Professional Documents
Culture Documents
Las nueve variables son aproximadamente simétricas puesto que, el valor de asimetría es
Se tiene que para las variables G.1, G.2, G.5, G.6, G.7, G.8 y G.9 no se puede calcular el
se identifica que los valores del coeficiente de curtosis son menores a 2; por lo tanto, los
Las variables son: G.1=alimentación, G.2= vestido y calzado, G.3= vivienda, G.4=
mobiliario doméstico, G.5= gastos sanitarios, G.6= transporte, G.7= enseñanza y cultura,
la recta. De tal forma, habría que analizar la distancia de Mahalanobis para confirma la
Existe un punto que se encuentra alejado del resto que podría considerarse como un dato
atípico.
La variable presenta una distribución aproximadamente normal puesto que, los puntos se
ajustan a la recta.
Gráfico 2: Gráfico Q-Q de la variable G.4.
La variable sigue una distribución aproximadamente normal puesto que, los puntos se ajustan
a la recta; sin embargo, existe un punto que se encuentra alejado del cual podría considerarse
Probabilidad_Mahalanobis
0.8616678 0.8015616 0.5376592 0.0732138 0.1565874
0.3865257 0.9198067 0.6310897 0.0746277 0.1963115
0.6943505 0.3986237 0.8791797 0.2186077 0.2234749
0.9410613 0.3465322 0.8232666 0.2654353 0.1089443
0.3642245 0.2684955 0.3085904 0.8887546 0.7876349
0.5592794 0.1340781 0.9524467 0.9721705 0.4397243
0.9077821 0.7952819 0.930972 0.2276794 0.9017813
0.7578317 0.9538587 0.753496 0.3327171 0.6942265
0.2183666 0.2008892 0.604115 0.9865446 0.6150128
0.9697821 0.7849986 0.6774319 0.9612013 0.8921156
0.1001907
Fuente: Elaboración propia.
Todas las probabilidades cumplen el supuesto de la significancia mayor a 0.0001; lo que
3.COMPONENTES PRINCIPALES:
El valor del determinante es diferente de cero, por lo que se puede aplicar el análisis de
componentes principales.
Tabla 5: Comunalidades.
Las variables G.2 y G.9 tienen comunalidades con pesos por debajo de 0.5, de eliminarse del
análisis no se perdería información relevante; sin embargo, para el resto de las variables todas
aportas información a la solución final y de sacar una variable implicaría perder un alto
La tabla 6 muestra que sólo son relevantes 2 componentes para resumir las variables
originales del problema, debido a que el porcentaje de varianza explicada por los dos
Matriz de componentes
Bruta Reescalada
Componente Componente
1 2 1 2
G.3 102651.194 -23960.910 .955
G.7 36530.375 1215.298 .909
G.8 53508.267 -8562.665 .883
G.6 49655.726 8995.766 .827
G.4 21422.821 2431.024 .803
G.5 12799.376 983.023 .766
G.9 15572.614 4660.939 .661
G.2 24464.539 10615.557 .645
G.1 41800.478 48558.142 .736
Fuente: Elaboración propia.
El componente 1 está conformado por las variables G.2= vestido y calzado, G.3= vivienda,
G.4= mobiliario doméstico, G.5= gastos sanitarios, G.6= transporte, G.7= enseñanza y
cultura, G.8= turismo y ocio, G.9= otros gastos y el componente 2 por la variable G.1
denominada alimentación.
Determinante= 0.00040733
El determinante es diferente de cero, por lo tanto, es aplicable el análisis multivariante de
reducción de dimensiones.
Tabla 9: KMO y prueba de Bartlett.
Fuente: Elaboración propia.
Se observa que el valor de la prueba de esfericidad de Bartlett es 0.000 por lo tanto, el nivel
muestral KMO el valor es 0.910; está muy cercano a uno, lo cual indica una excelente
La variable G.1 tiene un peso menor a 0.5, por consiguiente, podría eliminarse del estudio
porque no aporta información relevante. Sin embargo, utilizando la matriz de covarianzas las
variables con pesos menores a 0.5 son G.2 y G.9; las variables consideradas como no
Existe solo un autovalor mayor a uno que explica un 67.637% de la varianza, produciéndose
explicada es de 1.Por lo tanto, podria utilizarse 1 o dos componentes; para este caso lo
recomendable seria utilizar dos; puesto que, el porcentaje de varianza explicada con un