UNIVERSIDAD NACIONAL DEL

ALTIPLANO-PUNO
FACULTAD DE INGENIERIA ESTADISTICA E
INFORMATICA

CURSO:

METODOS
M U LT I VA R
IANTES
TRABAJO
ENCARGADO
(ANALISIS DE
CLUSTER Y
FACTORIAL)

NOMBRE:
VENERAN
DA CALLA
CHARREZ

DOCENTE:
ING.
EDGAR E.
CARPIO
VA R G A S

SEMESTRE

CLUSTER
Segn variables para varones:

Resumen de procesamiento de casosa

Casos
Vlido Perdidos Total
N Porcentaje N Porcentaje N Porcentaje

31 100,0% 0 0,0% 31 100,0%

a. Distancia eucldea al cuadrado utilizada

Cluster

Matriz de proximidades

Entrada de archivo matricial

Caso m0 m25 m50 m75

m0 ,000 15,099 21,862 42,607

m25 15,099 ,000 19,979 36,534
m50 21,862 19,979 ,000 14,881
m75 42,607 36,534 14,881 ,000
En este cuadro observamos las distancias que tienen las diferentes
edades de varones.

Enlace promedio (entre grupos)

En este grfico dendograma si trazamos una lnea vertical, indica que
se puede agrupar en dos grupos de edades de varones; teniendo como
el primer grupo de 0 a 25 aos de edad y el segundo grupo de 50 a 75
aos edad.

Segn Por casos para varones

Resumen de procesamiento de casosa

Casos
Vlido Perdidos Total
N Porcentaje N Porcentaje N Porcentaje

31 100,0% 0 0,0% 31 100,0%

a. Distancia eucldea al cuadrado utilizada

En este grfico dendograma trasamos una lnea vertical, indica que se
puede agrupar en cinco grupos de edades de varones; teniendo como el
primer grupo desde el pas united states hasta el pas united states NW ,
el segundo grupo desde el pas Seychelles hasta el pas Guatemala, el
tercer grupo desde el pas cameroom hasta tunisia, cuarto grupo es el
pas de ecuador y como ltimo grupo es el pas trinidad.

Factorial para varones

Estadsticos descriptivos

Desviacin
Media estndar N de anlisis

m0 59,61 7,919 31
m25 44,13 5,903 31
m50 22,94 3,405 31
m75 8,39 2,028 31

Matriz de correlacionesa

m0 m25 m50 m75

Correlacin m0 1,000 ,748 ,636 ,290

m25 ,748 1,000 ,667 ,391

m50 ,636 ,667 1,000 ,752

m75 ,290 ,391 ,752 1,000

Sig. (unilateral) m0 ,000 ,000 ,057

m25 ,000 ,000 ,015

m50 ,000 ,000 ,000

m75 ,057 ,015 ,000

a. Determinante = ,085
Las variables correlacionadas son:

La edad 0 y la edad 25, la edad 0 y la edad 50, la edad 25 y la edad 50

y por ltimo la edad 50 y la edad 75.

Los valores de las variables correlacionados son menores que 0.05.

Los determinantes prximos a cero estn indicando que las variables

utilizadas estn linealmente relacionadas, lo que significa que el
anlisis factorial, es una tcnica pertinente para analizar esas
variables.

Determinante = ,000
 Segn se observa en la parte inferior de la matriz de las
correlaciones, el valor del determinante es 0,00.

Prueba de KMO y Bartlett

Medida Kaiser-Meyer-Olkin de adecuacin de

,656
muestreo
Prueba de esfericidad de Aprox. Chi-cuadrado 68,746
Bartlett gl 6

Sig. ,000

Segn Kiser-Meyer-Olkin 0,0 0.656 0,5 indica que es una

adecuacin muestral aceptable y observamos segn Bartlett 0.00 <
0.05 es significativa la cual comprueba que las correlaciones entre las
variables son distintas de cero de modo significativo, se comprueba si el
determinante de la matriz es distinto de uno, es decir, si la matriz de
correlaciones es distinta de la matriz unidad.

Matrices anti-imagen

m0 m25 m50 m75

Covarianza anti-imagen m0 ,369 -,199 -,116 ,112

m25 -,199 ,378 -,078 ,008

m50 -,116 -,078 ,227 -,218

m75 ,112 ,008 -,218 ,375

Correlacin anti-imagen m0 ,663a
-,531 -,400 ,302

m25 -,531 ,767a -,265 ,021

m50 -,400 -,265 ,642a -,747

m75 ,302 ,021 -,747 ,553a

a. Medidas de adecuacin de muestreo (MSA)

Este grafico indica la varianza asociada a cada factor se utiliza para
determinar cuntos factores deben retenerse. Tpicamente el grfico
muestra la clara ruptura entre la pronunciada pendiente de los factores
ms importantes y el descenso gradual de los restantes (los sedimentos)

En el Grfico de Sedimentacin ayuda tomar la decisin del nmero de

grupos que hay que seleccionar se visualiza que la seleccin de 3
primeros componentes parece ser adecuada, pues a partir de la tercera
componente no es muy acusada la pendiente de la representacin
grfica de los auto valores.

Otra opcin es utilizar el criterio de Kaiser, que consiste en conservar

aquellos factores cuyo auto valor asociado sea mayor que 1.
Matriz de
componentea

Componente

m0 ,814
m25 ,855
m50 ,924
m75 ,718
Mtodo de
extraccin: anlisis
de componentes
principales.
a. 1 componentes
extrados.

Comunalidades

Extraccin

m0 ,663
m25 ,731
m50 ,853
m75 ,515

Mtodo de extraccin: anlisis

de componentes principales.

La extraccin ms menor que presenta es de la edad 75 de mujeres.

Varianza total explicada

Sumas de extraccin de cargas al cuadrado

Componente Total % de varianza % acumulado

1 2,762 69,053 69,053

Mtodo de extraccin: anlisis de componentes principales.

La varianza explica en 69.053 e indica que no es tan bueno.

Matriz de
coeficiente de
puntuacin de
componente

Componente

m0 ,295
m25 ,309
m50 ,334
m75 ,260
Mtodo de
extraccin: anlisis
de componentes
principales.

Matriz de covarianzas
de puntuacin de
componente

Componente 1

1 1,000
Mtodo de extraccin:
anlisis de componentes
principales.

CLUSTER

Por variables mujeres

Resumen de procesamiento de casosa

Casos
Vlido Perdidos Total
N Porcentaje N Porcentaje N Porcentaje

31 100,0% 0 0,0% 31 100,0%

a. Distancia eucldea al cuadrado utilizada

Matriz de proximidades

Entrada de archivo matricial

Caso w0 w25 w50 w75

w0 ,000 6,759 17,406 38,089

w25 6,759 ,000 3,606 18,942
w50 17,406 3,606 ,000 10,323
w75 38,089 18,942 10,323 ,000

En este cuadro observamos las distancias que tienen las diferentes

edades de mujeres.
En este grfico dendograma si trazamos una lnea vertical, indica que
se puede agrupar en dos grupos de edades de varones; teniendo como
el primer grupo de 0 a 25 aos de edad y el segundo grupo de 75 aos
edad.
Por casos para mujeres

Resumen de procesamiento de casosa

Casos
Vlido Perdidos Total
N Porcentaje N Porcentaje N Porcentaje

31 100,0% 0 0,0% 31 100,0%

a. Distancia eucldea al cuadrado utilizada

En este grfico dendograma trasamos una lnea vertical, indica que se
puede agrupar en cinco grupos de edades de varones; teniendo como el
primer grupo desde el pas united states hasta el pas united states NW ,
el segundo grupo desde el pas Seychelles hasta el pas Guatemala, el
tercer grupo desde el pas cameroom hasta tunisia, cuarto grupo es el
pas de ecuador y como ltimo grupo es el pas trinidad.

FACTOR PARA MUJERES

Estadsticos descriptivos

Desviacin
Media estndar N de anlisis

w0 64,19 8,822 31
w25 47,52 4,986 31
w50 26,29 3,339 31
w75 10,13 2,579 31
 Matriz de correlacionesa

w0 w25 w50 w75

Correlacin w0 1,000 ,887 ,710 ,365

w25 ,887 1,000 ,940 ,684

w50 ,710 ,940 1,000 ,828

w75 ,365 ,684 ,828 1,000

Sig. (unilateral) w0 ,000 ,000 ,022

w25 ,000 ,000 ,000

w50 ,000 ,000 ,000

w75 ,022 ,000 ,000

a. Determinante = ,002

Prueba de KMO y Bartlett

Medida Kaiser-Meyer-Olkin de adecuacin de

,626
muestreo
Prueba de esfericidad de Aprox. Chi-cuadrado 172,966
Bartlett Gl 6

Sig. ,000

Segn Kiser-Meyer-Olkin 0,0 0.626 0,5 indica que es una

adecuacin muestral aceptable y observamos segn Bartlett 0.00 <
0.05 es significativa la cual comprueba que las correlaciones entre las
variables son distintas de cero de modo significativo, se comprueba si el
determinante de la matriz es distinto de uno, es decir, si la matriz de
correlaciones es distinta de la matriz unidad.

Matrices anti-imagen

w0 w25 w50 w75

Covarianza anti-imagen w0 ,072 -,033 ,028 ,040

w25 -,033 ,019 -,022 -,005

w50 ,028 -,022 ,037 -,036

w75 ,040 -,005 -,036 ,213

Correlacin anti-imagen w0 ,544a -,888 ,546 ,327
 w25 -,888 ,589a -,837 -,077

w50 ,546 -,837 ,640a -,409

w75 ,327 -,077 -,409 ,821a

a. Medidas de adecuacin de muestreo (MSA)

Este grafico indica la varianza asociada a cada factor se utiliza para

determinar cuntos factores deben retenerse. Tpicamente el grfico
muestra la clara ruptura entre la pronunciada pendiente de los factores
ms importantes y el descenso gradual de los restantes (los sedimentos)

En el Grfico de Sedimentacin ayuda tomar la decisin del nmero de

componentes que hay que seleccionar se visualiza que la seleccin de 3
primeras componentes parece ser adecuada, pues a partir de la tercera
componente no es muy acusada la pendiente de la representacin
grfica de los auto valores.

Otra opcin es utilizar el criterio de Kaiser, que consiste en conservar

aquellos factores cuyo auto valor asociado sea mayor que 1.
 Matriz de
componentea

Componente

w0 ,830
w25 ,983
w50 ,972
w75 ,797

Mtodo de
extraccin: anlisis
de componentes
principales.
a. 1 componentes
extrados.

Varianza total explicada

Sumas de extraccin de cargas al cuadrado

Componente Total % de varianza % acumulado

1 3,234 80,852 80,852

Mtodo de extraccin: anlisis de componentes principales.

La varianza explica en 80,852 e indica que bueno.

Matriz de
coeficiente de
puntuacin de
componente

Componente

w0 ,256
w25 ,304
w50 ,301
w75 ,246

Mtodo de
extraccin: anlisis
de componentes
principales.

Comunalidades
 Extraccin

w0 ,688
w25 ,966
w50 ,945
w75 ,635

La extraccin ms menor que presenta es de la edad 75 de mujeres.

Conclusin:
Llegamos a la conclusin en caso de mujeres es conveniente usas el
cluster por variable por que indica que se puede agrupar en solo 2
grupos y caso de varones tambin el cluster por variable por que indica
que solo se agrupara en dos grupos.