Construcción de un “Mapa Perceptual”
Enviado por Ninoka • 24 de Febrero de 2018 • 1.432 Palabras (6 Páginas) • 427 Visitas
...
Communalities
Initial
Extraction
Calidad
1,000
,986
Precio
1,000
1,000
Diseño
1,000
,985
Extraction Method: Principal Component Analysis.
- Analice la matriz de componentes (o cargas factoriales) y determine los criterios que constituyen cada uno de los factores principales.
Component Matrixa
Component
1
2
Calidad
,959
-,258
Precio
,610
,792
Diseño
,962
-,245
Extraction Method: Principal Component Analysis.
a. 2 components extracted.
Como la variable PRECIO , no cumple la condición de que esta variable debe tener un índice de correlación alta con uno de los factores y bajo con el otro factor, entonces rotamos la matriz factorial o de componentes. ( P21 = 0.610; P22=0.792).
Rotated Component Matrixa
Component
1
2
Calidad
,974
,191
Precio
,198
,980
Diseño
,972
,203
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a. Rotation converged in 3 iterations.
El Primer factor está bien representado por las variables : calidad y diseño
El Segundo factor está bien representado por la variable: Precio.
- Obtenga las puntuaciones de los dos factores principales para cada una de las marcas de televisores.
[pic 1]
- Obtenga el gráfico de puntuaciones para todas las marcaso mapa de posicionamiento de marcas (mapa preceptúal).
[pic 2]
- Delgráfico y resultados anteriores ¿Cuáles son las principales percepciones de los consumidores que usted podría concluir?
Las marcas ITT y Sony tienen alta calidad y diseño (porque están encima del cero en el eje horizontal, cero es la media de las puntuaciones) y tienen un alto precio (porque están encima del cero en el eje vertical).
La marca Panasonic tiene alta calidad y diseño y bajo precio.
Las marcas Gruding y Saba tienen baja calidad y diseño (porque están debajo del cero en el eje horizontal), y tienen bajo precio (porque están debajo del cero en el eje vertical).
La marca Sanyo tiene baja calidad y diseño y alto precio.
- Al realizar un Análisis Factorial se obtuvo la siguiente matriz de componentes:
[pic 3]
Determine lo siguiente:
Variable (s) mejor (es) representada (s) por elcomponente o factor 1:
X1 y X2
Variable (s) mejor (es) representada (s) por el componente o factor 2:
X4
Autovalor del componente o factor 1:
Primer autovalor = (0.872)2 + (0.820)2+(0.639)2+(-0.034)2 = 1.8422
Porcentaje de variabilidad explicado por el componente o factor 2:
Segundo autovalor = (-0.225)2 + (-0.288)2+(0.728)2+(0.969)2 = 1.6025
%de variabilidad=1.6025/4*100 = 40.06%
Porcentaje de variabilidad explicado por los dos componentes o factores extraídos:
(autovalor 1 + auvalor2)/4 *100 = (1.8422 + 1.6025) /4 *100 =86.12%
Porcentaje de variabilidad de la variable X2 explicado por los dos componentes o factores extraídos es:
Comunalidad de X2 = (0.82)2+ (-0.288)2 =0.7553% =0.7553*100 = 75.53%
6.Al realizar un análisis factorial para extraer dos factores en base a la matriz de correlación se obtuvo la siguiente tabla de varianza total explicada:
Total VarianceExplained
Component
InitialEigenvalues
Extraction Sums of Squared Loadings
Total
% of Variance
Cumulative %
Total
% of Variance
Cumulative %
1
4,633
4.633/6*100= 77.217%
77.217
4,633
...