En este apartado analizares las escalas mtricas del cuestionario.

Procederemos a calcular el alfa de Cronbach para identificar las escalas

fiables, y eliminaremos aquellos tems que sean conflictivos para la escala
que se mida en ese momento. Si creemos que es conveniente, los tems que
no sean fiables en las escalas sern analizados por separado.

ESCALA
Importancia de atributos*
Actitud hacia la marca
Conocimiento del producto genrico
Imagen de marca
Sensibilidad al precio
Actitud hacia la innovacin

ALFA DE CRONBACH
-0.033*
0.948
0.833
0.840
0.722
0,836

Como vemos en la siguiente tabla, la mayora de las escalas mtricas

analizadas poseen un alfa de Cronbach bastante bueno superiores a al
mnimo, y estn por encima del 0.7. Sin embargo, hay dos escalas mtricas
que tienen ciertos problemas con algunos tems y procederemos a
analizarlos:
*Primer anlisis de la escala:
ESCALA
Importancia de
atributos*

N ITEMS
7

ALFA DE CRONBACH
-0.033

*Segundo anlisis de la escala eliminando el tem Envase el

resultado es el siguiente:
ESCALA
Importancia de
atributos*

N ITEMS
6

ALFA DE CRONBACH
0.304

*Tercer anlisis de la escala eliminando el tem Marca el resultado

es:
ESCALA
Importancia de
atributos*

N ITEMS
5

ALFA DE CRONBACH
0.612

Aunque estamos cerca del nivel mnimo (0,65) decidimos eliminar un

tem ms para acercarnos ms al alfa de Cronbach mnimo, por lo que
eliminamos el tem precio:
ESCALA
Importancia de
atributos*

N ITEMS
4

ALFA DE CRONBACH
0.648

Como vemos, llega prcticamente al mnimo exigido. Como hemos

eliminado muchos tems decidimos realizar un anlisis factorial para ver si
se agrupan los tems que hemos eliminado por un lado y los que no por otro.
KMO
Sig. De la esfericidad de Bartlett

0.696
0.000

Como vemos en la tabla anterior el KMO es superior al 0,5 por lo que

es aceptable y en el caso de la esfericidad de Bartlett vemos que es
significativo.
Se crean tres componentes o factores, que explican el 74,13% de la
varianza.

En la siguiente tabla de Matriz de componentes rotados vemos

se han clasificado los tems:
Componente 1: Sabor y Calidad
Componente 2: Disponibilidad y Precio
Componente 3: Marca
Sin embargo, como existen problemas de carga con los tems Calidad
y Envase. Procedimos a eliminarlos y volver a hacer el anlisis
factorial el resultado fue el siguiente:

Primer anlisis Factorial: Matriz de

componentes rotados.

Segundo
Componente

Componente
1

Sabor

Calidad,033
,870

-,105

,710

,185

Saludable

Sabor ,133
,812

,011

,854

-,016

Calidad

Saludable
,693
,302

,312

,858

,054

Disponibilidad

Precio
,039
,874
Disponibilidad

,115

,007

,830

,147

,826

Precio

,026

,752

-,310

Envase

-,813

,079

,116

Marca

-,340

-,277

,182

anlisis factorial:
Matriz de componentes rotados.

Como vemos en el segundo anlisis factorial los componentes se han

reducido a solo dos formados el primero por: Calidad, Sabor y Saludable; y
el segundo compuesto por: Precio y Disponibilidad. Pasamos a ver la matriz
Matriz de correlaciones
Precio
precio

Correlacin

Sabor

Saludable

1,000
1,000

,627

Saludable

,627

1,000

,408

,394

Calidad

calidad

,394

Sabor

Disponibilidad

Disponibilidad

,153

,432

1,000
,408

,432

,254

1,000

de correlaciones y observamos lo siguiente:

Observamos correlaciones positivas entre sabor-Saludable,

Disponibilidad-Precio, sabor-calidad y calidad-saludable; Como vemos
estas correlaciones tienen sentido debido a que la percepcin de calidad
puede relacionarse con el sabor, saludable, o la disponibilidad. Casi todas
estas correlaciones son significativas al 99% exceptuando saludableprecio que es significativo al 95% marginal.
Precio

Grado de significacin

Saludable

Disponibilidad

precio

,034

,000

Sabor

,000

Saludable
Disponibilidad
Calidad

Sabor

,000

,000
,001

,000
,000

,000

calidad

,000

,000