANOVA Primer paso: Objetivos del MANOVA ‘Tipos de preguntas adecuadas en el andlisis moultivariante del MANOVA Segundo paso: Cuestiones bisicas del disefio de Ia investigacién mediante MANOVA Requisitos de tamaito muestral — en conjunto y por grupos ...... Diseios factoriales — dos o mas tratamientos Uso de covariaciones— ANCOVA y MANCOVA Tercer paso: Supuestos bisicos del ANOVA y del MANOVA Independencia {qualdad de las matrices de varianzas-covarianzas Normalidad Linealidad y multicolinealidad entre las variables dependientes Sensibilidad a los datos atipicos Cuarto paso: Estimacién del modelo MANOVA y valoracién del ajuste global Criterios para la contrastacién de la significacion Potencia estadistica de los contrastes multivariantes Quinto paso: Interpretacién de los resultados det MANOVA, Evaluacién de las covarianzas cevvseetseeens Evaluacién del valor tedrieo dependiente Identificacién de las diferencias entre los distintos grupos . Sexto paso: Validacién de los resultados Resumen Ejemplo 1: Diferencia entre dos grupos independientes Un enfoque univariante: El contraste Un enfoque multivariante: La T? de Hotelling Ejemplo 2: Diferencia entre k grupos independientes Un enfoque univariante: ANOVA con k grupos Un enfoque multivariante: MANOVA con k grupos : Ejemplo 3: Disefio factorial del MANOVA con dos variables independientes Primer paso: Objetivos del MANOVA Segundo paso: Diseno de investigacién del MANOVA Tercer paso: Supuestos basicos del MANOVA Cuarto paso: Estimacién del modelo MANOVA y valoracién del ajuste global . Quinto paso: Interpretacién de los resultados . Una consideracién general de los resultados ... Resumen Cuestiones de revision Bibliografia Lectura complementaria: Imagen y atraccidn de centros comerciales suburbanos, por Francisco José Mas Ruiz coe Capitulo 7, Andlisis conjunto {.Qué es el anlisis conjunto? Un ejemplo hipotetico de andlisis eonjumto.... Un ejemplo empirico : La utilizacion del andlisis conjunto en la préctica total ‘Comparacién del andlisis conjunto con otros métodos multivariantes 351 352 353 354 354 354 355 356 387 387 397 359 362 362 363 363 364 399 407 408 409 410 44 4sCONTENIDD XI Técnicas de composicién frente a las téenicas de descomposicién Especificacién del valor tebrico en el andlisis conjunto Modelos separados para cada individuo Tipos de relaciones Disefio de un experimento de andlisis conjunto Primer paso: Objetivos del anilisis conjunto Definicién del valor total del objeto Especificacion de los factores determinantes, Segundo paso: Diseio del anélisis conjunto Seleccién de una metodologia para el anélisis conjunto, Disefio de tos estimulos Especificacién de la forma bésica del modelo Recogida de datos Tercer paso: Supuestos bisicos del anilisis conjunto Cuarto paso: Estimacién del modelo conjunto y valoracién del ajuste global Seleccién de una técnica de etimacién . Evaluacién de ta bondad del ajuste det modelo. Quinto paso: Interpretacién de los resultados Analisis agregado frente a anilisis desagradado Evaluacién de la importancia relativa de los relativos Sexto paso: Validacidn de los resultados del andtisis conjunto Aplicacién de los resultados del anilisis conjunto Segmentacion . ‘Analisis de rentabilidad ‘Simuladores conjuntos Metodologias alternativas en cl andlisis conjunto . Analisis conjunto adaptativo: Anilisis adaptativo con un gran nimero de factores . Resumen de las tres medologias completas.. Una ilustracién del analisis conjunto Primer paso: Objetivos del anilisis conjunto Segundo paso: Disefio del anilisis conjunto Tercer paso: Supuestos basicos del anilisis conjunto Cuarto paso: Estimacién del modelo conjunto y valoracién del ajuste conjunto Quinto paso: Interpretacion de los resultados Sexto paso: Validacién de los resultados ‘Una aplicacién practica: Utilizacién de un simulador de eleccion Resumen : Cuestiones de revision... 2.00.2 sccceeveee Bibliogratfia Lectura complementaria: Las preferencias del consumidor: estudio de su composicisn a través del anélisis com. ‘conjunto, por Salvador Ruiz de Maya y José Luis Munuera Alemin 455, Capitulo 8. Andlisis de correlacién canénica 469 {Qué es la correlacién canénica? 470 Ejemplo hipotético de correlacién canénica . : 476 Elanilisis de las relaciones mediante correlacion candnica 471 Primer paso: Objetivos del anlisis de correlacién canénica : 4n ‘Segundo paso: Diseiio de un anélisis de correlacién canénica . 478 Tercer paso: Supuestos bisicos de la correlacién canénica Cuarto paso: Obtencién de las funciones candnicas y valoracién del ajuste global a a7 La derivacin de funciones canénicas .......... ans {Qué funciones canénicas se deben interpreta? an Days Quinto paso: Interpretacién del valor tebrico canénico 47%XII CONTENIDO Ponderaciones canénicas Cargas eanénicas Cargas eruzadas eanénicas oe El enfoque de interpretacion a emplear Sexto paso: Validacién y diagnosis Un ejemplo ilustativo a Primer paso: Objetivos del anilisis de cortelacién eanénica = Segundo y tercer pasos: Disefo de un anilisis de correlacién candnica y contrastacidn de los supuestos Cuarto paso: Obtencién de las funciones canénicas y valoracién del ajuste global Quinto paso” Intepretacién de los valores tebricos cannicos bod Sexto paso: Validacién y diagnosis. Una consideracion general para los resultados Resumen we Cuestiones de revision... Bibliografia . Seccién 3. Técnicas de interdependencia Capitulo 9. Analisis cluster . Qué es analisis cluster? {Cémo funciona el andlisis cluster? Medicién de ta simititud Formacién de conglomerados . Determinacién del ndmero de conglomerados en la solueién final Proceso de decisién con el andlisis cluster Primer paso: Objetivos del andlisis cluster Scleccién de variables del andlisis cluster oe Segundo paso: Discio de investigacién mediante analisis cluster Deteceidn de atipicos Medias de simiitud . Tipificacién de los datos Tercer paso: Supuestos del anilisis luster... Representatividad de Ia muestra, Impacto de la multicolinealidad . Cuarto paso: Obtencién de conglomerados y valoracién del ajuste conjunto Algoritmo para la obtencién de conglomerados {Cuintos grupos deben formarse? . {Debe volverse a especificar el andlisis cluster? ‘Quinto paso: Interpretacién de los conglomerados Sexto paso: Validacion y perfil de tos grupos Validacién de ta solueién cluster Pertiles de la solucién cluster Resumen del proceso de decisi6n Un ejemplo ilustrativo Primer paso: Objetivos del andlisis cluster. Segundo paso: Diseito de investigacién del analisis cluster Tercer paso: Supuestos del anilisis cluster coon Cuarto paso: Obtencién de grupos y valoracién del ajuste conjunto Quinto paso: Interpretacién de los conglomerados Sexto paso: Validacién y perfil de los grupos... Una vision practi : Resumen oe ce Cuestiones de revision coe foe 478 478 479 479 479 480 480 481 481 483 486 486, 487 487 487 489) 491 492 493 494 495 497 498 498 500 500 S01 502 506 507 508 508 508, 509 sis 516 516 SIT SIT 518, 518. 518, 318 519 519 519 525 528 531 331 532 Cai