Hatco Milla 13485564

VICERRECTORADDE PRODUCCIÓN AGRÍCOLA

ESTADO PORTUGUESA

COORDINACIÓNÁREA DE POSTGRADO

Análisis Estadísticos de la Base de Datos HATCO En IBM SPSS Statistics 20

Autor: Ing. BOLIWLING MILLA

Tutor. Msc. PEDRO MORALES

ACARIGUA, MARZO DE 2015

1

REPÚBLICA BOLIVARIANA DE VENEZUELAMINISTERIO DEL PODER POPULAR PARA LA EDUCACIÓN SUPERIOR

UNIVERSIDAD NACIONAL EXPERIMENTALDE LO LLANOS OCCIDENTALES

“EZEQUIEL ZAMORA”POSTGRADO ACARIGUA

AMINISTRACCIÓN: GERENCIA GENERAL

Análisis Estadísticos de la

Base de Datos HATCO En IBM

SPSS Statistics 20

Msc. Pedro Morales

Boliwling MillaC.I. 13.485.564

1

INTRODUCCIÓN

Este conjuntos de datos se obtuvieron (HATCO), un enorme

distribuidor industrial. Cada una de las series de datos se obtuvo de las

encuestas de clientes de HATCO, realizadas por una empresa de

investigación del mercado reconocida.

LA PRINCIPAL BASE DE DATOS

La base de datos consiste en 100 observaciones de 14 variables

separadas, es un ejemplo de un estudio de segmentación de la situación

empresa a empresa, específicamente un informe sobre los clientes actuales

de HATCO.

Se utilizan tres tipos de datos:

La primera clase es la percepción de HATCO sobre siete

atributos identificados en estudios pasados como los más in-

fluyentes en la elección de distribuidor. Los encuestados

ejecutivos de compras de las empresas clientes de HATCO,

puntúan a HATCO sobre cada atributo.

La segunda clase de información hace referencia a !os

resultados de compras reales, sobre las evaluaciones de la

satisfacción de los encuestados con HATCO, y sobre el

porcentaje de sus compras de productos a HATCO.

La tercera clase de información contiene características

generales de las empresas clientes (por ejemplo. tamaño de la

empresa. tipo de industria).

2

Los datos proporcionados deberían dar a HATCO una mejor comprensión

tanto de las características de sus clientes como de las relaciones entre sus

percepciones y sus acciones hacia HATCO (compras y satisfacción).

En la siguiente Tabla se proporciona una breve descripción de las

variables de las bases de datos, que aparecen clasificadas como

dependientes o independientes y métricas o no métricas.

Tabla 1Descripción de las variables de la base de datos HATCO

Descripción de las variables de la base de datosDescripción de variable

Tipo de Variable

Observación

PERCEPCION DE HATCO: Cada una de estas variables se midió con una escala de puntuación gráfica, donde se dibujó una línea entre los puntos finales de diez centímetros, que se denominaron «Pobre» y «Excelente»

X1Velocidad de entrega

Métrica

Tiempo que transcurre hasta que se entrega el producto, una vez que se hubo confirmado el pedido

X2Nivel de precios

MétricaNivel de precios

percibido por los clientes industriales

X3Flexibilidad de precios

Métrica

La disposición percibida en los representantes de HATCO para negociar el precio de todas las compras

X4Imagen del fabricante

Métricaimagen conjunta del

fabricante/distribuidor

X5Servicio conjunto

Métrica

Nivel conjunto de servicio necesario para mantener una relación satisfactoria entre el oferente y el comprador

X6Imagen de fuerza de

ventasMétrica

Imagen conjunta de la fuerza de ventas del fabricante.

X7Calidad de producto

Métrica

Nivel de calidad percibido en un producto particular (por ejemplo, el acabado o el rendimiento)

3

POBRE EXCELENTE

RESULTADOS DE COMPRA

Se obtuvieron dos medidas específicas que reflejaron los resultados de las relaciones de compra del encuestado con HATCO

X9Nivel de fidelidad

Métrica

Cuánto se compra a HATCO del total del producto de la empresa medido en una escala de porcentaje de 100, que va desde O al 100 por cien

X10Nivel de satisfacción

Métrica

Satisfacción del comprador con las compras anteriores realizadas a HATCO, medidas en el mismo gráfico de la escala de clasificación de las entradas X1 a X7.

CARACTERISTICAS DEL COMPRADOR

Se usaron cinco características no métricas

X8Tamaño de empresa

No Métrica

Tamaño de la empresa relativo respecto a otras empresas en el mismo mercado. Esta variable tiene dos categorías: l = grande y O = pequeña

X11Compra al detalle

No Métrica

Medida por la cual un comprador particular evalúa cada compra se-paradamente (análisis del valor total) o en función de una compra detallada, donde se especifican precisamente las características del producto deseado. Esta variable tiene dos categorías: l = emplea la aproximación al análisis del valor total, evaluando cada compra por separado y O = uso de la compra detallada

X12Estructura de adquisición

No Métrica

Método de adquisición/compra de productos a una compañía en particular. Esta variable tiene dos categorías: 1 = adquisición centralizada y O = adquisición descentralizada.

X13 No Métrica Clasificación de la

4

Tipo de industria

industria a la que pertenece el comprador del producto. Esta variable tiene dos categorías: l = industria de la clase A y O = otras industrias.

X14Tipo de situación de

compraNo Métrica

Tipo de situación a la que se enfrenta el comprador. Esta variable tiene tres categorías: 1 = nueva tarea, 2 = re-compra similar modificada y 3 = recompra simple.

Fuente: Bases de datos HATCO 2015

Tabla 2Base de datos HATCO

id x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 x11 x12 x13 x141 4,1 0,6 6,9 4,7 2,4 2,3 5,2 0 32,0 4,2 1 0 1 12 1,8 3,0 6,3 6,6 2,5 4,0 8,4 1 43,0 4,3 0 1 0 13 3,4 5,2 5,7 6,0 4,3 2,7 8,2 1 48,0 5,2 0 1 1 24 2,7 1,0 7,1 5,9 1,8 2,3 7,8 1 32,0 3,9 0 1 1 15 6,0 0,9 9,6 7,8 3,4 4,6 4,5 0 58,0 6,8 1 0 1 36 1,9 3,3 7,9 4,8 2,6 1,9 9,7 1 45,0 4,4 0 1 1 27 4,6 2,4 9,5 6,6 3,5 4,5 7,6 0 46,0 5,8 1 0 1 18 1,3 4,2 6,2 5,1 2,8 2,2 6,9 1 44,0 4,3 0 1 0 29 5,5 1,6 9,4 4,7 3,5 3,0 7,6 0 63,0 5,4 1 0 1 3

10 4,0 3,5 6,5 6,0 3,7 3,2 8,7 1 54,0 5,4 0 1 0 211 2,4 1,6 8,8 4,8 2,0 2,8 5,8 0 32,0 4,3 1 0 0 112 3,9 2,2 9,1 4,6 3,0 2,5 8,3 0 47,0 5,0 1 0 1 213 2,8 1,4 8,1 3,8 2,1 1,4 6,6 1 39,0 4,4 0 1 0 114 3,7 1,5 8,6 5,7 2,7 3,7 6,7 0 38,0 5,0 1 0 1 115 4,7 1,3 9,9 6,7 3,0 2,6 6,8 0 54,0 5,9 1 0 0 316 3,4 2,0 9,7 4,7 2,7 1,7 4,8 0 49,0 4,7 1 0 0 317 3,2 4,1 5,7 5,1 3,6 2,9 6,2 0 38,0 4,4 1 1 1 218 4,9 1,8 7,7 4,3 3,4 1,5 5,9 0 40,0 5,6 1 0 0 219 5,3 1,4 9,7 6,1 3,3 3,9 6,8 0 54,0 5,9 1 0 1 320 4,7 1,3 9,9 6,7 3,0 2,6 6,8 0 55,0 6,0 1 0 0 321 3,3 0,9 8,6 4,0 2,1 1,8 6,3 0 41,0 4,5 1 0 0 222 3,4 0,4 8,3 2,5 1,2 1,7 5,2 0 35,0 3,3 1 0 0 1

5

23 3,0 4,0 9,1 7,1 3,5 3,4 8,4 0 55,0 5,2 1 1 0 324 2,4 1,5 6,7 4,8 1,9 2,5 7,2 1 36,0 3,7 0 1 0 125 5,1 1,4 8,7 4,8 3,3 2,6 3,8 0 49,0 4,9 1 0 0 226 4,6 2,1 7,9 5,8 3,4 2,8 4,7 0 49,0 5,9 1 0 1 327 2,4 1,5 6,6 4,8 1,9 2,5 7,2 1 36,0 3,7 0 1 0 128 5,2 1,3 9,7 6,1 3,2 3,9 6,7 0 54,0 5,8 1 0 1 329 3,5 2,8 9,9 3,5 3,1 1,7 5,4 0 49,0 5,4 1 0 1 330 4,1 3,7 5,9 5,5 3,9 3,0 8,4 1 46,0 5,1 0 1 0 231 3,0 3,2 6,0 5,3 3,1 3,0 8,0 1 43,0 3,3 0 1 0 132 2,8 3,8 8,9 6,9 3,3 3,2 8,2 0 53,0 5,0 1 1 0 333 5,2 2,0 9,3 5,9 3,7 2,4 4,6 0 60,0 6,1 1 0 0 334 3,4 3,7 6,4 5,7 3,5 3,4 8,4 1 47,3 3,8 0 1 0 135 2,4 1,0 7,7 3,4 1,7 1,1 6,2 1 35,0 4,1 0 1 0 136 1,8 3,3 7,5 4,5 2,5 2,4 7,6 1 39,0 3,6 0 1 1 137 3,6 4,0 5,8 5,8 3,7 2,5 9,3 1 44,0 4,8 0 1 1 238 4,0 0,9 9,1 5,4 2,4 2,6 7,3 0 46,0 5,1 1 0 1 339 0,0 2,1 6,9 5,4 1,1 2,6 8,9 1 29,0 3,9 0 1 1 140 2,4 2,0 6,4 4,5 2,1 2,2 8,8 1 28,0 3,3 0 1 1 141 1,9 3,4 7,6 4,6 2,6 2,5 7,7 1 40,0 3,7 0 1 1 142 5,9 0,9 9,6 7,8 3,4 4,6 4,5 0 58,0 6,7 1 0 1 343 4,9 2,3 9,3 4,5 3,6 1,3 6,2 0 53,0 5,9 1 0 0 344 5,0 1,3 8,6 4,7 3,1 2,5 3,7 0 48,0 4,8 1 0 0 245 2,0 2,6 6,5 3,7 2,4 1,7 8,5 1 38,0 3,2 0 1 1 146 5,0 2,5 9,4 4,6 3,7 1,4 6,3 0 54,0 6,0 1 0 0 347 3,1 1,9 10,0 4,5 2,6 3,2 3,8 0 55,0 4,9 1 0 1 348 3,4 3,9 5,6 5,6 3,6 2,3 9,1 1 43,0 4,7 0 1 1 249 5,8 0,2 8,8 4,5 3,0 2,4 6,7 0 57,0 4,9 1 0 1 350 5,4 2,1 8,0 3,0 3,8 1,4 5,2 0 53,0 3,8 1 0 1 351 3,7 0,7 8,2 6,0 2,1 2,5 5,2 0 41,0 5,0 1 0 0 252 2,6 4,8 8,2 5,0 3,6 2,5 9,0 1 53,0 5,2 0 1 1 253 4,5 4,1 6,3 5,9 4,3 3,4 8,8 1 50,0 5,5 0 1 0 254 2,8 2,4 6,7 4,9 2,5 2,6 9,2 1 32,0 3,7 0 1 1 155 3,8 0,8 8,7 2,9 1,6 2,1 5,6 0 39,0 3,7 1 0 0 156 2,9 2,6 7,7 7,0 2,8 3,6 7,7 0 47,0 4,2 1 1 1 257 4,9 4,4 7,4 6,9 4,6 4,0 9,6 1 62,0 6,2 0 1 0 258 5,4 2,5 9,6 5,5 4,0 3,0 7,7 0 65,0 6,0 1 0 0 359 4,3 1,8 7,6 5,4 3,1 2,5 4,4 0 46,0 5,6 1 0 1 360 2,3 4,5 8,0 4,7 3,3 2,2 8,7 1 50,0 5,0 0 1 1 261 3,1 1,9 9,9 4,5 2,6 3,1 3,8 0 54,0 4,8 1 0 1 3

6

62 5,1 1,9 9,2 5,8 3,6 2,3 4,5 0 60,0 6,1 1 0 0 363 4,1 1,1 9,3 5,5 2,5 2,7 7,4 0 47,0 5,3 1 0 1 364 3,0 3,8 5,5 4,9 3,4 2,6 6,0 0 36,0 4,2 1 1 1 265 1,1 2,0 7,2 4,7 1,6 3,2 10,0 1 40,0 3,4 0 1 1 166 3,7 1,4 9,0 4,5 2,6 2,3 6,8 0 45,0 4,9 1 0 0 267 4,2 2,5 9,2 6,2 3,3 3,9 7,3 0 59,0 6,0 1 0 0 368 1,6 4,5 6,4 5,3 3,0 2,5 7,1 1 46,0 4,5 0 1 0 269 5,3 1,7 8,5 3,7 3,5 1,9 4,8 0 58,0 4,3 1 0 0 370 2,3 3,7 8,3 5,2 3,0 2,3 9,1 1 49,0 4,8 0 1 1 271 3,6 5,4 5,9 6,2 4,5 2,9 8,4 1 50,0 5,4 0 1 1 272 5,6 2,2 8,2 3,1 4,0 1,6 5,3 0 55,0 3,9 1 0 1 373 3,6 2,2 9,9 4,8 2,9 1,9 4,9 0 51,0 4,9 1 0 0 374 5,2 1,3 9,1 4,5 3,3 2,7 7,3 0 60,0 5,1 1 0 1 375 3,0 2,0 6,6 6,6 2,4 2,7 8,2 1 41,0 4,1 0 1 0 176 4,2 2,4 9,4 4,9 3,2 2,7 8,5 0 49,0 5,2 1 0 1 277 3,8 0,8 8,3 6,1 2,2 2,6 5,3 0 42,0 5,1 1 0 0 278 3,3 2,6 9,7 3,3 2,9 1,5 5,2 0 47,0 5,1 1 0 1 379 1,0 1,9 7,1 4,5 1,5 3,1 9,9 1 39,0 3,3 0 1 1 180 4,5 1,6 8,7 4,6 3,1 2,1 6,8 0 56,0 5,1 1 0 0 381 5,5 1,8 8,7 3,8 3,6 2,1 4,9 0 59,0 4,5 1 0 0 382 3,4 4,6 5,5 8,2 4,0 4,4 6,3 0 47,3 5,6 1 1 1 283 1,6 2,8 6,1 6,4 2,3 3,8 8,2 1 41,0 4,1 0 1 0 184 2,3 3,7 7,6 5,0 3,0 2,5 7,4 0 37,0 4,4 1 1 0 185 2,6 3,0 8,5 6,0 2,8 2,8 6,8 1 53,0 5,6 0 1 0 286 2,5 3,1 7,0 4,2 2,8 2,2 9,0 1 43,0 3,7 0 1 1 187 2,4 2,9 8,4 5,9 2,7 2,7 6,7 1 51,0 5,5 0 1 0 288 2,1 3,5 7,4 4,8 2,8 2,3 7,2 0 36,0 4,3 1 1 0 189 2,9 1,2 7,3 6,1 2,0 2,5 8,0 1 34,0 4,0 0 1 1 190 4,3 2,5 9,3 6,3 3,4 4,0 7,4 0 60,0 6,1 1 0 0 391 3,0 2,8 7,8 7,1 3,0 3,8 7,9 0 49,0 4,4 1 1 1 292 4,8 1,7 7,6 4,2 3,3 1,4 5,8 0 39,0 5,5 1 0 0 293 3,1 4,2 5,1 7,8 3,6 4,0 5,9 0 43,0 5,2 1 1 1 294 1,9 2,7 5,0 4,9 2,2 2,5 8,2 1 36,0 3,6 0 1 0 195 4,0 0,5 6,7 4,5 2,2 2,1 5,0 0 31,0 4,0 1 0 1 196 0,6 1,6 6,4 5,0 0,7 2,1 8,4 1 25,0 3,4 0 1 1 197 6,1 0,5 9,2 4,8 3,3 2,8 7,1 0 60,0 5,2 1 0 1 398 2,0 2,8 5,2 5,0 2,4 2,7 8,4 1 38,0 3,7 0 1 0 199 3,1 2,2 6,7 6,8 2,6 2,9 8,4 1 42,0 4,3 0 1 0 1

100 2,5 1,8 9,0 5,0 2,2 3,0 6,0 0 33,0 4,4 1 0 0 1

7

Fuente: Bases de datos HATCO 2015

Figura 1. Base de datos HATCO en SPSS 20

8

CONFIABILIDAD Y VALIDEZ DE LOS DATOS PRESENTADOS

Tabla 3Coeficiente de Alfa de Cronbach (α ¿

Estadísticos de fiabilidad

Alfa de

Cronbach (α ¿

Alfa de

Cronbach

basada en los

elementos

tipificados

N de elementos

0,456 0,716 9

Fuente: Cálculos en SPSS. 2015

Figura 2. Escala del coeficiente alfa de cronbach

El coeficiente alfa de cronbach (1951) (ver figura 2) es un modelo de

consistencia interna, basado en el promedio de las correlaciones entre los

ítems. Entre las ventajas de esta medida se encuentra la posibilidad de

evaluar cuánto mejoraría (o empeoraría) la fiabilidad de la prueba si se

excluyera un determinado ítem

En nuestro caso, como el valor de la Tabla 3 está por debajo de 0,50

(45,60%) el instrumento aplicado en para obtener los valores para la base de

datos HATCO, presenta una variabilidad heterogénea con sus ítems por

9

CONFIABILIDAD

Muy baja Baja Regular Aceptable Elevada

0 - 0,2 - 0,4 - 0,6 - 0,8 -

tanto nos llevara a conclusiones errada, se procederá a realizar el cálculo del

coeficiente alfa de Cronbach a través de la matriz de correlaciones

CALCULO DEL COEFICIENTE ALFA DE CRONBACH UTILIZANDO

MATRIZ DE CORRELACIONES

Tabla 4Matriz de correlación de Pearson

Correlaciones

Veloci

dad

de

entreg

a

Nivel

de

precio

s

Flex

ibilid

ad

de

prec

ios

Ima

gen

del

fabri

cant

e

Serv

icio

conj

unto

Image

n de

fuerza

de

venta

s

Cali

dad

de

prod

ucto

Nive

l de

fideli

dad

Nivel

de

satisf

acció

n

Veloci

dad

de

entreg

a

Correl

ación

de

Pears

on

1 -,349** ,50

9**

,050 ,61

2**

,077 -,48

3**

,67

6**

,651**

Sig.

(bilate

ral)

,000 ,000 ,618 ,000 ,446 ,000 ,000 ,000

N 100 100 100 100 100 100 100 100 100

Nivel

de

precio

s

Correl

ación

de

Pears

on

-,349** 1 -,48

7**

,27

2**

,51

3**

,186 ,47

0**

,083 ,028

Sig.

(bilate

,000 ,000 ,006 ,000 ,064 ,000 ,412 ,779

10

ral)

N 100 100 100 100 100 100 100 100 100

Flexib

ilidad

de

precio

s

Correl

ación

de

Pears

on

,509** -,487** 1 -,11

6

,067 -,034 -,44

8**

,55

8**

,525**

Sig.

(bilate

ral)

,000 ,000 ,250 ,510 ,735 ,000 ,000 ,000

N 100 100 100 100 100 100 100 100 100

Image

n del

fabric

ante

Correl

ación

de

Pears

on

,050 ,272** -,11

6

1 ,29

9**

,788** ,20

0*

,22

5*

,476**

Sig.

(bilate

ral)

,618 ,006 ,250 ,003 ,000 ,046 ,024 ,000

N 100 100 100 100 100 100 100 100 100

Servic

io

conju

nto

Correl

ación

de

Pears

on

,612** ,513** ,067 ,29

9**

1 ,241* -,05

5

,70

1**

,631**

Sig.

(bilate

ral)

,000 ,000 ,510 ,003 ,016 ,586 ,000 ,000

N 100 100 100 100 100 100 100 100 100

Image

n de

fuerza

de

venta

Correl

ación

de

Pears

on

,077 ,186 -,03

4

,78

8**

,24

1*

1 ,177 ,25

7**

,341**

11

s Sig.

(bilate

ral)

,446 ,064 ,735 ,000 ,016 ,078 ,010 ,001

N 100 100 100 100 100 100 100 100 100

Calida

d de

produ

cto

Correl

ación

de

Pears

on

-,483** ,470** -,44

8**

,20

0*

-,05

5

,177 1 -,19

2

-,283**

Sig.

(bilate

ral)

,000 ,000 ,000 ,046 ,586 ,078 ,055 ,004

N 100 100 100 100 100 100 100 100 100

Nivel

de

fidelid

ad

Correl

ación

de

Pears

on

,676** ,083 ,55

8**

,22

5*

,70

1**

,257** -,19

2

1 ,711**

Sig.

(bilate

ral)

,000 ,412 ,000 ,024 ,000 ,010 ,055 ,000

N 100 100 100 100 100 100 100 100 100

Nivel

de

satisf

acció

n

Correl

ación

de

Pears

on

,651** ,028 ,52

5**

,47

6**

,63

1**

,341** -,28

3**

,71

1**

1

Sig.

(bilate

ral)

,000 ,779 ,000 ,000 ,000 ,001 ,004 ,000

N 100 100 100 100 100 100 100 100 100

**. La correlación es significativa al nivel 0,01 (bilateral).

*. La correlación es significante al nivel 0,05 (bilateral).


12

α=np¿¿

n= número de ítems= 14

p= promedio de correlaciones lineales entre cada uno de los ítems = 0,2188

(Ver Matriz de Correlación)

α=np¿¿

En vista del nuevo coeficiente alfa de cronbach, se puede deducir

que los datos son 80% confiables, los que de emanará a realizar la prueba

de validez

VALIDEZ

Tabla 5Estadísticos total-elemento

Estadísticos total-elemento

Media de la

escala si se

elimina el

elemento

Varianza de

la escala si

se elimina

el elemento

Correlación

elemento-

total

corregida

Correlación

múltiple al

cuadrado

Alfa de

Cronbach si

se elimina

el elemento

Velocidad de

entrega78,9350 134,4030 0,5810 0,9730 0,3790

Nivel de precios 80,0860 149,6070 0,0990 0,9690 0,4540

Flexibilidad de

precios74,5560 138,8820 0,4020 0,7480 0,4050

13

Imagen del

fabricante77,2020 144,0360 0,3180 0,7780 0,4260

Servicio conjunto 79,5340 140,1620 0,7430 0,9780 0,4010

Imagen de fuerza de

ventas79,7850 146,8200 0,3490 0,6560 0,4350

Calidad de producto 75,4790 158,8680 -0,1860 0,40700 0,5020

Nivel de fidelidad 36,3440 18,3100 0,7130 0,7750 0,4700

Nivel de satisfacción 77,6790 138,0920 0,7520 0,8010 0,3910


Para la validez de los datos, se ha realizado la prueba de

Pearson (ver tabla 5), la cual nos indica que para aumentar la

confiabilidad de nuestros datos es conveniente eliminar la variable

calidad del producto (r < 0,30), para que así la nueva confiabilidad

sea del 50,2%; si se eliminada la variable Nivel de precios

(r < 0,30) permanecería aproximadamente igual al alfa 0,456; lo

cual no afectaría la fiabilidad de los datos.

Tabla 6Estadísticos descriptivos para las variables HATCO

14

Estadísticos descriptivos

N MediaDesviación

típicaVarianza

Velocidad de entrega 100 3,5150 1,3207 1,7440

Nivel de precios 100 2,3640 1,1957 1,4300

Flexibilidad de precios 100 7,8940 1,3865 1,9220

Imagen del fabricante 100 5,2480 1,1314 1,2800

Servicio conjunto 100 2,9160 0,7513 0,5640

Imagen de fuerza de ventas 100 2,6650 0,7709 0,5940

Calidad de producto 100 6,9710 1,5852 2,5130

Nivel de fidelidad 100 46,1060 8,9895 80,8110

Nivel de satisfacción 100 4,7710 0,8556 0,7320

N válido (según lista) 100

Fuente: Cálculos en SPSS. 2015Tabla 6Estadísticos descriptivos para las variables HATCO. Continuación


N Media Asimetría Curtosis

EstadísticoError

típicoEstadístico

Error

típicoEstadístico

Error

típico

Velocidad de entrega 100 0,1321 -0,0850 0,2410 -0,511 0,4780

Nivel de precios 100 0,1196 0,4690 0,2410 -0,5090 0,4780

Flexibilidad de precios 100 0,1387 -0,2890 0,2410 -1,0730 0,4780

Imagen del fabricante 100 0,1131 0,2180 0,2410 0,0850 0,4780

Servicio conjunto 100 0,0751 -0,3730 0,2410 0,1410 0,4780

Imagen de fuerza de ventas 100 0,0771 0,4930 0,2410 0,1070 0,4780

Calidad de producto 100 0,1585 -0,2290 0,2410 -0,8500 0,4780

Nivel de fidelidad 100 0,8989 -0,0650 0,2410 -0,7260 0,4780

Nivel de satisfacción 100 0,0856 0,0890 0,2410 -0,7630 0,4780

N válido (según lista) 100


15

Tabla 7Estadísticos descriptivos para la Velocidad de entrega



EstadísticoError

típicoEstadístico

Error

típicoEstadístico

Error

típico

Velocidad de entrega 100 0,1321 -0,0850 0,2410 -0,5110 0,4780


Tabla 7Estadísticos descriptivos para la Velocidad de entrega. Continuación


Tabla 7Estadísticos descriptivos para la Velocidad de entrega. Continuación


16


N MediaDesviación

típicaVarianza

Velocidad de entrega 100 3,515 1,3207 1,7440

Estadísticos

Mediana ModaPercentiles

25 50 75

Velocidad de entrega

3,4000 2,4000a 2,50003,400

04,600

0

a. Existen varias modas. Se mostrará el menor de los valores.

Grafico 1. Histograma de Velocidad de entrega Grafico 2. Blox plot de Velocidad de entrega


Observando los resultados arrojados (ver Tabla 7) se puede inferir que la

velocidad de entrega según los clientes de HATCO, no es la más óptima.

Pues la media aritmética de la puntuación dada a esta variable es de 3,52

con una variabilidad de ±1,3207 en una calificación de 0 a 10, siendo 0 el

puntaje más bajo y 10 el más alto, lo que significa que sus clientes no se

encuentran satisfechos, por la demora en la entrega del producto.

Nota: como es difícil conseguir valores de simetría (As = 0) y mesocúrtica (Ct = 0) por

lo que se tiende a tomar los valores que son cercanos ya sean positivos o negativos cero

como cinco (± 0.5).

Cuando la distribución de los datos cuenta con un coeficiente de asimetría (As = ±0.5) y

un coeficiente de Curtosis (Ct = ±0.5), se le denomina Curva Normal. Este criterio es de

suma importancia ya que para la mayoría de los procedimientos de la estadística de

inferencia se requiere que los datos se distribuyan normalmente.

17

La principal ventaja de la distribución normal (ver figura 3) radica en el supuesto que el

95% de los valores se encuentra dentro de una distancia de dos desviaciones estándar de la

media aritmética es decir, si tomamos la media y le sumamos dos veces la desviación y

después le restamos a la media dos desviaciones, el 95% de los casos se encontraría dentro

del rango que compongan estos valores.

Figura 3. Distribución normal

Esta variable (velocidad de entrega) presenta una asimetría con sesgo

negativo a la izquierda de -0,085 (ver Grafico 1); lo que nos indica es que la

mayoría de valores están por debajo de la media, tiende a reunirse a la

izquierda de la media, lo cual indica que la media < mediana < moda

Además el estudio de esta variable que nos muestra la Grafico 1 que

presenta una Curtosis mesocúrtica (la distribución será simétrica), con un

valor de -0,511 Se acepta que la distribución es Simétrica, es decir, existe

aproximadamente la misma cantidad de valores a los dos lados de la media

En el Grafico 2 de caja y bigotes (BOX PLOT) arroja una mediana de 3,4;

lo que representa que 50% de los datos está por debajo de este valor, el

25% de los datos está por debajo de 2,500, él 25% de los datos está por

encima de 4,600 y el 50% de los datos están comprendidos entre 2,500 -

4,600

18

Tabla 8Estadísticos descriptivos para el Nivel de precios.


Tabla 8Estadísticos descriptivos para el Nivel de precios. Continuación



EstadísticoError

típicoEstadístico

Error

típicoEstadístico

Error

típico

Nivel de precios 100 0,1196 0,4690 0,241 -0,5090 0,4780


Tabla 8Estadísticos descriptivos para el Nivel de precios. Continuación

Estadísticos


25 50 75

Nivel de precios 2,1500 1,3000a 1,4250 2,1500 3,2750



19


N MediaDesviación

típicaVarianza

Nivel de precios 100 2,3640 1,1957 1,4300

Grafico 4. Blox plot de Niveles de precios Grafico 3. Histograma de Niveles de precios


De la información de la Tabla 8 el promedio aritmético de percepción de

los Nivel de precios percibido por los clientes industriales es 2,364 con un

desvío estandarizado de ± 1,1957, ya que incrementa la demanda de

productos y se aumentaría de igual proporción la producción.

Además se observa en Grafico 3 que la distribución de Nivel de precios

presenta una asimetría positiva a la derecha de 0,469, siendo una curva

cercana a la simétrica (≈ +0,500), cuando se distribuyen aproximadamente la

misma cantidad de valores en ambos lados de la media. Lo que nos indica es

que los valores están juntos, es decir, no dispersos. Lo que es posible

afirmar que moda < mediana < media

El análisis de Grafico 4 de la caja y bigotes proyecta una mediana de

2,150; podemos afirmar que 50% de los puntajes están por encima de este

valor y el 25% de los datos está por encima de 3,275.

20

Tabla 9Estadísticos descriptivos para la Flexibilidad de precios.


Tabla 9Estadísticos descriptivos para la Flexibilidad de precios. Continuación



EstadísticoError

típicoEstadístico

Error

típicoEstadístico

Error

típico

Flexibilidad de precios 100 0,1387 -0,2890 0,2410 -1,0730 0,4780


Tabla 9Estadísticos descriptivos para la Flexibilidad de precios. Continuación


21


N MediaDesviación

típicaVarianza

Flexibilidad de precios 100 7,894 1,3865 1,9220

Estadísticos


25 50 75Flexibilidad de

precios8,0500 9,900 6,7000

8,0500

9,1000

Grafico 5. Histograma de Flexibilidad de Precios Grafico 6. Blox plot de Flexibilidad de Precios


De acuerdo a los resultados aportados en la Tabla 9 el valor medio

para la variable Flexibilidad de Precios (La disposición percibida en los

representantes de HATCO para negociar el precio de todas las compras) es

de 7,894 con una medida de dispersión de ±1,3865 (desviación standard)

que nos indica que los compradores de HATCO están satisfechos en ese

aspecto de la empresa.

Además en el Grafico 5 estudio de esta variable tiene una asimetría

ligeramente sesgada a la izquierda con -0,289 y una Curtosis de -1,073, es

decir, que es platicúrtica (baja concentración de los datos o puntajes

dispersos).

En el Grafico 6 el promedio la gran mayoría de los clientes están

satisfechos con la flexibilidad de los precios a la hora de comprar un

22

producto, cerca del 75% de los encuestados han calificado la variable con

9,100 por lo que es excelente.

Tabla 10Estadísticos descriptivos para la Imagen del fabricante.


Tabla 10Estadísticos descriptivos para la Imagen del fabricante. Continuación



EstadísticoError

típicoEstadístico

Error

típicoEstadístico

Error

típico

Imagen del fabricante 100 0,1131 0,2180 0,2410 0,0850 0,4780


Tabla 10Estadísticos descriptivos para la Imagen del fabricante. Continuación

Estadísticos

Mediana Moda Percentiles

25 50 75Imagen del fabricante

5,000 4,5000 4,5250 5,0000 6,0000

23


N MediaDesviación

típicaVarianza

Imagen del fabricante 100 5,2480 1,1314 1,2800

Grafico 7. Histograma de Imagen del Fabricante Grafico 8. Blox plot de Imagen del Fabricante


Tomando en cuenta la información aportada por la Tabla 10 el promedio

que representa el perfil del fabricante que no es más que imagen conjunta

del fabricante/distribuidor varía desde 4,1166 hasta 6,3794; este rango

representa un 70% de los datos.

Loa aportes transmitidos por el gráfico 7 tiene una asimetría positiva

sesgada a la derecha con 0,218; porque la mediana se acerca al primer

cuartil; con una Curtosis de 0,085, es decir, que es platicúrtica (por su

cercanía a los valores negativos).

Las contribuciones arrojadas por el grafico de caja y bigotes (ver gráfico

8), muestra un valor atípico (encuestado #82) que la persona encuesta,

tiene una percepción diferente a los demás encuestados, su

elección fue de 8,2; en un rango de 1 a 10, muestra un

comportamiento muy diferente a la de las demás encuestas, lo que

representa una diferencia entre el primer cuartil (Q1) y el tercer

cuartil (Q3), o valor intercuartil, indicando que este valor atípico el

que se encuentra 1,5 veces esa distancia del tercer cuartiles

(atípico leve), adicionalmente dicho grafico muestra un valor

mínimo de 2,500 y un máximo de 8,200 (valor atípico).

Este valor atípico, no afectaría significativamente ningún

descriptivo estadístico si se elimina o se descarta

24

El 75% de los encuestados calificaron la percepción de la reputación del

fabricante/distribuidor por encima de 6,000

Tabla 11Estadísticos descriptivos para Servicio conjunto.


25


N MediaDesviación

típicaVarianza

Servicio conjunto 100 2,9160 ,7513 0,5640

Tabla 11Estadísticos descriptivos para Servicio conjunto. Continuación



EstadísticoError

típicoEstadístico

Error

típicoEstadístico

Error

típico

Servicio conjunto 100 ,07510 -0,3730 0,2410 0,1410 0,4780


Tabla 11Estadísticos descriptivos para Servicio conjunto. Continuación


26

Estadísticos


25 50 75

Servicio conjunto

3,0000 3,0000a 2,4000 3,0000 3,4750


Grafico 9. Histograma de Servicio conjunto Grafico 10. Blox plot de Servicio conjunto


Analizando la información aportada por la Tabla 11 variable Nivel

conjunto de servicio necesario para mantener una relación satisfactoria entre

el oferente y el comprador HATCO, proyecta una media aritmética de 2,916

con una variabilidad de ± 0,7513, por lo que la empresa debe reforzar este

servicio.

El 92 por ciento de los datos, nos confirman que los servicios necesarios

satisfactorios entre oferente y el comprador, están en un rango de 1,5026 a

4,4186.

El Grafico 8 muestra una asimetría sesgada a la izquierda con -0,373 y

una Curtosis de 0,141; que es platicúrtica, menos apuntada que la normal.

El diagrama de caja (ver Grafico 9) de Servicio nos muestra que hay un

caso atípico (encuestado #96), es decir, que la encuesta número 96, tiene

una apreciación diferente con respecto a los demás encuestados, su elección

fue de 0,7, mientras que 75% de la muestra está por encima de 2,400 y otro

50% de los datos esta comprendidos entre 2,400 y 3,475

Tabla 12Estadísticos descriptivos para la Imagen de fuerza de ventas.

27


N MediaDesviación

típicaVarianza

Imagen de fuerza de ventas 100 2,6650 0,7709 0,5940



Continuación



EstadísticoError

típicoEstadístico

Error

típicoEstadístico

Error

típico

Imagen de fuerza de ventas 100 0,0771 0,4930 0,2410 0,1070 0,4780



Continuación

Estadísticos


25 50 75

Imagen de fuerza de

ventas2,6000 2,500 2,2000 2,6000 3,0000


28

Grafico 11. Histograma de Imagen de fuerza de ventas Grafico 12. Blox plot de Imagen de fuerza de ventas


En los resultados provistos por la Tabla 12 la Imagen conjunta de la

fuerza de ventas del fabricante, El 68 por ciento de los datos proyecta una

media que representada por un rango desde 1,8841 hasta 3,4359, lo cual

sus clientes tienen un concepto de marketing poco favorable

Tiene una asimetría sesgada a la derecha (ver Grafico 11) de 0,493, con

una Curtosis platicúrtica de 0,107; hay una baja concentración de los datos e

torno a la media.

El diagrama de caja (ver Grafico 12) de Imagen de la Fuerza de Venta

nos muestra que hay un caso atípico, es decir, que las encuestas número

(encuestado #5, #7, #42, #82), tienen una opción diferente a los demás

encuestados, su elección fue de 4,6; 4,5; 4,6 y 4,4 respectivamente.

Estos valores atípicos, no afectaría significativamente ningún

descriptivo estadístico si se elimina o se descarta.

En el grafico de caja el 50% de los datos se concentran en un

rango de 2,200 y 3,000, considerando que un 75% de los puntajes

están por debajo de 3,000

Tabla 13Estadísticos descriptivos para la Calidad de producto.

29


N MediaDesviación

típicaVarianza

Calidad de producto 100 6,9710 1,5852 2,5130


Tabla 13Estadísticos descriptivos para la Calidad de producto. Continuación



EstadísticoError

típicoEstadístico

Error

típicoEstadístico

Error

típico

Calidad de producto 100 0,1585 -0,2290 ,2410 -0,8500 0,4780


Tabla 13Estadísticos descriptivos para la Calidad de producto. Continuación

Estadísticos


25 50 75

Calidad de producto

7,1500 8,4000 5,80007,150

08,3750



30

Observando los resultados arrojados por la tabla 13 el Nivel de calidad

percibido en un producto particular (por ejemplo, el acabado o el

rendimiento). El promedio de la muestra que representa la calidad de los

productos es de 6,971 con una desviación standard de ± 1,5852, lo que se

afirmaría que el 62% de la información obtenida de los encuestados esta en

un rango de 5,3858 hasta el 8,5562.

Igualmente en el Grafico 13, la disertación de esta variable nos

muestra que presenta una Curtosis platicúrtica, con un valor de -0,8500 lo

que nos indica que tienen una baja concentración de valores en torno al

promedio aritmético, es decir, los datos están dispersos.

A la par el grafico del histograma (Grafico 13) presenta una asimetría

sesgada a la izquierda de -0,229. Con una Curtosis platicúrtica de -0,8500,

donde el valor medio < mediana < moda.

En el grafico blox plot (ver Grafico 14) la mediana presenta un valor de

7,150, estando el 50% de los datos por debajo de este valor y un 75% de la

indagación está por debajo de 8,375

Tabla 14Estadísticos descriptivos para la Nivel de fidelidad.

31


N MediaDesviación

típicaVarianza

Nivel de fidelidad 100 46,1060 8,9895 80,8110


Tabla 14Estadísticos descriptivos para la Nivel de fidelidad. Continuación



EstadísticoError

típicoEstadístico

Error

típicoEstadístico

Error

típico

Nivel de fidelidad 100 0,8989 -0,0650 0,2410 -0,7260 0,4780


Tabla 14Estadísticos descriptivos para la Nivel de fidelidad. Continuación

Grafico 15. Histograma

de Flexibilidad de Precios Grafico 16. Blox plot de Flexibilidad de Precios

32

Estadísticos


25 50 75Nivel de fidelidad

46,500 49,0000 39,000 46,500 53,750



Con los datos despedidos por la Tabla 14, distinguimos que los

demandantes cuánto se compra a HATCO del total del producto de la

empresa medido en una escala de porcentaje de 100, que va desde 0 al 100

por ciento presenta una medida de tendencia central que muestra el

promedio del conjunto de datos de 46,106 con desviación estandarizada de

± 8,9895, obtenido de cifras que van desde 25 y 65 por ciento, pero esto

refleja un rango de promedio aritmético de 37,12 a 55,10% que ubica al

menos el 67% de la muestra.

En el Grafico 14, al mismo tiempo, tiene una asimetría sesgada a la

izquierda con -0,065; con promedio aritmético < mediana < moda, Goza de

una Curtosis platocúrtica de -0,7260.

En el grafico de caja (ver Grafico 13) el 25% de los puntajes está por

encima de 53,750

Tabla 15Estadísticos descriptivos para la Nivel de satisfacción.


Tabla 15

33


N MediaDesviación

típicaVarianza

Nivel de satisfacción 100 4,7710 0,8556 0,7320

Estadísticos descriptivos para la Nivel de satisfacción. Continuación



EstadísticoError

típicoEstadístico

Error

típicoEstadístico

Error

típico

Nivel de satisfacción 100 0,0856 0,0890 ,2410 -0,7630 0,4780


Tabla 15Estadísticos descriptivos para la Nivel de satisfacción. Continuación

Estadísticos


25 50 75Nivel de

satisfacción4,8500 3,7000 4,1000

4,8500

5,4000




34

Se puede observar con los datos proyectados en la Tabla 15, que la

satisfacción del comprador con las compras anteriores realizadas a HATCO

con un valor medio de 4,771 con desviación estándar de ±0,8556

concentrando en este rango de media aritmética el 63% de la información

obtenida en la encuesta.

Analizando los datos en el Gráfico 17, se evidencia una asimetría positiva

sesgada a la derecha con 0,089; lo que implica que moda < mediana <

promedio aritmético, combinada con una menor concentración de los datos

(Curtosis platocúrtica) de -0,763.

Indagando en el Grafico 18 de caja y bigotes, la mediana presenta un

valor de 3,700

PRUEBAS DE HIPOTESIS.

PRUEBA DE HIPOTESIS DE MEDIA PARA UNA POBLACIÓN

Comparación de la Calidad de Producto de HATCO respecto al tamaño de

empresa (GRANDE)

Se desea determinar si existe una diferencia sustancial entre la

percepción de la “Calidad de Producto” por parte de los clientes y un valor de

referencia de 6,000; Como se muestra en la Tabla 13, la “Calidad de

Producto” no se ajusta a una distribución normal.

35

Para fines académicos y didácticos

µ0: Valor de Referencia para “Calidad de Producto”, asumimos un valor

cualquiera en el rango (0 – 10), en este caso 6,000

µ1: Media de la calificación otorgada para “Calidad de Producto”

µ0: 6,000

Hipótesis Nula (Ho): µ1 = µ0

Hipótesis Alterna (H1): µ1 ≠ µ0

Tabla 16Prueba de hipótesis de media para una muestra

Estadísticos para una muestraa

N Media Desviación típ.Error típ. de la

media

Calidad de producto 40 8,2925 ,9297 ,1470

a. Tamaño de empresa = GRANDE


Tabla 17Prueba de hipótesis de media para una muestra. Valor de significancia

Prueba para una muestraa

Valor de prueba = 6,000

36

t glSig.

(bilateral)

Diferencia

de medias

95% Intervalo de

confianza para la

diferencia

Inferior Superior

Calidad de producto 15,596 39 ,0000 2,2925 1,9950 2,5900

a. Tamaño de empresa = GRANDE


De acuerdo a la Tabla 17, el valor de Significancia es menor a 0.05, de

allí que se rechaza la hipótesis nula y entonces se concluye que HATCO no

cumple con el estándar de referencia.

DATOS AGRUPADOS

Tabla 18

Datos agrupados para niveles de fidelidad

37

Nivel de fidelidad (agrupado)

Frecuenci

a

Porcentaj

e

Porcentaj

e válido

Porcentaje

acumulado

Válidos

20,1 - 25,0 1 1,0 1,0 1,0

25,1 - 30,0 2 2,0 2,0 3,0

30,1 - 35,0 9 9,0 9,0 12,0

35,1 - 40,0 18 18,0 18,0 30,0

40,1 - 45,0 15 15,0 15,0 45,0

45,1 - 50,0 23 23,0 23,0 68,0

50,1 - 55,0 17 17,0 17,0 85,0

55,1 - 60,0 12 12,0 12,0 97,0

60,1+ 3 3,0 3,0 100,0

Total 100 100,0 100,0


Observando la

Tabla 18 podemos concluir que 23% de los encuestados, se encuentra en el

intervalo de clase 45,1 - 50,0; mientras que 85% de los datos son menores

que 55%

COMPROBACIONDE LA VALIDEZ Y CONFIABILIDAD (FIABILIDAD)

Tabla 19Coeficiente de Alfa de Cronbach (α ¿

Estadísticos de fiabilidad

Alfa de

Cronbach

Alfa de

Cronbach

basada en los

elementos

tipificados

N de elementos

,456 ,716 9

38


En nuestro caso, como el valor de la Tabla 19 está por debajo de 0,50

(45,60%) el instrumento aplicado en para obtener los valores para la base de

datos HATCO, presenta una variabilidad heterogénea con sus ítems por

tanto nos llevara a conclusiones errada, se procederá a realizar el cálculo del

coeficiente alfa de Cronbach a través de la matriz de correlaciones

Tabla 20

Estadísticos de los elementos

Estadísticos de los elementos

Media Desviación

típica

N

Velocidad de entrega 3,515 1,3207 100

Nivel de precios 2,364 1,1957 100

Flexibilidad de precios 7,894 1,3865 100

Imagen del fabricante 5,248 1,1314 100

Servicio conjunto 2,916 ,7513 100

Imagen de fuerza de ventas 2,665 ,7709 100

39

Calidad de producto 6,971 1,5852 100

Nivel de fidelidad 46,106 8,9895 100

Nivel de satisfacción 4,771 ,8556 100


Tabla 21

Matriz de correlaciones inter-elementos

Matriz de correlaciones inter-elementos

Velocida

d de

entrega

Nivel

de

precio

s

Flexibilid

ad de

precios

Image

n del

fabrica

nte

Servicio

conjunto

Imagen

de

fuerza

de

ventas

Calida

d de

produc

to

Nivel

de

fidelid

ad

Nivel de

satisfacc

ión

Velocidad de entrega 1,000 -,349 ,509 ,050 ,612 ,077 -,483 ,676 ,651

Nivel de precios -,349 1,000 -,487 ,272 ,513 ,186 ,470 ,083 ,028

Flexibilidad de precios ,509 -,487 1,000 -,116 ,067 -,034 -,448 ,558 ,525

40

Imagen del fabricante ,050 ,272 -,116 1,000 ,299 ,788 ,200 ,225 ,476

Servicio conjunto ,612 ,513 ,067 ,299 1,000 ,241 -,055 ,701 ,631

Imagen de fuerza de

ventas,077 ,186 -,034 ,788 ,241 1,000 ,177 ,257 ,341

Calidad de producto -,483 ,470 -,448 ,200 -,055 ,177 1,000 -,192 -,283

Nivel de fidelidad ,676 ,083 ,558 ,225 ,701 ,257 -,192 1,000 ,711

Nivel de satisfacción ,651 ,028 ,525 ,476 ,631 ,341 -,283 ,711 1,000


Tabla 22Estadísticos de resumen de los elementos

Estadísticos de resumen de los elementos

Media Mínimo Máximo Rango Máximo/

mínimo

Varianz

a

N de

elementos

Covarianzas inter-elementos ,866 -2,740 8,030 10,770 -2,930 4,579 9

Correlaciones inter-

elementos,219 -,487 ,788 1,275 -1,618 ,130 9


Tabla 23Estadísticos total-elemento

Estadísticos total-elemento

Media de la

escala si se

elimina el

elemento

Varianza de

la escala si

se elimina

el elemento

Correlación

elemento-

total

corregida

Correlación

múltiple al

cuadrado

Alfa de

Cronbach si

se elimina

el elemento

Velocidad de entrega 78,935 134,403 ,581 ,973 ,379

Nivel de precios 80,086 149,607 ,099 ,969 ,454

Flexibilidad de precios 74,556 138,882 ,402 ,748 ,405

41

Imagen del fabricante 77,202 144,036 ,318 ,778 ,426

Servicio conjunto 79,534 140,162 ,743 ,978 ,401

Imagen de fuerza de ventas 79,785 146,820 ,349 ,656 ,435

Calidad de producto 75,479 158,868 -,186 ,407 ,502

Nivel de fidelidad 36,344 18,310 ,713 ,775 ,470

Nivel de satisfacción 77,679 138,092 ,752 ,801 ,391


Para la validez de los datos, se ha realizado la prueba de

Pearson (ver tabla 5), la cual nos indica que para aumentar la

confiabilidad de nuestros datos es conveniente eliminar la variable

calidad del producto (r < 0,30), para que así la nueva confiabilidad

sea del 50,2%; si se eliminada la variable Nivel de precios

(r < 0,30) permanecería aproximadamente igual al alfa 0,456; lo

cual no afectaría la fiabilidad de los datos.

PRUEBA DE VALIDEZ (ANÁLISIS FACTORIAL DE CORRELACIÓN)

Tabla 23

Prueba de KMO y Bartlett

KMO y prueba de Bartlett

Medida de adecuación muestral de Kaiser-Meyer-Olkin. 0,573

Prueba de esfericidad de

Bartlett

Chi-cuadrado aproximado 859,267

gl 36

42

Sig. 0,000


Partiendo de la siguiente teoría, Kaise, Meyer y Olkin aconsejan que si KMO

≥0,75 la idea de realizar un análisis factorial es buena, si 0,75 > KMO ≥0,5 la

idea es aceptable y si KMO < 0,5 es inaceptable

Analizando la información de Tabla 23 el KMO es de 0,573 (está en el

límite de los valores recomendados) la idea es aceptable y adecuado hacer

un análisis factorial de correlaciones el KMO es aproximadamente ≈0,6000 y

la prueba de esfericidad de Bartlett es significativa (sig menor a 0.05). Se

puede afirmar que, debemos ejecutar un análisis factorial de correlaciones

Poniendo de manifiesto que, en este caso muy probablemente, el proceso

de reducción de datos no sea muy espectacular. El test de esfericidad de

Bartlett, sin embargo, rechaza la hipótesis de diagonalidad de la matriz de

correlación indicando que sí existen relaciones significativas entre las

variables. Observando las medidas de adecuación muéstrales se observa

que toman valores bajos en especial para el ratio AT/RP señalando a dicha

variable como una posible candidata a ser eliminada del análisis si su

comunalidad no es muy alta.

Tabla 24

Matriz de correlaciones

Matriz de correlaciones a

43

Velocida

d de

entrega

Nivel

de

precio

s

Flexibil

idad

de

precio

s

Imagen

del

fabricant

e

Servi

cio

conju

nto

Imagen

de

fuerza

de

ventas

Calid

ad

de

prod

ucto

Nivel

de

fidelida

d

Nivel

de

satisf

acció

n

Correlació

n

Velocidad

de entrega1,000 -,349 ,509 ,050 ,612 ,077 -,483 ,676 ,651

Nivel de

precios-,349 1,000 -,487 ,272 ,513 ,186 ,470 ,083 ,028

Flexibilidad

de precios,509 -,487 1,000 -,116 ,067 -,034 -,448 ,558 ,525

Imagen del

fabricante,050 ,272 -,116 1,000 ,299 ,788 ,200 ,225 ,476

Servicio

conjunto,612 ,513 ,067 ,299

1,00

0,241 -,055 ,701 ,631

Imagen de

fuerza de

ventas

,077 ,186 -,034 ,788 ,241 1,000 ,177 ,257 ,341

Calidad de

producto-,483 ,470 -,448 ,200 -,055 ,177

1,00

0-,192 -,283

Nivel de

fidelidad,676 ,083 ,558 ,225 ,701 ,257 -,192 1,000 ,711

Nivel de

satisfacción,651 ,028 ,525 ,476 ,631 ,341 -,283 ,711

1,00

0

Sig.

(Unilateral

)

Velocidad

de entrega,000 ,000 ,309 ,000 ,223 ,000 ,000 ,000

Nivel de

precios,000 ,000 ,003 ,000 ,032 ,000 ,206 ,390

Flexibilidad

de precios,000 ,000 ,125 ,255 ,367 ,000 ,000 ,000

Imagen del

fabricante,309 ,003 ,125 ,001 ,000 ,023 ,012 ,000

Servicio

conjunto

,000 ,000 ,255 ,001 ,008 ,293 ,000 ,000

44

Imagen de

fuerza de

ventas

,223 ,032 ,367 ,000 ,008 ,039 ,005 ,000

Calidad de

producto,000 ,000 ,000 ,023 ,293 ,039 ,028 ,002

Nivel de

fidelidad,000 ,206 ,000 ,012 ,000 ,005 ,028 ,000

Nivel de

satisfacción,000 ,390 ,000 ,000 ,000 ,000 ,002 ,000

a. Determinante = ,000


¿Qué conclusiones podemos extraer respecto de la aplicabilidad del

análisis factorial a nuestra base de datos de ejemplo?

En primer lugar, analizando la matriz de correlaciones (ver Tabla 24), se

observa que un buen número de ellas (8 de las 36 posibles) son

significativas, lo que nos permite proseguir con el análisis para profundizar un

poco más

En nuestra matriz de correlaciones observamos, por ejemplo, que la

asociación lineal de los tres primeros pares de variables con valores

aceptable son (Imagen de fuerza de ventas, Imagen del fabricante) con

0,788; (Nivel de satisfacción, Nivel de fidelidad) es de 0,711 y el último par

sería (Nivel de fidelidad, Servicio conjunto) con 0,701.

Mientras que con respecto a las demás es claramente es por debajo

0,650 o es débil. En consecuencia, estas variables pueden ser consideradas

como un subconjunto de información separado del resto; sin embargo, como

45

en otros casos las relaciones no son tan fuertes y no es fácil determinar

subconjuntos de variables similares entre sí, el análisis factorial nos facilitará

la interpretación de la información contenida en la matriz de correlaciones.

El determinante de la matriz de correlaciones vale exactamente cero,

lo que indica que no es de utilidad calcular la matriz inversa, en cuyo caso

tampoco será posible utilizar algunos de los métodos de extracción (ejes

principales o máxima verosimilitud)

Tabal 25

Matriz de correlaciones Inversa

Inversa de la matriz de correlaciones

46

Velocida

d de

entrega

Nivel de

precios

Flexibil

idad

de

precio

s

Image

n del

fabrica

nte

Servicio

conjunto

Imagen

de

fuerza

de

ventas

Calida

d de

produc

to

Nivel

de

fidelida

d

Nivel

de

satisfa

cción

Velocidad de

entrega36,437 32,618 1,010 2,563 -38,486 -,920 -,282 ,010 -1,863

Nivel de precios 32,618 31,936 1,496 1,978 -36,427 -,674 -1,149 ,389 -1,234

Flexibilidad de

precios1,010 1,496 3,975 1,549 1,125 -,344 ,255 -2,328 -2,390

Imagen del

fabricante2,563 1,978 1,549 4,495 -1,609 -2,637 -,326 -,005 -2,850

Servicio conjunto -38,486 -36,427 1,125 -1,609 46,071 ,797 ,991 -3,105 -,616

Imagen de fuerza

de ventas-,920 -,674 -,344 -2,637 ,797 2,907 -,068 -,483 ,884

Calidad de

producto-,282 -1,149 ,255 -,326 ,991 -,068 1,686 -,437 ,424

Nivel de fidelidad ,010 ,389 -2,328 -,005 -3,105 -,483 -,437 4,444 ,050

Nivel de

satisfacción-1,863 -1,234 -2,390 -2,850 -,616 ,884 ,424 ,050 5,030


Tabal 25

Matrices anti-imagen

47

Matrices anti-imagen

Veloci

dad de

entreg

a

Nivel de

precios

Flexibil

idad

de

precio

s

Imagen

del

fabricant

e

Servici

o

conjun

to

Image

n de

fuerza

de

ventas

Calid

ad

de

prod

ucto

Nivel de

fidelidad

Nivel de

satisfacc

ión

Covarianza

anti-imagen

Velocidad de

entrega,027 ,028 ,007 ,016 -,023 -,009 -,005

6,114E-

005-,010

Nivel de

precios,028 ,031 ,012 ,014 -,025 -,007 -,021 ,003 -,008

Flexibilidad

de precios,007 ,012 ,252 ,087 ,006 -,030 ,038 -,132 -,120

Imagen del

fabricante,016 ,014 ,087 ,222 -,008 -,202 -,043 ,000 -,126

Servicio

conjunto-,023 -,025 ,006 -,008 ,022 ,006 ,013 -,015 -,003

Imagen de

fuerza de

ventas

-,009 -,007 -,030 -,202 ,006 ,344 -,014 -,037 ,060

Calidad de

producto-,005 -,021 ,038 -,043 ,013 -,014 ,593 -,058 ,050

Nivel de

fidelidad

6,114E

-005,003 -,132 ,000 -,015 -,037 -,058 ,225 ,002

Nivel de

satisfacción-,010 -,008 -,120 -,126 -,003 ,060 ,050 ,002 ,199

Correlación

anti-imagen

Velocidad de

entrega,501a ,956 ,084 ,200 -,939 -,089 -,036 ,001 -,138

Nivel de

precios,956 ,335a ,133 ,165 -,950 -,070 -,157 ,033 -,097

Flexibilidad

de precios,084 ,133 ,626a ,367 ,083 -,101 ,098 -,554 -,534

Imagen del

fabricante

,200 ,165 ,367 ,500a -,112 -,730 -,119 -,001 -,599

48

Servicio

conjunto-,939 -,950 ,083 -,112 ,474a ,069 ,112 -,217 -,040

Imagen de

fuerza de

ventas

-,089 -,070 -,101 -,730 ,069 ,596a -,031 -,134 ,231

Calidad de

producto-,036 -,157 ,098 -,119 ,112 -,031 ,885a -,160 ,145

Nivel de

fidelidad,001 ,033 -,554 -,001 -,217 -,134 -,160 ,829a ,011

Nivel de

satisfacción-,138 -,097 -,534 -,599 -,040 ,231 ,145 ,011 ,730a

a. Medida de adecuación muestral


La inversa de la matriz de correlaciones Tabla 25 se encuentra

estrechamente relacionada con la matriz anti-imagen que se muestra en la

Tabla 26, en este contexto en la diagonal de la matriz de correlación anti-

imagen, se observa que, individualmente, todas las variables poseen valores

no acorde con la medida de adecuación muestral de Kaiser-Meyer-Olkin

(KMO). Podemos concluir que el conjunto de variables, reducido, es ahora

apto para la aplicación del análisis factorial

Tabla 26Comunalidades

Comunalidades

49


Si la variabilidad total de la muestra está explicada por el conjunto de

los nueve variables, también lo estará la variabilidad de cada variable en

particular. En la Tabla 26 vemos que todos son igual a uno. En este sentido,

la comunalidad aporta la proporción de variabilidad de una variable explicada

por el conjunto, en nuestro caso, los tres primeros factores.

En la tabla 26 los aportes de cada variable en la explicación de la

validación son mayores 0,6000; por tanto la variabilidad de todas y cada una

de las variables está totalmente explicada, excepto la variable Calidad de

producto es la peor explicada, el modelo sólo es capaz de reproducir el

57,8% de su variabilidad original.

Tabla 27Varianza total explicada

Varianza total explicada

Compon

ente

Autovalores iníciales Sumas de las saturaciones al

cuadrado de la extracción

Suma de las saturaciones al

cuadrado de la rotación

Total % de

la

varian

za

%

acumu

lado

Total % de la

varianza

%

acumulado

Total % de la

varianza

%

acumulad

o

13,62

840,307 40,307 3,628 40,307 40,307 3,100 34,447 34,447

22,50

827,865 68,172 2,508 27,865 68,172 2,332 25,916 60,364

50

31,22

313,590 81,762 1,223 13,590 81,762 1,926 21,399 81,762

4 ,636 7,070 88,832

5 ,444 4,929 93,761

6 ,312 3,468 97,229

7 ,150 1,670 98,899

8 ,090 1,001 99,900

9 ,009 ,100100,00

0

Método de extracción: Análisis de Componentes principales.


Si nos fijamos en la parte izquierda de la Tabla 27, los únicos

autovalores mayores que uno son los tres primeros. En consecuencia, según

el criterio de Kaiser-Meyer-Olkin, se conservarán los tres primeros factores o

variables. La suma de todos los autovalores coincide con el número de

variables observadas. Teniendo en cuenta que el autovalor asociado al

primer factor es igual a 3,628, el porcentaje de variabilidad total de la

muestra explicado por dicho factor es igual 40,31%.

Del mismo modo, el porcentaje correspondiente al segundo factor es

68,172% y el del tercero, 81,762%. Por tanto, el porcentaje de variabilidad

total de la muestra explicado por estos tres factores es 81,762%. La

información relativa al conjunto de los tres factores conservados a partir de

los nueve inicialmente extraídos se dispone en la parte derecha de la Tabla

27. En la tabla 27 el % de acumulado que aportan las primeras cinco

variables explica el 93% para el estudio

Tabla 28Matriz de componentes

51

Matriz de componentes a

Componente

1 2 3

Nivel de satisfacción ,902

Nivel de fidelidad ,880

Velocidad de entrega ,832

Servicio conjunto ,739

Flexibilidad de precios ,598

Nivel de precios ,796

Imagen del fabricante ,695

Calidad de producto ,652

Imagen de fuerza de ventas ,620

Método de extracción: Análisis de componentes

principales.

a. 3 componentes extraídos


La Tabla 28, la matriz de componentes o matriz factorial, es tal que las

variables aparecen dispuestas en dos bloques asociados con cada uno de

las nueve variables. Cada bloque contiene aquel conjunto de variables tales

que presentan máxima saturación en valor absoluto sobre un mismo factor

(Nivel de satisfacción, Nivel de fidelidad, Flexibilidad de precios, Servicio

conjunto y Velocidad de entrega, en el primero; Nivel de precios, Imagen del

fabricante, Calidad de producto e Imagen de fuerza de ventas, en el

segundo).

Dentro de cada bloque las variables se disponen de mayor a menor

saturación en valor absoluto y, además, todas aquellas saturaciones

inferiores a 0,600 en valor absoluto han sido eliminadas de la matriz

Tabla 29

52

Matriz de componentes rotados

Matriz de componentes rotados a

Componente

1 2 3

Servicio conjunto ,924

Nivel de fidelidad ,869

Nivel de satisfacción ,772

Velocidad de entrega ,751

Flexibilidad de precios ,388

Nivel de precios ,903

Calidad de producto ,691

Imagen de fuerza de ventas ,921

Imagen del fabricante ,918

Método de extracción: Análisis de componentes principales.

Método de rotación: Normalización Varimax con Kaiser.

a. La rotación ha convergido en 5 iteraciones.

. Fuente: Cálculos en SPSS. 2015

La rotación Varimax es un tipo de rotación ortogonal de los factores,

que trata de minimizar el número de variables con saturaciones altas en un

factor. El objetivo de la rotación de los factores es obtener una solución más

interpretable, en el sentido de que las variables fuertemente correladas entre

sí presenten saturaciones altas sobre un mismo factor y bajas sobre el resto.

Analizando la solución obtenida, puede concluirse que existen tres

subconjuntos claramente diferenciados de variables:

Tabla 30Matriz de transformación de las componentes

Matriz de transformación de las componentes

53

Componente 1 2 3

1 ,881

2 ,800

3 -,738

Método de extracción: Análisis de componentes principales.

Método de rotación: Normalización Varimax con Kaiser.


En la información proyectada por la Tabla 30, en una matriz de

transformación de la solución original a la solución rotada que carece de

interpretación teórica

REGRESION LINEAL

Tabla 31Correlación de las variables independiente

Correlaciones

Nivel de

satisfacción

Nivel de

fidelidad

Nivel de satisfacción

Correlación de Pearson 1 ,711**

Sig. (bilateral) ,000

Suma de cuadrados y

productos cruzados72,466 541,047

Covarianza ,732 5,465

N 100 100

54

Nivel de fidelidad

Correlación de Pearson ,711** 1

Sig. (bilateral) ,000

Suma de cuadrados y

productos cruzados541,047 8000,256

Covarianza 5,465 80,811

N 100 100

**. La correlación es significativa al nivel 0,01 (bilateral).


Tabla 32Identificación de variables independientes y dependiente

Variables introducidas/eliminadasa

Modelo Variables

introducidas

Variables

eliminadas

Método

1

Nivel de

satisfacción,

Nivel de

fidelidadb

. Introducir

a. Variable dependiente: Servicio conjunto

b. Todas las variables solicitadas introducidas.


55

La Tabla 32 las variables independiente es Nivel de satisfacción y Nivel de

fidelidad, mientras que la dependiente es Servicio conjunto

Tabla 32Resumen del modelo de regresión lineal

Resumen del modelo

Mod

elo

R R

cuadrad

o

R

cuadrado

corregida

Error típ. de

la

estimación

Estadísticos de cambio

Cambio en

R cuadrado

Cambio

en F

gl1 gl2 Sig.

Cambio

en F

1 ,726a ,528 ,518 ,5217 ,528 54,165 2 97 ,000

a. Variables predictoras: (Constante), Nivel de satisfacción, Nivel de fidelidad


¿Cómo podemos cuantificar si es el mejor o peor ajuste de la recta?

En el contexto informativo de la Tabla 32 resumen del modelo, nos

proporciona información acerca de la bondad de ajuste (R2) del modelo,

concretamente:

El R presenta una intensidad de la relación lineal de 0,726 (72,6%) lo que

quiere decir que existe una buena correlación positiva entre el Nivel de

satisfacción y el Nivel de fidelidad con Servicio conjunto, por lo tato cuando

se aumentar o disminuir el valor de Nivel de satisfacción y el Nivel de

fidelidad el Servicio conjunto aumenta o disminuye simultáneamente

El coeficiente de determinación R2, este coeficiente posee una

interpretación muy intuitiva representa el grado de ganancia que podemos

obtener al predecir una variable basándonos en el conocimiento que

56

tenemos del Nivel de satisfacción y Nivel de fidelidad. El R2 de 0,528 indica

que el grado o porcentaje de varianza compartida entre las variables

independientes para la explicación de la variable dependiente es regular.

En otras palabras, El modelo explica un 52,8%, que una vez corregido por

el efecto de la muestra y de las variables independientes resulta ser 51,8%.

Por otro lado, el error típico de la estimación (raíz cuadrada de la varianza no

explicada) resulta ser de 0,5217

Tabla 33Análisis de varianza para la validación del modelo de regresión lineal

ANOVAa

Modelo Suma de

cuadrados

gl Media

cuadrática

F Sig.

1

Regresión 59,520 2 29,760 22,070 ,000b

Residual 130,797 97 1,348

Total 190,316 99

a. Variable dependiente: Flexibilidad de precios

b. Variables predictoras: (Constante), Velocidad de entrega, Calidad de producto


La Tabla 33 ANOVA en este cuadro resume del análisis de varianza para la

validación del modelo de regresión lineal, la columna Sig, corresponde al

valor de probabilidad de F, la probabilidad de obtener el valor de F si la

57

hipótesis nula fuera cierta. Como este valor es menor que 0,05 se concluye

que el modelo de regresión es válido.

En otras palabras La tabla resumen del ANOVA nos informa sobre si

existe o no relación significativa entre las variables. El estadístico F permite

contrastar la hipótesis nula de que el valor poblacional de R es cero, lo cual,

en el modelo de regresión simple, equivale a contrastar la hipótesis de que la

pendiente de la recta de regresión vale cero. El nivel crítico (Sig.) indica que,

si suponemos que el valor poblacional de R es cero, es improbable

(probabilidad = 0,000) que R, en esta muestra, tome el valor 0,726. Lo cual

implica que R es mayor que cero y que, en consecuencia, ambas variables

están linealmente relacionadas

Tabla 34Coeficientes del modelo de regresión lineal

Coeficientes a

Modelo Coeficientes

no

estandarizado

s

Coefici

entes

tipifica

dos

t Sig. Correlaciones Estadísticos de

colinealidad

B Error

típ.

Beta Orden

cero

Parcial Semipar

cial

Tolera

ncia

FIV

1 (Constant

e)8,092 ,827 9,790 ,000

Calidad de

producto

-,231 ,084 -,264 -2,744 ,007 -,448 -,268 -,231 ,767 1,304

58

Velocidad

de

entrega

,401 ,101 ,382 3,975 ,000 ,509 ,374 ,335 ,767 1,304



De aquí se deduce que la ecuación de regresión en directas es:

Flexibilidad de precios=8,092−0 ,231( Calidadde producto)+0,401(Velocidad de entrega)

En la Tabla 34 interpretación del modelo matemático sería la Flexibilidad

de precios se incrementara en 0,401 unidades por cada unidad que se

incremente la Velocidad de entrega, cuando la Calidad de producto se

mantiene constante o disminuirá 0,231 unidades por cada unidad que se

incremente la Calidad de producto, cuando la Velocidad de entrega se

mantiene constante

Por otro lado, la Calidad de producto y Velocidad de entrega presentan

una alta tolerancia y por tanto una pequeña factores de inflación de la

varianza (FIV), lo que nos indica que no presenta colinealidad.

Tabla 35Diagnósticos de colinealidad

Diagnósticos de colinealidad a

Modelo Dimensión Autovalores Índice de

condición

Proporciones de la varianza

(Constante) Calidad de

producto

Velocidad de

entrega

1

1 2,859 1,000 ,00 ,00 ,01

2 ,128 4,726 ,00 ,11 ,44

3 ,013 15,116 ,99 ,89 ,54

59



En la Tabla 35, muestra las tolerancias para las variables individuales y

una variedad de estadísticos para diagnosticar los problemas de colinealidad.

La colinealidad (o multicolinealidad) es una situación no deseable en la que

una de las variables independientes es una función lineal de otras variables

independientes.

Como las raíces están ordenadas de mayor a menor, el índice de

condición de la última fila es el número de condición, que es el que tiene

mayor interés para este análisis, el número de condición 15,116 es

relativamente elevado aunque sin alcanzar el límite de 20 marcado por

Belsley. Dejando aparte el término independiente (Constante), podemos

observar que la multicolinealidad afecta a las variables Calidad de producto y

Velocidad de entrega, que son las que tienen mayor proporción de varianza

asociada al número de condición de 15,116

60

Hatco Milla 13485564

Documents

Transcript of Hatco Milla 13485564