EXAMEN OTOÑO 2014

MARKETING II

30 de Junio de 2014 Duración: 90 minutos Puntaje Total: 90 puntos

Profesores: Juan Pablo Muñoz, Pablo Farías.

1. POSICIONAMIENTO (15 puntos) PREGUNTA EFECTUADA POR J.P. MUÑOZ

Identifique la técnica de análisis multivariado de datos utilizada en cada uno de los siguientes
mapas de posicionamiento. Justifique su respuesta.

La técnica de análisis multivariado de datos utilizada en este mapa es el Análisis Factorial, debido
a que se resumen los atributos del producto en 2 factores, se interpreta el significado de los
factores (Calidad y Conveniencia), y luego, se posiciona a las marcas competidoras en esos
factores en base a los puntajes factoriales promedio. (5 puntos)

1
La técnica de análisis multivariado de datos utilizada en este mapa es Escalamiento
Multidimensional, debido a que se posiciona a las marcas competidoras en un mapa de 2
dimensiones, transformando las similitudes (distancias percibidas) entre las marcas, en
distancias físicas, y luego, se interpreta el significado de las dimensiones (Color/Sabor y
Contenido de Azúcar o Calorías). (5 puntos)

La técnica de análisis multivariado de datos utilizada en este mapa es Análisis de

Correspondencia, debido a que se posicionan las marcas competidoras y los atributos asociados a
las marcas en un mapa de 2 dimensiones, en base a una tabla de frecuencias. Los atributos se
representan como vectores y mientras más cercana se posiciona una marca a la punta de un
vector, más se asocia con ese atributo. (5 puntos)
2
 2. SEGMENTACIÓN (25 puntos) PREGUNTA EFECTUADA POR P.FARÍAS

Una importante viña en Chile ha decidido comenzar a exportar vino. Con este propósito en
mente le ha pedido a Usted segmentar el mercado mundial utilizando análisis de conglomerados
y usando la siguiente base de datos que incluye a todos los países del planeta:

PIB (miles
Balanza por
de PIB per Déficit Deuda
Desempleo cuenta
País PIB (%) millones cápita IPC (%) Público/PIB Pública/PIB
(%) corriente/PIB
de (dólares) (%) (%)
(%)
dólares)
ALEMANIA 1,4 3.747,07 45.925,47 1,79 5,49 0,01 78,13 5,72
ARGENTINA 2,75 497,19 11.849,10 11,38 7,4 -4,13 45,94 -0,75
AUSTRALIA 2,78 1.458,91 62.127,16 2,46 6,01 -2,31 29,15 -3,48
AUSTRIA 1,64 439,97 51.640,96 1,8 4,8 -1,76 74,79 2,44
BÉLGICA 1,04 527,83 47.165,56 1,22 8,6 -2,28 101,24 -0,28
BRASIL 2,5 2.169,80 10.772,92 5,77 6,0 -3,22 68,98 -3,16
BULGARIA 1,6 54,96 7.623,46 1,54 11,38 -0,77 18,98 0,27
CHILE 4,5 301,93 17.047,87 3,0 6,4 -0,72 13,16 -3,96
… … … … … … … … …
VENEZUELA 1,7 377,04 12.379,51 38,04 10,31 -12,62 56,81 2,2

a) Mencione 3 problemas que podría enfrentar Usted si usa directamente esta base de datos en el
análisis de conglomerados. Explique cómo solucionaría estos problemas (15 puntos).

-Incluir variables irrelevantes (e.g., balanza por cuenta corriente/PIB) y omitir variables
relevantes (e.g., consumo de vino per cápita, precio promedio por litro de vino) puede
distorsionar los resultados (e.g., entregar una segmentación no útil)  Eliminar las variables
irrelevantes e incluir variables relevantes.

- El análisis de conglomerados es sensible a la unidad de medida (e.g., IPC vs. PIB per cápita) 
Estandarizar las variables o aplicar Análisis Factorial a las variables y utilizar los factores
extraídos.

- Variables correlacionadas pueden distorsionar los resultados (e.g., asignando mayor

importancia a esas variables al momento de calcular las distancias, y por lo tanto, al formar los
conglomerados)  Promediar las variables correlacionadas, seleccionar una variable de las
correlacionadas, o aplicar Análisis Factorial a las variables y utilizar los factores extraídos.

(5 puntos c/u)

3
b) Utilizando la distancia euclidiana (euclídea) al cuadrado y las variables IPC y Desempleo,
calcule la distancia entre Austria y Chile (5 puntos).

(1,8-3)2 + (4,8-6,4)2 = 4

c) Utilizando el siguiente dendrograma, determine el número de conglomerados, indicando los

elementos que pertenecen a cada conglomerado (5 puntos).

En la última etapa los conglomerados se unen a una distancia muy grande. Por lo tanto, la
solución de 2 conglomerados es la más apropiada en este caso.

Solución de 2 conglomerados:

Conglomerado 1: Argentina, Venezuela, Brasil, Bulgaria, Chile.

Conglomerado 2: Alemania, Bélgica, Austria, Australia.

4
3. COMPLETAR ORACIONES (24 puntos)
Cada respuesta correcta vale 2 puntos. PREGUNTA EFECTUADA POR J.P. MUÑOZ.

En Análisis de Varianza de 1 factor, la variable dependiente es de orden o nominal intervalo o razón y

la variable independiente es de intervalo o razón nominal.. ojo, me equivoqué! Es anova o manova y es
como sale en rojo

El gráfico de témpanos es un gráfico que presenta el historial de conglomeración del Análisis

Conglomerados Jerárquico.. no sabía q existía el gráfico de témpanos o.O

El RSQ o R² indica el porcentaje de varianza en los datos de entrada que es explicada por el modelo de
Escalamiento Multidimensional y valores mayores a 0,60 o 0,64 son considerados aceptables.

En Análisis Factorial, la prueba estadística que se utiliza para estudiar la hipótesis de que las variables
no están correlacionadas se llama Prueba de Esfericidad de Bartlett.

En Análisis Factorial uno de los criterios para determinar el número de factores relevantes, es que
tengan un autovalor mayor que uno.

En Análisis Factorial, la sumatoria de las cargas factoriales al cuadrado en forma vertical es igual al
autovalor.

El Stress es una medida de desajuste entre las distancias percibidas entre las marcas y las distancias
físicas del mapa de posicionamiento obtenido mediante Escalamiento Multidimensional.

El Análisis de Conglomerados No Jerárquico o de K-Medias es también llamado Cluster Rápido. No

sabía esto

El Análisis de Conglomerados de 2 etapas (bietápico), incorpora una o más variables nominales en el

análisis, además de las variables de agrupación. Esto tampoco lo sabía. SOLO SE OCUPAN PARA EL
ANÁLISIS DE CONGLOMERADOS, ESCALAS DE INTERVALO Y RAZÓN.

La medida KMO debe ser mayor que 0,50, para que la muestra sea adecuada para aplicar el Análisis
Factorial.

En Escalamiento Multidimensional, si hay 5 marcas de un producto, entonces tendremos 10

comparaciones pareadas de marcas.

La medida de distancia más utilizada en Escalamiento Multidimensional es la distancia euclidea.

5
4. ANÁLISIS FACTORIAL (26 puntos) PREGUNTA EFECTUADA POR J.P. MUÑOZ

A continuación se presenta parte del output de un Análisis Factorial realizado para los CFT (Centros de
Formación Técnica) que existen en Santiago. Las variables evaluadas por una muestra de alumnos,
fueron las siguientes:

1) Prestigio Educacional (PRES)

2) Infraestructura (INFRA)
3) Calidad de Vida Estudiantil (VEST)
4) Nivel de Profesores (PROF)
5) Ubicación de Sedes (UBIC)
6) Información en Página Web (WEIN)
7) Precios de Carreras (PREC)

En base al output, responda las siguientes preguntas:

a) ¿Es apropiado realizar un Análisis Factorial en este caso? Explique claramente por qué si o por
qué no? (3 puntos)
b) Complete el cuadro de Varianza Total Explicada y señale cuántos factores o componentes
relevantes existen en este caso y por qué? (3 puntos)
c) ¿Qué porcentaje de la varianza en las variables originales explican los factores o componentes
relevantes? (5 puntos)
d) ¿Cuál es la importancia relativa de los factores o componentes relevantes? (5 puntos)
e) Interprete la configuración del Mapa de Posicionamiento y explique claramente cómo se
obtuvo. (5 puntos)
f) ¿Qué recomendación le haría usted al CFT La Araucana para mejorar su posicionamiento? (5
puntos)

6
 KMO y Prueba de Bartlett

Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,884

Prueba de esfericidad de Chi-cuadrado aproximado 3909,966

Bartlett
Gl 21

Sig. ,000

Varianza Total Explicada

Componente Sumas de las saturaciones al cuadrado de la

Autovalores iniciales extracción

% de la % de la %
Total varianza % acumulado Total varianza acumulado

3 ,593 8,473 75,564

dimension0
4 ,542 7,736 83,300

5 ,471 6,723 90,023

6 ,369 5,275 95,298

7 ,329 4,702 100,000

Método de extracción: Análisis de Componentes Principales.

7
 Componente

1 2

PRES ,798 -,214

INFRA ,828 -,145

VEST ,759 ,081

PROF ,805 -,185

UBIC ,740 ,063

WEIN ,732 ,136

PREC ,248 ,936

Método de extracción: Análisis de

Componentes Principales.

8
a) Es apropiado realizar el Análisis Factorial en este caso, debido a que la significancia de la Prueba de
Esfericidad de Bartlett es igual a 0,000, lo que implica rechazar la Hipótesis Nula de que las variables no
están correlacionadas entre sí, y aceptar la Hipótesis Alternativa de que las variables están
correlacionadas entre sí. El requisito para que el Análisis factorial sea aplicable, es que las variables
estén correlacionadas entre sí, porque sólo de esta manera se pueden reducir las variables a un número
menor de factores o componentes. (1,5 puntos)
Por otra parte, la medida de adecuación muestral de Kaiser-Meyer-Olkin (KMO) es = 0,884 > 0,50, lo
que indica que la muestra es adecuada para aplicar el Análisis Factorial, ya que este índice compara la
magnitud de los coeficientes de correlación observados con la magnitud de los coeficientes de
correlación parcial. Por lo tanto, valores pequeños de KMO (< 0,50) indican que las correlaciones entre
los pares de variables, no pueden explicarse por otras variables y que tal vez, el Análisis Factorial no
sea adecuado. (1,5 puntos)

b) La sumatoria de las cargas factoriales al cuadrado en sentido vertical, es igual al Autovalor de cada
factor o componente:

Autovalor (C1) = 0,798²+0,828²+0,759²+0,805²+0,74²+0,732²+0,248²

Autovalor (C1) = 3,691

Autovalor (C2) = (-0,214)²+(-0,145)²+0,081²+(-0,185)²+0,063²+0,136²+0,936²

Autovalor (C2) = 1,006

La varianza explicada por cada factor o componente es igual al Autovalor dividido por el número total
de variables:

Varianza Explicada (C1) = 3,691/7 = 0,52727 (52,727%)

9
 Varianza Explicada (C2) = 1,006/7 = 0,14365 (14,365%) (1,5 punto)

Varianza Total Explicada

Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción

Total % de la varianza % acumulado Total % de la varianza % acumulado

1 3,691 52,727 52,727 3,691 52,727 52,727

2 1,006 14,365 67,091 1,006 14,365 67,091

3 ,593 8,473 75,564

dimension0
4 ,542 7,736 83,300

5 ,471 6,723 90,023

6 ,369 5,275 95,298

7 ,329 4,702 100,000

Método de extracción: Análisis de Componentes principales.

En este caso, se pueden identificar 2 factores o componentes relevantes, ya que 2 de ellos tiene un
Autovalor mayor o igual que 1, es decir, hay 2 factores o componentes que equivalen al menos a una de
las 7 variables originales en términos de varianza explicada. (1,5 puntos)

c) Los factores o componentes extraidos, explican un 67,091% de la varianza en las variables originales =
52,727 + 14,365. (5 puntos)

d) La importancia relativa de los componentes extraídos es igual al porcentaje que representa cada
Autovalor, sobre la suma de los Autovalores de los factores o componentes extraídos:

Importancia Relativa (C1) = 3,691/4,697 = 0,7858 (78,58%) (2,5 puntos)

10
 Importancia Relativa (C2) = 1,006/4,697 = 0,2142 (21,42%) (2,5 puntos)

e) El Mapa de Posicionamiento muestra dos grupos de CFT, claramente identificables: Un grupo de CFT
con Baja Calidad Educacional y Bajos Precios de las carreras en el cual están: Esucomex, Simón
Bolívar, Los Leones, Eurotec, La Araucana y un grupo de CFT con Alta Calidad Educacional y Altos
Precios de las carreras, en el cual están: Aiep, Santo Tomás, Utem y Duoc. (2,5 puntos)
El CFT de mejor Calidad Educacional es el Duoc y el de peor Calidad Educacional es Eurotec. El CFT
de mayores Precios de las carreras es Utem y el de menores Precios de las carreras es Esucomex. (2,5
puntos)

f) El CFT La Araucana actualmente tiene un posicionamiento de mediana Calidad Educacional y Precios

bajos de las carreras por lo que debería reposicionarse hacia la derecha y hacia abajo, acercándose al
grupo de CFT de mejor Calidad Educacional y mayores Precios de las carreras. (2,5 puntos)
Para ello, La Araucana debe mejorar principalmente la Infraestructura y el Nivel de los Profesores y
subir el Precio de sus carreras, ya que tiene espacio para hacerlo. (2,5 puntos)

11