XLSTAT: Análisis de Correspondencias Múltiples (ACM)

 

Datos para el análisis

Los datos corresponden a una encuesta efectuada por un concesionario, ante 28 clientes, una semana después que estos últimos recuperaron su vehículo tras una reparación mecánica. El cuestionario incluye cinco preguntas:

• ¿Está Ud. globalmente satisfecho de su visita al garaje? (Sí­ / No)

• ¿Considera Ud. que la reparación fue correctamente efectuada? (Sí­ / No / No sabe)

• ¿Cómo juzga Ud. la calidad de la acogida? (de 1 a 5)

• ¿Le parece la relación calidad precio correcta? (Sí / No)

• ¿Volverá Ud. a este garaje para una reparación? (Sí­ / No / No sabe)

Objetivo

Efectuando un Análisis de Correspondencias Múltiples (ACM), deseamos identificar las posibles relaciones entre las diferentes respuestas en las diferentes preguntas.

Cuadro de diálogo para configurar

• Una vez XLSTAT iniciado, elija el comando XLSTAT / Análisis de datos / Análisis de Correspondencias Múltiples .

• Una vez que haya hecho clic en el botón, aparecerá el cuadro de diálogo Análisis de Correspondencias Múltiples.

• El formato de los datos es aquí Observaciones/Variables . Seleccione las columnas B-E en este campo.

• Las etiquetas de las Observaciones se seleccionan en el campo correspondiente, y la opción Etiquetas de las variables se deja activada, ya que la primera fila de la tabla contiene el nombre de las variables.

• En la pestaña Opciones , la opción 1/p es nuestra elección de filtrado: los resultados detallados correspondientes a factores cuyo valor propio es menor a 1/p (donde p es el número de variables cualitativas activas) no se mostrarán.

• En la pestaña Datos suplementarios : la variable Come back se usa como variable suplementaria porque no queremos que influya en los cálculos; sin embargo, queremos saber cómo están posicionadas las categorías de esta variable en el mapa de correspondencia.

• En la pestaña Outputs , seleccione Tabla disyuntiva y Valores propios .

• Los cálculos comienzan una vez que haya hecho clic en OK . Los resultados se mostrarán a continuación.

Interpretación de los resultados

Los primeros resultados que se muestran son las tablas utilizadas para los cálculos (tabla disyuntiva completa, tabla de Burt). La inercia total es igual a 2. Sólo depende del número de variables y categorías y no de la vinculación entre las variables. Por lo tanto, no hay interpretación estadística posible.

La siguiente tabla muestra los ocho valores propios no nulos y el correspondiente % de inercia. Sin embargo, a diferencia de lo que ocurre con el AC (análisis de correspondencias realizado sobre sólo 2 variables), los % de inercia son aquí estimaciones pesimistas de la calidad de la representación, siendo esta última para el usuario "lo cerca que está la representación de la realidad".

Luego, una tabla muestra las coordenadas de las categorías en el espacio de factores. Los resultados correspondientes a la variable suplementaria se muestran en color azul. Las coordenadas de las observaciones se muestran más abajo.

Las contribuciones, los valores de prueba y los cosenos cuadrados ayudan en la interpretación de los resultados. Antes de interpretar que dos categorías están cerca en el mapa, se debe verificar que su contribución a los ejes del mapa o que sus cosenos cuadrados sean altos.

Los tres gráficos siguientes corresponden respectivamente al mapa de categorías, al mapa de observaciones y al biplot que contiene tanto las coordenadas de las observaciones como las de las categorías en los dos primeros ejes.

A partir de estos gráficos, podemos sugerir que un cliente solo volverá si está satisfecho con la intervención, la bienvenida y el precio. También notamos que parece haber un vínculo entre el hecho de que la reparación no fue satisfactoria y el hecho de que la bienvenida fue mala. Esto debería investigarse más a fondo: ¿describió el cliente el problema de manera imprecisa porque fue mal recibido, o el cliente llamó de nuevo para mencionar que el problema persistía y fue mal recibido por el representante?

Ir más allá

Ejecutar una Clasificación Jerárquica Agregativa (CHA) después de un Análisis de Correspondencias Múltiples (ACM)

Puedes iniciar una CHA haciendo clic en el botón debajo de la tabla de coordenadas principales. Una flecha naranja te permite ir directamente al final de la tabla si contiene muchas variables.

Al hacer clic en este botón, el cuadro de diálogo de la CHA se configura automáticamente y solo tienes que hacer clic en el botón OK para iniciar el análisis.

Haz clic aquí to para ver cómo interpretar los resultados del análisis AHC.
Mira nuestro video sobre el análisis MCA El siguiente video te muestra cómo seguir este articulo.