TEMA 2.

Análisis bivariante

CARLOS HUIDOBRO
carlos.huidobro@esic.edu

Investigación de Mercados
2.1 Frecuencias, medias condicionadas y marginales.
2.2 Análisis de la relación de dependencia entre
variables.
2.3 Correlación.
2.4 Chi-cuadrado.
2.5 Análisis de la varianza (ANOVA).

Investigación de Mercados
 2.1 Frecuencias, medias condicionadas y marginales.

Podemos realizar una distribución de frecuencias para 2 variables cómo

las n veces que se repite 2 valores determinados xi, yj (en casos o %) .
De esta manera podemos visualizar el número de repeticiones para 2
valores determinados de x e y.

xy y1 y2 … yq
x1 n11 n12 … n1q n1*
x2 n21 n22 … n2q n2*
… … … … … …
xp np1 np2 … npq np*
n*1 n*2 … n*q

Investigación de Mercados
3
 2.1 Frecuencias, medias condicionadas y marginales.

Las frecuencias marginales serían el análisis de frecuencias de cada una

de las variables con independencia de la otra, con lo que se podrían
obtener cómo hemos visto en el tema anterior.
Para obtener la frecuencia condicionada en SPSS esta tabla iremos a
Analizar → Estadísticos descriptivos → Tablas cruzadas

Investigación de Mercados
4
 2.1 Frecuencias, medias condicionadas y marginales.

Las frecuencias condicionadas son cómo se distribuye una de las variables

para un valor de la otra variable podemos obtener las distribuciones
según los valores de otra variable en el Casillas de Tablas Cruzadas
seleccionando Fila o Columna

Investigación de Mercados
5
 2.2.- Análisis de la relación de dependencia entre variables.

Uno de los objetivos del análisis de datos con dos variables es estudiar si
estas son independientes o existe asociación entre ellas.
Para estudiar la relación entre variables tenemos que tener en cuenta la
naturaleza de las variables:
- Entre variables cualitativas: La asociación puede intuirse con un
diagrama de barras o con base la tabla de frecuencias (%)
condicionada con la marginal. Una medida muy importante es Chi-
cuadrado.
- Entre variables cuantitativas: En este caso podemos usar el diagrama
de dispersión. Analizaríamos la correlación y regresión.
- Entre una variable cuantitativa y otra cualitativa: Es habitual comparar
el valor de una variable en 2 grupos mediante el método ANOVA.

Investigación de Mercados
6
 2.3.- Correlación

En SPSS iremos a Analizar → Correlacionar → Bivariadas

Seleccionaremos ambas variables marcando Pearson, Bilateral y
significativas.

Investigación de Mercados
7
 2.3.- Correlación

Para interpretar los resultados tenemos que tener en cuenta la

significación estadística, que nos determina que es improbable que la
asociación entre variables sea fruto del azar.
En SPSS se indica cómo Sig. es significativa para valores menores de 0,05
(SPPS la indica con un asterisco o con dos para valores menores de 0,01)
Sobre la interpretación del coeficiente de correlación de Pearson, es para
una asociación lineal y el resultado será un valor entre -1 y 1, siendo signo
la dirección de la relación y el valor absoluto su intensidad (para uno
correlación perfecta).

Investigación de Mercados
8
 2.3.- Chi-Cuadrado.

Seleccionamos: Analizar → Estadísticos descriptivos → Tablas cruzadas.

Se pone la variable independiente en columnas y la dependiente en filas.

En estadísticos seleccionaremos Chi cuadrado, consideraremos que existe

relación cuando la significación es menor que 0,05.

Investigación de Mercados
9
 2.4 Análisis de la varianza (ANOVA).

Seleccionamos: Analizar → Compara medias →

Anova de un factor. Seleccionando la variable
independiente el factor.

Igual que en los casos anteriores el nivel de

significación nos indicará la asociación.

Investigación de Mercados
10
 2.4 Análisis de la varianza (ANOVA).

Cuando el tamaño de las muestras está balanceado

podemos aplicar el método de Tukey para analizar
los grupos en los que existe diferencia.
Para obtenerlo pinchamos Post Hoc (en el cuadro de
ANOVA de un factor) y seleccionamos Tukey.
Hay diferencia entre los grupos que se indica con
asterísco.

Investigación de Mercados
11