Ejemplo de aplicación del análisis de

conglomerados
(Uriel, 2005) Diseño de un plan de incentivos para vendedores.

El director de ventas de una cadena de tiendas de electrodomésticos con cobertura

nacional desea analizar el plan de incentivos de sus vendedores. Considera que los
incentivos deben estar ajustados a las dificultades de las distintas zonas de ventas, siendo
necesario fijar incentivos más altos en aquellas zonas geográficas en que las condiciones
de vida de sus habitantes hacen más difícil las ventas. Por este motivo quiere determinar
si las comunidades autónomas se pueden segmentar en grupos homogéneos respecto al
equipamiento de los hogares.

Tabla 3.15. Equipamiento de los hogares en las Comunidades Autónomas.

Porcentaje de hogares que poseen

Comunidad Autónoma
Automóvil TV Color Vídeo Microondas Lavavajillas Teléfono
España 69,0 97,6 62,4 32,3 17,0 85,2
Andalucía 66,7 98,0 62,7 24,1 12,7 74,7
Aragón 67,2 97,5 56,8 43,4 20,6 88,4
Asturias 63,7 95,2 52,1 24,4 13,3 88,1
Baleares 71,9 98,8 62,4 29,8 10,1 87,9
Canarias 72,7 96,8 68,4 27,9 5,8 75,4
Cantabria 63,4 94,9 48,9 36,5 11,2 80,5
Castilla y León 65,8 97,1 47,7 28,1 14,0 85,0
Castilla-La Mancha 61,5 97,3 53,6 21,7 7,1 72,9
Cataluña 70,4 98,1 71,1 36,8 19,8 92,2
Comunidad Valenciana 72,7 98,4 68,2 26,6 12,1 84,4
Extremadura 60,5 97,7 43,7 20,7 11,7 67,1
Galicia 65,5 91,3 42,7 13,5 14,6 85,9
Madrid 74,0 99,4 76,3 53,9 32,3 95,7
Murcia 69,0 98,7 59,3 19,5 12,1 81,4
Navarra 76,4 99,3 60,6 44,0 20,6 87,4
País Vasco 71,3 98,3 61,6 45,7 23,7 94,3
La Rioja 64,9 98,6 54,4 44,4 17,6 83,4

Mediante el SPSS efectuamos un análisis de conglomerados jerárquico aplicando algunos

de los métodos de agrupación del análisis de conglomerados jerárquico.
Luego de observar, analizar y comparar los resultados, mostramos el dendograma
correspondiente al método de la vinculación promedio intra-grupos.

Si trazamos una línea vertical a una distancia razonablemente grande, de unas 13

unidades, tenemos los siguientes grupos:

Conglomerado 1. Aragón, La Rioja, Navarra, País Vasco, Baleares, Comunidad

Valenciana, y Cataluña. El valor medio de España se ha añadido como referencia para
futuros comentarios.

Conglomerado 2. Andalucía, Murcia, Castilla-La Mancha, Canarias, y Extremadura.

Conglomerado 3. Asturias, Castilla y León, Cantabria, y Galicia.

Conglomerado 4. Madrid. El análisis de conglomerados identifica así un outlier, cuyo

comportamiento se debe explicar.

Una vez que ya hemos determinado el número de conglomerados con el que vamos a
realizar el análisis no jerárquico, obtenemos los centroides, es decir, las medias de las seis
variables utilizadas en los cuatro grupos.
En el programa SPSS basta con guardar la pertenencia al conglomerado como una nueva
variable, para luego obtener una tabla cruzada entre esta variable y las variables que
caracterizan a los grupos.

Tabla 3.16. Centroides del análisis de conglomerados jerárquico.

Ahora, con la información obtenida, procedemos a realizar un análisis de conglomerados

no jerárquico que nos dará la mejor solución posible de cuatro grupos.

Los centroides iniciales pueden proporcionarse al SPSS mediante su inclusión en un

archivo, de datos *.sav, como el siguiente:
O mediante la siguiente sintaxis para el programa SPSS:

DATASET ACTIVATE Conjunto_de_datos1.

QUICK CLUSTER Automovil TVColor Video Microondas Lavavajillas Telefono

/INITIAL = (70.475 98.325 62.188 37.875 17.688 87.900

66.080 97.700 57.540 22.780 9.880 74.300

64.600 94.625 47.850 25.625 13.275 84.875

74.000 99.400 76.300 53.900 32.300 95.700)

/MISSING=LISTWISE

/CRITERIA=CLUSTER(4) MXITER(20) CONVERGE(0)

/METHOD=KMEANS(NOUPDATE)

/PRINT ID(Comunidad) INITIAL ANOVA CLUSTER DISTAN.

El programa SPSS informa de cuáles han sido los centroides iniciales de los que se ha
partido para, para informarnos de los centroides finales una vez concluido el proceso
iterativo.
De la comparación se desprende que son prácticamente idénticos. Este hecho confirma la
estabilidad de los conglomerados formados y que la aproximación de centroides
proporcionada por el análisis de conglomerados jerárquico estaba próxima a la solución
óptima para este número de grupos.

Antes de interpretar las características de los grupos formados, debe analizarse si el

análisis de conglomerados no jerárquico ha agrupado a las comunidades autónomas del
mismo modo que lo hizo el análisis jerárquico. Dada la similitud de los centroides finales
puede esperarse esa coincidencia.
Conglomerado 1. España, Aragón, Baleares, Cataluña, Comunidad Valenciana, Navarra,
País Vasco, y La Rioja.

Conglomerado 2. Andalucía, Canarias, Castilla-La Mancha, Extremadura, y Murcia.

Conglomerado 3. Asturias, Cantabria, Castilla y León, y Galicia.

Conglomerado 4. Madrid.

De comparar la Tabla 3.18., donde se explicita la pertenencia a cada conglomerado de las

observaciones, con el dendograma resultante del análisis jerárquico, se desprende que la
clasificación en ambos casos es similar.

Entonces, se tiene una solución de cuatro grupos que, es la mejor solución.

También, se debe caracterizar a cada uno de los grupos formados. El programa SPSS
proporciona dos elementos útiles para esta caracterización. Por un lado los centroides
finales; y, por otro lado, un seudoanálisis de varianza que, nos ayuda a establecer qué
variables toman valores medios claramente distintos en los diferentes grupos y, por ello,
son más útiles para caracterizarlos.

Tabla 3.19. Análisis de la varianza de las variables caracterizadoras respecto al

conglomerado de pertenencia.

De todos los resultados obtenidos, podemos concluir:

(1.) Madrid es una observación con un comportamiento distinto a todas las demás
comunidades autónomas, es decir, es un outlier. Por esto aparece formando su propio
grupo. Madrid es una comunidad autónoma donde el equipamiento de los hogares es
superior al del resto del país.

(2.) En el resto de conglomerados se establecen tres niveles en el grado de equipamiento.

El grupo formado por las Comunidades Autónomas de Aragón, La Rioja, Navarra, País
Vasco, Baleares, Comunidad Valenciana, y Cataluña conformarían el grupo con mayor
equipamiento promedio. El hecho de que la observación “España”, que contiene los
valores medios de las variables consideradas, esté en este grupo permitiría considerar este
grupo como el que representa al promedio del país.

(3.) Los otros dos grupos se caracterizan por tener un equipamiento por debajo del
promedio nacional. La diferencia entre ellos reside en que el grupo dos tiene respecto al
tres una mayor dotación en la mayoría de bienes, salvo lavavajillas y teléfono.