Factorial Correspondencia

UNIVERSIDAD NACIONAL DEL
SANTA
Ao de la Integracin Nacional y
Reconocimiento de nuestra diversidad
FACULTAD: INGENIERA
E.A.P.: SISTEMAS E
INFORMTICA
CICLO: IV
2013
DOCENTE:
ALUMNO: LPEZ OLIVOS Leticia
ASIGNATURA: ANLISIS
MULTIDIMENSIONAL
TEMA: INFORME
UNIVERSIDAD NACIONAL DEL SANTA
INGENIERA DE SISTEMAS E INFORMTICA
ANLISIS MULTIDIMENSIONAL

2

Se pretende extraer un conjunto reducido de variables que resuman la informacin
aportada por todas las variables que presentan a continuacin; reduciendo la
dimensionalidad del problema. Efectuar un anlisis de componentes principales.

PER: NDICE DE CRECIMIENTO INDUSTRIAL, 2010 y 2011
Las variables medidas han sido las siguientes:
Fabricacin de papel y de productos de papel
Fabricacin de papel y de productos de papel
Fabricacin de pasta de madera, papel y cartn
Fabricacin de papel y cartn ondulado y envases de papel y cartn
Fabricacin de otros artculos de papel y cartn
Actividades de edicin e impresin y de reproduccin de grabaciones
Actividades de edicin
Edicin de peridicos, revistas y publicaciones peridicas
Actividades de impresin y actividades de servicios conexas
Actividades de impresin
Fabricacin de plaguicidas y otros productos qumicos de uso agropecuario
Fabricacin de pinturas, barnices y productos de revestimiento similares, tintas
de imprenta y masillas
Fabricacin de productos farmacuticos, sustancias qumicas medicinales y
productos botnicos
Fabricacin de jabones y detergentes, preparados para limpiar y pulir, productos
de tocador
Fabricacin de fibras manufacturadas
Fabricacin de productos de caucho y plstico
Fabricacin de productos de plstico

CUADRO DE DATOS:


3


4
Estadsticos descriptivos

Media
Desviacin
tpica N del anlisis
Papel 681,9929 75,05198 24
Arcilla_ceramica 644,6021 163,21950 24
Pasta_madera 356,6267 95,29123 24
Carton_andulado 297,3454 74,62995 24
Otros_articulos_papel 448,1579 99,44584 24
Grabacion_edicion 399,6617 85,81490 24
Edicin 228,3946 63,00376 24
Periodicos_revistas 364,8701 124,37092 24
servicios_conexas 373,4917 88,73197 24
Impresion 381,4129 111,00342 24
Productos_agropecuarios 403,0317 102,31073 24
Pinturas_barnis 319,1175 91,57508 24
Farmaceuticos 58,3279 15,73651 24
Jabones_detergentes 307,2783 97,02769 24
Fibras_manufacturadas 173,2496 67,44792 24
Caucho_plasticos 293,0162 60,62740 24
Productos_plasticos 331,4279 63,57325 24

El anlisis factorial tiene como finalidad reducir las dimensiones de las variables
originales, para ello analizamos la matriz de correlaciones muestrales, comprobando si
sus caractersticas son las adecuadas para realizar un Anlisis Factorial.
Un requisito indispensables que las variables se encuentren altamente
intercorrelacionadas y se espera tambin que las variables que tengan correlacin muy
alta entre s la tengan con el mismo factor o factores.


5


6


7


8


9


10
KMO Y PRUEBA DE BARTLETT:

*** La muestra no es aceptable, lo que significa que la
muestra es pequea.

La prueba de Bartlett nos da una sig = 0.026, esto se interpreta de la siguiente
manera:
Se rechaza la
y se comprueba que los datos no son una matriz de

identidad, lo que significa que existe una correlacin significativa entre las
variables del modelo.

KMO y prueba de Bartlett
Medida de adecuacin muestral de Kaiser-Meyer-Olkin. ,216
Prueba de esfericidad de
Bartlett
Chi-cuadrado aproximado 169,994
gl 136
Sig. ,026

LA VARIANZA TOTAL:

En el cuadro podemos observar como son 6 las variables que son extradas del
modelo, ya que cumplen con la caracterstica de que sus autovalores son
mayores que 1. Esto significa que el 73.195 % de la varianza total es explicado
por 6 factores del modelo, este porcentaje se encuentra cerca del nivel
satisfactorio (75%).

Varianza total explicada
Componente
Autovalores iniciales
Sumas de las saturaciones al
cuadrado de la extraccin
Suma de las saturaciones al
cuadrado de la rotacin
Total
% de la
varianza
%
acumulado Total
% de la
varianza
%
acumulado Total
% de la
varianza
%
acumulado
dimension0
1 3,338 19,633 19,633 3,338 19,633 19,633 2,359 13,874 13,874
2 2,528 14,869 34,502 2,528 14,869 34,502 2,241 13,184 27,058
3 1,946 11,449 45,952 1,946 11,449 45,952 2,204 12,967 40,025
4 1,785 10,499 56,450 1,785 10,499 56,450 2,086 12,270 52,295

11
5 1,706 10,036 66,486 1,706 10,036 66,486 1,919 11,286 63,581
6 1,141 6,709 73,195 1,141 6,709 73,195 1,634 9,614 73,195
7 ,958 5,636 78,831

8 ,791 4,651 83,482

9 ,733 4,309 87,791

10 ,543 3,197 90,988

11 ,399 2,348 93,335

12 ,378 2,225 95,560

13 ,285 1,676 97,236

14 ,213 1,252 98,488

15 ,171 1,006 99,494

16 ,068 ,398 99,892

17 ,018 ,108 100,000

Mtodo de extraccin: Anlisis de Componentes principales.

GRFICA DE SEDIMENTACIN:


12
MATRIZ DE COMPONENTES:

Luego de la extraccin de las variables, obtenemos el siguiente cuadro
conformado por el nmero de componentes correcto.
Matriz de componentes
a

Componente
1 2 3 4 5 6
Impresion ,792 -,311 ,222 ,223 -,253
Arcilla_ceramica ,739 ,306 ,232 ,237
Periodicos_revistas ,654 -,243 ,329 ,284 ,314 -,245
Grabacion_edicion ,549 -,497 ,207 ,436
Carton_andulado ,479 -,375 -,179 ,139 -,323 ,367
servicios_conexas -,148 ,722 -,438 -,286
Papel ,402 ,627 ,400 -,149 ,151 ,146
Otros_articulos_papel -,395 -,586 ,124 -,143 -,305 ,360
Pasta_madera ,309 ,344 -,683 -,161 ,217
Productos_agropecuarios -,376 ,619 ,239 -,145 ,148
Edicin -,427 ,449 ,483 ,129
Productos_plasticos ,345 ,110 ,236 -,646 -,414 -,197
Pinturas_barnis ,216 ,205 ,313 ,606 -,321 ,111
Fibras_manufacturadas ,115 -,471 -,323 ,591 -,182
Farmaceuticos -,503 -,226 -,110 ,661 ,217
Caucho_plasticos ,126 -,179 -,160 ,111 ,523 -,199
Jabones_detergentes ,439 -,122 ,307 ,463 ,439
Mtodo de extraccin: Anlisis de componentes principales.
a. 6 componentes extrados

COMUNALIDADES:

Representa el coeficiente de correlacin lineal mltiple de cada una de las
variables con los factores (que % de cada variable es explicado por los factores)
En nuestro modelo las variables se encuentran explicadas en un alto porcentaje
por los factores, excepto una que es explicada en un 39.9% por la estructura
factorial. Pero en general el modelo cuenta con un alto porcentaje de correlacin
entre las variables (alto porcentaje de explicacin entre las variables y el modelo)

13

Comunalidades

Inicial Extraccin
Papel 1,000 ,781
Arcilla_ceramica 1,000 ,762
Pasta_madera 1,000 ,760
Carton_andulado 1,000 ,660
Otros_articulos_papel 1,000 ,759
Grabacion_edicion 1,000 ,790
Edicin 1,000 ,637
Periodicos_revistas 1,000 ,835
servicios_conexas 1,000 ,834
Impresion 1,000 ,887
Productos_agropecuarios 1,000 ,624
Pinturas_barnis 1,000 ,670
Farmaceuticos 1,000 ,800
Jabones_detergentes 1,000 ,709
Fibras_manufacturadas 1,000 ,724
Caucho_plasticos 1,000 ,399
Productos_plasticos 1,000 ,815
Mtodo de extraccin: Anlisis de Componentes principales.

ROTACIN:
El problema que se presenta ahora es que con la matriz de componentes que se
visualiza anteriormente, no se puede definir que variables determinan el factor.
Para descubrir qu valor tiene un alto peso y en que variable, recurrimos a la
Rotacin de ejes, para lograr que los valores sean ordenados de acuerdo a su
mejor carga.

Obtenemos como resultado la siguiente matriz de componentes rotada


14
Matriz de componentes rotados
a

Componente
1 2 3 4 5 6
Periodicos_revistas (x1) ,880 ,233
Impresin (x2) ,861 ,190 ,167 ,126 ,144 -,212
Caucho_plasticos(x3) ,452 ,148 -,286 -,131 -,103 ,250
Productos_agropecuarios(x4) -,156 -,734 ,131 ,202
Pasta_madera (x5) -,277 ,733 ,265 -,235 ,118
Edicin (x6) -,286 -,660 ,230 -,219 ,116
Pinturas_barnis (x7) -,327 ,730 -,106 ,108
Arcilla_ceramica (x8) ,301 ,238 ,703 ,317 ,133
Farmaceuticos (x9) -,162 -,687 ,219 ,504
Papel (x10) ,153 -,107 ,319 ,768 -,215
Fibras_manufacturadas(x11) ,171 ,168 ,275 -,749 ,146
Grabacion_edicion (x12) ,221 ,446 ,590 ,440
servicios_conexas (x13) -,354 ,171 -,817
Otros_articulos_papel (x14) -,351 -,165 -,166 -,253 ,703 -,147
Carton_andulado (x15) ,407 ,463 -,182 ,486
Jabones_detergentes (x16) ,117 ,231 -,166 ,780
Productos_plasticos (x17) ,122 ,483 -,747
Mtodo de rotacin: Normalizacin Varimax con Kaiser.
a. La rotacin ha convergido en 8 iteraciones.

Se puede distinguir ahora con mayor claridad a que factor puede pertenecer
cada variable.
Por ultimo obtenemos la matriz de transformacin de los componentes:

Matriz de transformacin de las componentes
Componente 1 2 3 4 5 6

1 ,626 ,481 ,523 ,282 ,059 -,143
2 -,313 -,063 ,278 ,533 -,707 ,193
3 ,268 -,813 ,141 ,390 ,257 -,172
4 ,187 -,290 ,514 -,593 -,170 ,486
5 ,501 ,011 -,546 ,220 -,101 ,626
6 -,391 ,139 ,257 ,290 ,626 ,534

15
Matriz de transformacin de las componentes
Componente 1 2 3 4 5 6

1 ,626 ,481 ,523 ,282 ,059 -,143
2 -,313 -,063 ,278 ,533 -,707 ,193
3 ,268 -,813 ,141 ,390 ,257 -,172
4 ,187 -,290 ,514 -,593 -,170 ,486
5 ,501 ,011 -,546 ,220 -,101 ,626
6 -,391 ,139 ,257 ,290 ,626 ,534
Mtodo de rotacin: Normalizacin Varimax con Kaiser.


16

Una encuesta realizada por una institucin privada sobre que comida es la ms preferida por las
personas habitantes del Per segn algunas regiones de este mismo.
La libertad
Ancash
Lima
Hunuco
Apurmac
Tacna
Ayacucho
Cuzco
Cajamarca
Piura
Puno
Junn
Entre ellas la institucin escogi los platos ms tpicos del Per que son:
Ceviche de Pato.
Ceviche de pescado.
Pachamanca.
Picante de cuy.
Pepin de Pavo.
Seco de cabrito.
Chancho asado.
Arroz con mariscos.
Papa a la huancana.

Regiones Preferencias Total
Ceviche
de pato
Ceviche
de
pescado
Pacha
manca
Picante
de cuy
Pepin
de
Pavo
Seco
de
cabrito
Chancho
asado
Arroz
con
mariscos
Papa a la
Huancana
La libertad 23 78 4 23 55 55 34 89 34 395
Ancash 45 34 53 53 63 24 24 23 74 393
Lima 23 90 12 35 35 24 24 46 22 311
Hunuco 56 23 89 34 56 28 36 36 25 383
Apurmac 45 12 53 89 35 54 65 14 24 391
Tacna 45 55 35 63 6 23 53 22 24 326
Ayacucho 32 13 83 82 34 34 14 12 23 327
Cuzco 11 34 67 93 23 28 54 9 24 343

17
Cajamarca 23 34 75 87 24 24 64 21 26 378
Piura 42 87 23 34 43 46 24 24 43 366
Puno 24 3 89 87 23 38 23 42 43 372
Junn 23 35 65 56 24 27 45 52 22 349
Total 392 498 648 736 421 405 460 390 384 4334

TABLA DE CORRESPONDECIAS:

Tabla de correspondencias
REGIONES PREFERENCIAS
"CEVICHE
DE PATO"
"CEVICHE
DE
PESCADO"
"PACHA
MANCA"
"PICANTE
DE CUY"
PEPIAN
DE
PAVO
SECO
DE
CABRITO
CHANCHO
ASADO
ARROZ
CON
MARISCOS
PAPA A LA
HUANCAINA
Margen
activo
"LA
LIBERTAD"
23 78 4 23 55 55 34 89 34 395
"ANCASH" 45 34 53 53 63 24 24 23 74 393
"LIMA" 23 90 12 35 35 24 24 46 22 311
"HUANUCO" 56 23 89 34 56 28 36 36 25 383
"APURIMAC" 45 12 53 89 35 54 65 14 24 391
"TACNA" 45 55 35 63 6 23 53 22 24 326
"AYACUCHO" 32 13 83 82 34 34 14 12 23 327
"CUZCO" 11 34 67 93 23 28 54 9 24 343
"CAJAMARCA" 23 34 75 87 24 24 64 21 26 378
"PIURA" 42 87 23 34 43 46 24 24 43 366
"PUNO" 24 3 89 87 23 38 23 42 43 372
"JUNIN" 23 35 65 56 24 27 45 52 22 349
Margen activo 392 498 648 736 421 405 460 390 384 4334

Resume la entrada de todos los datos y nos muestra la cantidad total de habitantes que
han sido encuestados de acuerdo a su regin, 4334 hab. Y las preferencias que tienen

18
respecto a los platos tpicos de nuestro Per. Por ejemplo 23 habitantes de La Libertad
prefieren el ceviche al pato; dentro de la misma regin, a 89 habitantes les gusta ms el
arroz con mariscos.

De la regin de Cajamarca se encuesto a un total de 378 pobladores, de los cuales 24
prefieren el pepin de pavo y 26 personas optaron por la papa a la huancana.

TABLAS DE PERFILES:

Nos permite conocer la relacin existente entre las regiones y las preferencias por
habitante, divide la tabla de contingencia en 2 partes: fila y columna.

Perfiles de fila
REGIONES PREFERENCIAS
"CEVICHE
DE PATO"
"CEVICHE
DE
PESCADO"
"PACHA
MANCA"
"PICANTE
DE CUY"
PEPIAN
DE
PAVO
SECO
DE
CABRITO
CHANCHO
ASADO
ARROZ
CON
MARISCOS
PAPA A LA
HUANCAINA
Margen
activo
"LA
LIBERTAD"
.058 .197 .010 .058 .139 .139 .086 .225 .086 1.000
"ANCASH" .115 .087 .135 .135 .160 .061 .061 .059 .188 1.000
"LIMA" .074 .289 .039 .113 .113 .077 .077 .148 .071 1.000
"HUANUCO" .146 .060 .232 .089 .146 .073 .094 .094 .065 1.000
"APURIMAC" .115 .031 .136 .228 .090 .138 .166 .036 .061 1.000
"TACNA" .138 .169 .107 .193 .018 .071 .163 .067 .074 1.000
"AYACUCHO" .098 .040 .254 .251 .104 .104 .043 .037 .070 1.000
"CUZCO" .032 .099 .195 .271 .067 .082 .157 .026 .070 1.000
"CAJAMARCA" .061 .090 .198 .230 .063 .063 .169 .056 .069 1.000
"PIURA" .115 .238 .063 .093 .117 .126 .066 .066 .117 1.000
"PUNO" .065 .008 .239 .234 .062 .102 .062 .113 .116 1.000
"JUNIN" .066 .100 .186 .160 .069 .077 .129 .149 .063 1.000
Masa .090 .115 .150 .170 .097 .093 .106 .090 .089

PERFILES DE FILA: Son el resultado de dividir cada valor por el total de su fila.

19
Por ejemplo: dividir el nmero de personas de la libertad que prefieren el ceviche de
pato, que tiene un peso de 23, entre el total de personas encuestadas en esa regin,
que es 395 habitantes. El resultado es: 23 / 395 = 0.058
El ratio proporciona el perfil medio de las preferencias por un plato tpico, se obtiene de
la divisin entre el total de habitantes que prefieren el ceviche de pato por ejemplo, y el
total de habitantes que fueron encuestados; es decir: (392 / 4334 = 0.09).

Perfiles de columna
REGIONES
PREFERENCIAS
"CEVICHE
DE PATO"
"CEVICHE
DE
PESCADO"
"PACHA
MANCA"
"PICANTE
DE CUY"
PEPIAN
DE
PAVO
SECO
DE
CABRITO
CHANCHO
ASADO
ARROZ
CON
MARISCOS
PAPA A LA
HUANCAINA Masa
"LA
LIBERTAD"
.059 .157 .006 .031 .131 .136 .074 .228 .089 .091
"ANCASH" .115 .068 .082 .072 .150 .059 .052 .059 .193 .091
"LIMA" .059 .181 .019 .048 .083 .059 .052 .118 .057 .072
"HUANUCO" .143 .046 .137 .046 .133 .069 .078 .092 .065 .088
"APURIMAC" .115 .024 .082 .121 .083 .133 .141 .036 .063 .090
"TACNA" .115 .110 .054 .086 .014 .057 .115 .056 .063 .075
"AYACUCHO" .082 .026 .128 .111 .081 .084 .030 .031 .060 .075
"CUZCO" .028 .068 .103 .126 .055 .069 .117 .023 .063 .079
"CAJAMARCA" .059 .068 .116 .118 .057 .059 .139 .054 .068 .087
"PIURA" .107 .175 .035 .046 .102 .114 .052 .062 .112 .084
"PUNO" .061 .006 .137 .118 .055 .094 .050 .108 .112 .086
"JUNIN" .059 .070 .100 .076 .057 .067 .098 .133 .057 .081
Margen activo 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000

PERFILES DE COLUMNA: Son el resultado de dividir cada valor por el total de su
columna.

20
Por ejemplo: dividir el nmero de personas de Ancash que prefieren el picante de cuy,
que tiene un peso de 53, entre el total de personas que prefieren dicho plato, que es
736 habitantes. El resultado es: 53 / 736 = 0.072
El ratio proporciona el perfil medio de las preferencias por un plato tpico dentro de una
regin, se obtiene de la divisin entre el total de habitantes encuestados en una regin,
y el total de habitantes que fueron encuestados en todo el pas; es decir: (393 / 4334 =
0.0906).

Resumen
Dimensin
Valor
propio Inercia
Chi-
cuadrado Sig.
Proporcin de inercia
Confianza para el Valor
propio
Explicada Acumulada
Desviacin
tpica
Correlacin
2

1 .353 .124

.524 .524 .013 -.009
2 .203 .041

.173 .697 .015

3 .168 .028

.119 .816

4 .123 .015

.063 .880

5 .111 .012

.052 .931

6 .093 .009

.036 .968

7 .079 .006

.026 .994

8 .038 .001

.006 1.000

Total

.237 1028.927 .000
a
1.000 1.000

a. 88 grados de libertad

RESUMEN:

El nmero de dimensiones se puede obtener de la variables que tenga menores
componentes, para el presente ejemplo escogemos la variable preferencias, ya que
tiene 9 componentes; le restamos 1 y tenemos como resultado 8 dimensiones para
nuestro modelo.

La primera dimensin contribuye a la inercia con un 52.4%, y la contribuyen acumulada
de las dos primeras dimensiones son del 69.7%, se concluye asi que las dependencias

21
observadas en la tabla son adecuadamente explicadas y capturadas por todas las
dimensiones.
Inercia: Es la raz cuadrada del valor propio. Da como resultado la importancia
de un eje: 0.353 para el primero, 0.041para el segundo, y as sucesivamente
para cada uno.
Una inercia con mnimo valor significa que todos los puntos estn situados muy
cerca del centro de gravedad, por tanto son muy similares entre s; mientras que
valores altos de inercia en determinadas categoras implican grandes diferencias
del perfil medio de las filas o las columnas.

Inercia total: Proporciona la explicacin total de los ejes. Los ejes explican un
total de 0.237.

Proporcin de inercia: El valor de inercia para el primero es pequeo, con 0.353
al igual que el segundo, con un 0.041, pero ambos ejes explican el 69.7% de la
varianza.

Chi-cuadrado: con este valor obtenemos el contraste de independencia entre
ambas variables, el contraste de la chi-cuadrado en las Tablas de Contingencia
contrasta la independencia como hiptesis nula frente a la dependencia. En este
modelo el valor de la significancia es: p= 0,000

P=0.05 ===> H0= la regin es independiente de las preferencias
===> H1= el regin es dependiente de las preferencias

La Sig. p = 0,000 < 0,05 se concluye que la hiptesis nula es rechaza, esto
significa que las regiones y las preferencias de los habitantes son dependientes
entre s, o que las regiones no son igualmente definidas segn la las
preferencias de los habitantes.

EXAMEN DE LOS PUNTOS FILA:


22
Examen de los puntos de fila
a

REGIONES
Masa
Puntuacin en la
dimensin
Inercia
Contribucin
1 2
De los puntos a la
inercia de la dimensin
De la dimensin a la inercia
del punto
1 2 1 2 Total
"LA
LIBERTAD"
.091 -1.103 -.139 .048 .314 .009 .821 .007 .829
"ANCASH" .091 -.032 -.760 .020 .000 .258 .002 .541 .543
"LIMA" .072 -1.022 .319 .030 .213 .036 .870 .049 .919
"HUANUCO" .088 .179 -.612 .016 .008 .163 .062 .418 .480
"APURIMAC" .090 .472 .247 .017 .057 .027 .421 .066 .488
"TACNA" .075 -.061 .702 .013 .001 .183 .008 .577 .585
"AYACUCHO" .075 .670 -.327 .018 .096 .040 .671 .092 .763
"CUZCO" .079 .520 .576 .016 .061 .129 .479 .338 .817
"CAJAMARCA" .087 .442 .465 .011 .048 .093 .535 .340 .875
"PIURA" .084 -.709 -.034 .023 .120 .000 .656 .001 .657
"PUNO" .086 .578 -.360 .020 .081 .055 .511 .114 .624
"JUNIN" .081 .037 .124 .006 .000 .006 .006 .039 .045
Total activo 1.000

.237 1.000 1.000

a. Normalizacin Simtrica

En la tabla, para el primer factor: La Libertad tiene una puntuacin de -1.103 y Ancash
una puntuacin de -0.32, ambos contribuyen a su inercia con una puntuacin de 0.048
y 0.020 respectivamente.

La inercia nos brinda el valor que aporta cada regin al total de la inercia, por ejemplo,
del total de inercia que es de 0.237 Tacna aporta 0.013.

Las puntuaciones en la dimensin son los valores que toma cada punto en la
representacin que hayamos calculado.

En la contribucin de la dimensin a la inercia del punto vemos el porcentaje de cada
modalidad explicado por cada eje, el primer eje explica el 82.1% de la regin de la
libertad frente al 7% del segundo eje.


23

EXAMEN DE LOS PUNTOS COLUMNA:

Examen de los puntos columna
a

PREFERENCIAS
Masa
Puntuacin en la
dimensin
Inercia
Contribucin
1 2
De los puntos a la
inercia de la dimensin
De la dimensin a la inercia
del punto
1 2 1 2 Total
"CEVICHE DE
PATO"
.090 .003 -.280 .013 .000 .035 .000 .111 .111
"CEVICHE DE
PESCADO"
.115 -1.081 .505 .059 .381 .144 .804 .101 .905
"PACHA MANCA" .150 .795 -.246 .041 .268 .044 .821 .045 .866
"PICANTE DE
CUY"
.170 .583 .367 .029 .164 .113 .708 .161 .869
PEPIAN DE PAVO .097 -.291 -.694 .017 .023 .231 .176 .574 .750
SECO DE
CABRITO
.093 -.130 -.019 .008 .004 .000 .067 .001 .068
CHANCHO
ASADO
.106 .214 .736 .019 .014 .284 .088 .599 .687
ARROZ CON
MARISCOS
.090 -.749 -.212 .037 .143 .020 .483 .022 .505
PAPA A LA
HUANCAINA
.089 -.099 -.543 .015 .002 .129 .021 .353 .374
Total activo 1.000

.237 1.000 1.000

a. Normalizacin Simtrica

En la tabla, para el primer factor: El Ceviche De Pato tiene una puntuacin de 0.003 y
El Ceviche De Pescado una puntuacin de -1.081, ambos contribuyen a su inercia con
una puntuacin de 0.013 y 0.059 respectivamente.

En la inercia, del total que es un valor de 0.237 La Papa A La Huancana aporta 0.015.


24
En la contribucin de la dimensin a la inercia del punto vemos el porcentaje de cada
modalidad explicado por cada eje, el primer eje explica en un 0% de las preferencias
por el ceviche de pato frente al 11.1% del segundo eje. Esto quiere decir que
solamente el segundo eje explica a la preferencia por el mencionado plato tpico.

GRFICA_REGIONES:

DIMENSIN 1:

Ubica en la grfica lo puntos para la dimensin 1, diferenciando aquellos que
son negativos y ubicndolos en su posicin correcta, por ejemplo: Lima con una
puntuacin de -1.022, sin embargo en la segunda dimensin recibe una
puntuacin positiva de 0.319, como vemos en el siguiente grfico:

DIMENSIN 2:

25

GRFICA_PREFERENCIAS:

DIMENSIN 1:


26

DIMENSIN 2:


27

PUNTOS FILA:


28

Esta grfica nos muestra los puntos fila de la variable regiones, esto quiere decir, su
ubicacin en el plano. Tambin podemos observar la similitud entre las componentes, y
definir cules de ellas podemos agruparlas. Por ejemplo Cajamarca con Apurmac son
similares, y cerca se encuentra tambin cuzco y un poco ms all Junn.


29
PUNTOS COLUMNA:

Esta grfica nos muestra los puntos columna de la variable preferencias, esto quiere
decir, su ubicacin en el plano. Tambin podemos observar la similitud entre las
componentes, y definir cules de ellas podemos agruparlas. Por ejemplo Papa a la
Huancana y Pepin de Pavo son similares, por lo que es posible agruparlas.

PUNTOS FILA-COLUMNA:

30

En esta tabla podemos observar cmo se combinan los componentes que conforman la
variable regiones de acuerdo a las preferencias.
Por ejemplo Ayacucho y Puno se combinan por preferir la 2Pacha Manca. Tambin
Tacna, Cuzco, Cajamarca, Junn y Apurmac se combinan por preferir Chancho Asado
y Picante de Cuy.
Tambin podemos observar las caractersticas que diferencian a una regin de otra.
Por ejemplo Lima se caracteriza por preferir el Ceviche de Pescado.

Factorial Correspondencia

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Factorial Correspondencia

Caricato da

Copyright:

Formati disponibili

UNIVERSIDAD NACIONAL DEL

y se comprueba que los datos no son una matriz de

Potrebbero piacerti anche