Introducción
Se dispone de una muestra de 48 vendedores de una tienda por departamentos las que se midieron evaluando diferentes capacidades de vender.
Utilizando el modelo multivariado más apropiado pasaremos a identificar las características más relevantes en la persona que tiene más capacidad para realizar ventas.
El análisis factorial es una técnica que nos permite identificar un número relativamente pequeño de factores que pueden ser utilizados para representar la relación existente entre un conjunto de variables intercorrelacionadas.
OBJETIVO
Identificar las características más relevantes de los vendedores que tienen más capacidad para vender de una tienda por departamentos.
Reducir el número de capacidades para vender para lograr un mejor conocimiento sobre un fenómeno por la interpretación de los conceptos que subyacen entre las variables observadas.
VARIABLES (Capacidades de vender)
1. Letra.
2. Aspecto.
3. Académica.
4. Amabilidad.
5. Autoconfianza.
6. Lucidez.
7. Honestidad.
8. Vender.
9. Experiencia.
10. Empuje.
11. Ambición.
12. Conceptos.
13. Potencial.
14. Equipo.
15. Conveniencia
Conclusiones
Se puede identificar grupos de individuos con características comunes y resaltantes, como por ejemplo:
Grupo azul: Conformado por los individuos etiquetados como 7, 8 y 16.
Grupo rojo: Conformado por los individuos etiquetados como 22, 23 y 24.
Grupo anaranjado: Conformado por los individuos etiquetados como 41 y 42.
Grupo lavanda: Conformado por los individuos etiquetados como 39 y 40.
Grupo turquesa: Conformado por los individuos etiquetados como 47 y 48.
(Ver gráfico N°1)
Se aprecia que las variables:
Autoconfianza con lucidez, vender, empuje, ambición y concepto.
Lucidez con vender, ambición, concepto y potencial.
Vender con empuje, ambición, concepto y potencial.
Empuje con ambición, concepto y potencial.
Ambición con concepto y potencial.
Concepto con potencial.
Tiene correlaciones mayores o iguales a 0.7 (en color rojo) lo cual significa que las variables tiene una fuerte asociación positiva por pares. O también que a mayor aumento de una capacidad de vender mayor será el aumento en otra. Luego se espera que esta variable se correlaciones con el mismo conjunto de factores. (Ver Tablas N°1 y 2).
Como el determinante de la matriz de correlaciones es próximo a cero, indica la existencia de intercorrelaciones muy elevadas. (Ver cuadro N°1)
Realizando la medida de adecuación de la muestra de Kaiser-Meyer-Olkin (KMO) y la prueba de esfericidad de Bartlett.
Hipótesis:
Ho: La matriz de correlación de la población es una matriz identidad.
H1: La matriz de correlación de la población no es una matriz identidad.
Se aprecia que:
Se rechaza H0, significa que si se puede hacer una análisis multivariado.
El índice de KMO es 0.78 < 0.8, medio o normal.
Luego el análisis factorial se considera una técnica apropiada para analizar la matriz de correlación. O también que es pertinente el AFC. (Ver cuadro N°2).
Además de los resultados comentados se observan valores muy bajos por encima y por debajo de la diagonal de la matrices anti-imagen, y los valores de la diagonal llamados también MSA (Measures of Sampling Adequacy) son bastante altos (resaltado con amarillo) a excepto de capacidad académica, lo que nos lleva a decidir a eliminar esta variable y a realizar de nuevo el análisis desde el comienzo. (Resaltado con verde) (Ver tablas N°3 y 4).
Se puede identificar grupos de individuos con características comunes y resaltantes, como por ejemplo:
| Página siguiente |