Manual para el usuario de Correspondencia y Cluster...

Análisis de Correspondencias & Cluster

1

Manual para el usuario de

Correspondencia yCluster Análisis


2

Resumen de Contenidos

Introducción................................................................................................4

Objetivo del manual..........................................................................................5

Servicio de Consulta y Ayuda .........................................................................5

Análisis de Correspondencias ..................................................................5

¿Qué es el Análisis de Correspondencias?....................................................6

Ejemplo de un Mapa Básico de Correspondencias ......................................6

Hacer un Análisis de Correspondencias Paso a Paso...................................9

Construcción de la tabla en Choices 3 ...........................................................6

Edición del Mapa de Correspondencias .........................................................8

Interpretación del Mapa de Correspondencias ............................................ 11La importancia de la Varianza Explicada ("Variance Explained") ............................. 11¿Qué se expresa con cada eje?.............................................................................. 11¿Cuáles son las marcas más importantes? ............................................................. 12¿Cómo se mide la relación entre las variables del mapa? ....................................... 12Análisis Columna vs. Columna……………………………………………………………..12Análisis Columna vs. Fila …………………………………………………………………. 13

La Vista de Estadísticos.................................................................................14

Estadísticos Generales .................................................................................. 15#................................................................................................................................................ 15Identificador .............................................................................................................15Masa........................................................................................................................15Distancia (Distancias Chi²) .......................................................................................16Inercia......................................................................................................................16

Estadísticos del Eje........................................................................................17Coordenadas ..........................................................................................................17Contribuciones Absolutas y Contribuciones Relativas …………………………………..17

Vista de Eigenvalues ..................................................................................... 18Eigenvalues .............................................................................................................19%.............................................................................................................................18%+...........................................................................................................................18Gráfico de Tarta .......................................................................................................18

Diferentes formas de Analizar el Mapa...................................................19

Selección de los Ejes ..................................................................................... 19

Variables Activas y Pasivas...........................................................................19

Ocultar variables ........................................................................................... 20

Configuración de la Apariencia del Mapa ..............................................21

Opciones de Fuente ......................................................................................21

Opciones de Símbolo .................................................................................... 21

Opciones de Etiquetado ................................................................................21


3

Impresión ..................................................................................................22

Opciones de Impresión .................................................................................22

Vista Preliminar .............................................................................................22

Poner un Título al Mapa .................................................................................22

Superposición de Variables ....................................................................23

Análisis Avanzado (Incorporación de Estadísticos en 3-D dentro del mapa).....24

Mapas de Correspondencias en 3-D.......................................................26

Comandos de cada menú........................................................................27

El Menú Archivo ............................................................................................27

El Menú Editar.................................................................................................27

El Menú Ver ....................................................................................................28

El Menú Seleccionar ......................................................................................28

¿Qué es el Análisis de Segmentación Cluster? ....................................31

Hacer un Análisis Cluster Paso a Paso..................................................32

Cómo realizar un Análisis Cluster ..........................................................34

Uso de Correspondencias para encontrar las frases de estilos de vida

que más discriminan......................................................................................34

Guardar un filtro (target) desde la pantalla de codificación de Choices3 ..34

Iniciar un proyecto nuevo .............................................................................. 35

Selección del filtro y las variables................................................................. 36

Ejecutar el análisis ......................................................................................... 37

Interpretación de Resultados ..................................................................39

Ventana Resumen de Estadísticos ("Summary Statistics") ........................ 39

Ventana Informe del Cluster ("Cluster Report") ........................................... 40

Ventanas de Soluciones de Cluster ("Cluster Solution") ............................41

Códigos de colores ........................................................................................42

¿Cuántos Grupos Cluster debo elegir?..................................................43

Ventana de Grupos Cluster ........................................................................... 44

Recuperar los Grupos Cluster en Choices3 ..........................................45

Importar a Choices3 .......................................................................................45

¿Qué pasa si mis grupos cluster no aparecen en el Diccionario? ............. 46


4

¿Cómo puedo poner nombres a mis grupos Cluster? ................................ 46

Superposición de los Grupos Cluster en el Mapa Original deCorrespondencias .......................................................................................... 47

Un Ejemplo de Análisis Cluster : Segmentación consumidores cerveza ......48

1) Realización de la Tabla .............................................................................. 48

2) Preparación del Análisis Cluster: selección de las Frases de Estilos de Vida.........................................................................................................48

3) Ejecución del Análisis Cluster................................................................... 49

4) Interpretación de los resultados ............................................................... 49

5) Importar los Grupos Cluster a Choices3 .................................................. 49

Explicación de los Estadísticos ..............................................................50

Análisis Cluster ..............................................................................................50

Metodología Cluster ......................................................................................50

Algoritmo de K-Medias (K-Means Algorithm) ...............................................50

Desviación Absoluta de la Media (Mean Absolute Deviation) .....................51

Varianza (Variance).........................................................................................51

Desviación Típica (Standard Deviation)........................................................ 51

Comandos de la Ventana Principal de Cluster ......................................52


5

Introducción

Gracias por elegir este producto de KMR Software.

Objetivo del Manual

El objetivo de este Manual es ayudarle a ejecutar correctamente un Análisis de Correspondencias y, si es relevante, realizar un Análisis Cluster a partir de los resultados del Mapa de Correspondencias.

El Análisis de Correspondencias está integrado en el software Choices3 y los resultados se muestran dentro del Visor de Choices. El Análisis Cluster es un módulo independiente del programa Choices3 pero también funciona como si fuera parte del mismo.

Los continuos desarrollos y la avanzada tecnología utilizada por el equipo de KMR Software han permitido que estas técnicas estadísticas de análisis estén disponibles en su PC. El procesamiento de los datos le reportará un considerable ahorro de tiempo. Sin embargo, lo más importante de estas dos técnicas de análisis son el tiempo y esfuerzo interpretativo que usted dedique al análisis, para conseguir que los resultados respalden la estrategia que desea presentar. Por favor, no escatime tiempo al análisis con el fin de que pueda sopesar cuidadosamente las decisiones que se desprenden de los resultados del mismo. El programa es lo suficientemente rápido como para permitirle hacer esto sin tener apenas que esperar para ver los resultados.

La formación sobre estos programas forma parte del acuerdo de licencia contraído con KMR Software.

Servicio de Consulta y Ayuda

Para cualquier pregunta o consulta no dude en contactar a alguno de los siguientes Equipos;

KMR Software España en el teléfono 91 325 41 00 o en la dirección [email protected]

Helpdesk de KMR Software (UK) en el teléfono +44 (0)20 7831 5455 o por correo electrónico a

[email protected]


6

ANÁLISIS DE CORRESPONDENCIAS


7

¿Qué es el Análisis de Correspondencias?

El Análisis de Correspondencias es una técnica de segmentación de mercados que realiza una representación gráfica de la relación que existe entre marcas o productos y otras variables como actitudes, medios, etc.

También se usa como un paso previo al Análisis Cluster, determinando cuáles son las frases de Estilos de Vida más discriminantes.

El Análisis de Correspondencias se ejecuta a partir de una tabla. Normalmente, las marcas o productos se colocan en Columnas y las frases de Actitudes (u otras variables) en Filas.

Ejemplo de un Mapa Básico de Correspondencias

Marcas de Cerveza vs. Variables Demográficas

A continuación veremos un mapa que posiciona distintas marcas de cerveza en función del perfil sociodemográfico de sus consumidores.

.


8

De la misma forma podríamos construir un mapa actitudinal, posicionando las marcas en función de las actitudes hacia la alimentación y las bebidas.


9

Hacer un Análisis de Correspondencias Paso a Paso

Construcción de la Tabla en la Pantalla Principal de Choices3

Introducir los targets (normalmente las marcas o soportes) en Columnas, comprobando que incluimos sólo las que tengan una muestra igual o superior a 100 individuos.

Introducir en Filas las variables respecto a las que queremos posicionar los targets, pueden ser estilos de vida, en cuyo caso elegiremos las respuestas de “Total Acuerdo” (muy + bastante de acuerdo sumado) o el “Totalmente de acuerdo” de las frases de Estilos de Vida, o cualquier otro tipo de variables (demográficos, marcas, etc.).

A veces, conviene editar las variables introducidas en filas o columnas, sobre todo si son frases de estilos de vida, para que sean lo más breves posible (dentro de la ventana de Editar Tabla).

[Si vamos a querer superponer información (Ej. Medios, demográficos, etc.) debemos colocar estas variables en Columnas].

Guardar este fichero de especificaciones y después Ejecutar la Tabla.

En el Visor de Choices3 seleccionar el Análisis de Correspondencias usando el botón o eligiendo “Análisis / Análisis de Correspondencias” en el menú principal.

A continuación se generará una carpeta llamada Análisis de Correspondencias dentro del Visor de Choices3 que contiene varias vistas posibles del análisis.

Edición del Mapa de Correspondencias

En este punto, antes de editar el Mapa, si trabajamos con estilos de vida debemos seleccionar las frases que mejor explican el Mapa y eliminar el resto. Existen dos formas de hacer esto:

Método de limpiado manual

Este método solamente necesita que el usuario especifique el número de filas que quiere mantener dentro del mapa una vez se haya limpiado (el criterio de eliminación será el de la distancia Chi, igual que en el método anterior).

En el menú Seleccionar, elija la opción “Poner en orden”

En el apartado que sigue a Seleccionar los valores con mayor Distancia Chi para las filas introduzca el número de variables en filas que va a incluir en el mapa. Es posible establecer este número como la cantidad que el programa va a elegir siempre por defecto marcando la casilla correspondiente en la ventana de diálogo.

El mapa mostrará solamente las “n” primeras filas especificadas anteriormente.

También se puede utilizar la opción Auto-limpiar mapa o hacer clic en el botón

Si tenemos intención de realizar a continuación un Análisis Cluster, sería conveniente imprimir las frases que hemos utilizado en el mapa: podemos seleccionarlas desde cualquiera de las vistas de los estadísticos y pegarlas en Excel o seleccionar Imprimir.


10

Interpretación del Mapa de Correspondencias

Primero hay que asegurarse de que la varianza estadística del Mapa es suficientemente alta – la varianza combinada de los ejes 1 y 2 (X e Y) tiene que ser igual o superior al 60%.

i. Para la interpretación de la relación existente entre dos marcas, se ha de trazar una línea desde cada una de las dos marcas hasta el centro (origen) del mapa y observar el ángulo que se ha generado: un ángulo cercano a 0 significa una correlación positiva muy alta y un ángulo de 180 denota una correlación negativa muy fuerte entre las marcas. Por el contrario, los ángulos más o menos rectos (ángulos de 90% o 270%) entre marcas indican muy poca o ningunarelación entre las marcas.

ii. Para la interpretación de la relación existente entre las marcas y las frases o variables en filas, se ha de trazar una línea desde cada frase a través del “origen” (centro del Mapa) hasta el otro lado del Mapa. La distancia que queda entre las marcas y la línea de la frase, determina la fuerza de esa relación. De nuevo la relación será positiva si la marca está en el mismo lado del mapa que la frase y negativa si está en la parte opuesta del Mapa. Las marcas que estén más cerca de la línea trazada para la frase, y que se encuentren en el mismo lado del mapa, serán las que más relación tengan con esa frase


11

Interpretación del Mapa de Correspondencias

El programa de Análisis de Correspondencias buscará la correlación existente entre las variables introducidas y producirá un Mapa basado en las dos “dimensiones” más importantes. La dimensión más importante será el eje X y la segunda más importante el eje Y.

En el ejemplo anterior de Cervezas y Actitudes (página 6), un extremo del eje X refleja a los individuos “Preocupados por su alimentación” que expresan una mayor preocupación por lo que comen y en el otro extremo a los “Caprichosos” pues tienen menos prejuicios a la hora de tomar alimentos que no son buenos, prueban todos los nuevos productos sin pararse a pensar qué componentes tienen, y les encanta la comida extranjera.

En este caso, como en todos los mapas de Correspondencias, el eje vertical “Y” es bastante menos importante que el eje horizontal X (ya que tiene un “nivel de contribución” relativamente bajo – hecho comentado más adelante en este manual). Sin embargo, en este eje podemos distinguir a aquellos que disponen de más o menos tiempo para preparar comida e incluso bebidas.

Ahora vamos a enumerar una serie de preguntas que podemos hacernos sobre el programa de Análisis de Correspondencias. Recuerde que, si el Mapa que obtiene no parece presentar unos patrones diferenciados, debería estudiar la combinación de las variables utilizadas y volver a ejecutar el Análisis.

La importancia de la “Varianza Explicada”

La cifra de Varianza Explicada es una medida de la “Bondad” del Mapa, pues nos muestra hasta qué punto el Mapa es capaz de explicar las variables contenidas en él. En una gran encuesta como TGI o AIMC Marcas, lo ideal sería que al menos un 60% de la varianza, dentro del mercado objeto del Mapa, pudiera explicarse con las 2 primeras dimensiones. Pero podría no ser así, sobre todo si hay muy pocas marcas o variables que correlacionen entre sí (significaría que se necesitan más dimensiones para que el Mapa pueda explicar la relación de las variables contenidas en él). Para conocer la cifra total de Varianza Explicada de un Mapa, basta con fijarse en la parte inferior del mapa, donde se especifica cuál es la varianza total, y también se puede ver en la Vista de Estadísticos, en el apartado de “Eigenvalues”, sumando las varianzas de ambos ejes (es decir, sumar el % del eje 1 y 2 –que se encuentran en la parte superior izquierda de la ventana).

Una cifra de varianza estadística baja (le recomendamos como cifra mínima el 60%) nos indica que ese eje/dimensión no explica suficientemente las variables. De modo que los cálculos probablemente no son, estadísticamente, lo bastante significativos como para crear un mapa razonablemente completo, y por tanto no explicará suficientemente las diferencias entre las marcas o variables objeto de análisis. Hay que destacar que aunque estadísticamente todo conjunto de datos está sujeto a una varianza, no siempre ésta es lo suficientemente significativa. Puede ocurrir que los usuarios de algunos productos sean actitudinalmente muy parecidos entre sí, y que la mejor forma de diferenciarlos sea usar otras variables, por ejemplo demográficas.


12

¿Qué se expresa con cada eje?

Cada eje refleja una dimensión de la relación entre variables, que puede ser resumida por el usuario otorgándole un título/nombre que la describa. Ejemplos de dimensiones pueden ser “introvertidos / extrovertidos” o “tradicional / innovador”, etc.

El mapa de Correspondencias puede mostrar combinaciones de 2 dimensiones y por defecto usará las dos más importantes (en términos de varianza estadística). En cualquier caso, durante el análisis también podemos considerar los otros ejes para ver cómo se manifiestan otras polaridades de las relaciones entre las variables. Ver explicación más detallada en la página 20.

¿Cuáles son las marcas/targets más importantes?

Las marcas (o targets) que están alrededor del centro del mapa serán aquellas que son 'medias' (posicionamiento medio), o que no se diferencian tanto como las marcas que están en las partes más extremas del mapa. Las marcas que se sitúan cerca del borde del mapa son las que son más diferentes o las que muestran una variación más acusada respecto a las otras marcas o actitudes. Habitualmente, éstas (las que son más distintas) suelen ser las marcas con menor penetración, que a su vez suelen atraer a un consumidor más selecto o especializado.

¿Cómo se mide la relación entre las variables del mapa?

Podemos hacerlo, utilizando una regla, tal y como se muestra abajo. Recuerde que el eje X ha sido reducido o comprimido para ajustarlo a la pantalla, por lo tanto no está a escala real.

1) Determinar qué relación existe entre las marcas:

Para encontrar la correlación entre dos marcas, simplemente trace una línea desde cada una de ellas al origen (centro) del mapa, y mida el ángulo que queda entre ambas. Un ángulo de 0º representa una correlación positiva del 100%, uno de 180º muestra una correlación negativa del 100%, y uno de 90º (o 270º) significa que no hay correlación entre ellas.En este ejemplo, las marcas B y C son diametralmente opuestas; es decir, hay una fuerte correlación negativa. Es muy importante saber que estas marcas tienen un posicionamiento justamente opuesto en el mercado. La marca C está enfrentada a las marcas A y B, las cuales están posicionadas en la misma parte del mapa lo que significa que ocupan una posición similar en el mercado.


13

Análisis Columna vs. Columna

Opcionalmente, se puede utilizar el Análisis Columna vs. Columna para ver la relación existente entre distintas marcas. La vista muestra una tabla en cuyo encabezado aparece la marca cuya relación con el resto estamos midiendo en ese momento. El análisis se presenta en forma de tabla de coloración gradual en función de la correlación. Las marcas que aparecen en rojo tendrán una correlación positiva fuerte con la marca encabecera, mientras que aquellas que aparecen en blanco no tienen correlación. Las marcas que aparecen en azul tienen una correlación negativa fuerte con la marca que estamos estudiando.

Puede utilizar los botones de las flechas para cambiar de marca y ver la tabla correspondiente.

2) Determinar qué relación existe entre las marcas y las frases actitudinales:

Arriba podemos observar cómo correlacionan varias frases con una marca. Trace una línea desde la marca a través del origen, y después trace líneas perpendiculares desde cada frase a la línea de la marca (en ángulo de 90º).

Correlación más negativa

Correlación más positiva.


14

La relación que existe entre la marca A y las frases de Estilos de Vida X, Y y Z está determinada por el punto, de la línea la marca, en el que interseccionan las líneas de las frases. Hablaremos de correlaciones positivas cuando la línea de la frase intersecciona en el mismo lado del mapa que la marca (parte que queda entre el origen y la marca) y las negativas cuando están en el lado contrario de la línea (parte que queda entre el origen y el lado opuesto a la marca). En el ejemplo mostrado arriba los consumidores de la marca A están muy de acuerdo con la frase Z y están muy en desacuerdo con las frases X e Y.

Análisis Columna vs. Fila

Opcionalmente, podrá utilizar el Análisis Columna vs. Fila, para ver la relación que hay entre las marcas y las frases de estilos de vida (u otras variables que hayamos introducido en Filas). La marca cuyas relaciones se estudian aparece en la parte superior de la tabla y de nuevo, vamos a tener una tabla con distintos colores. La interpretación de los mismos es idéntica al caso anterior (Columna vs. Columna).

Ejemplo: Fíjese en las 12 primeras frases de la lista (en rojo, son las más cercanas a la marca) e intente buscar un tema común a todas ellas. En este ejemplo, estas frases podrían relacionarse con el tema “Preocupados por su dieta, pero se dan pequeños caprichos”

Utilice los botones con las flechas para moverse entre las diferentes marcas y ver las tablas correspondientes.


15

La Vista de Estadísticos

Para explicar los diferentes estadísticos, utilizaremos el mapa de “Cervezas y Actitudes”

La Vista de Estadísticos contiene información que nos permitirá describir el Mapa de Correspondencias con más detalle. Esta divida en distintas vistas que contienen información específica de los distintos estadísticos que componen el mapa.


16

Estadísticos Generales

Tiene dos vistas diferentes, una para las variables en Columnas y otras para las variables en Filas.

Los Estadísticos de un Mapa de Correspondencias se basan en el estadístico Chi², que mide las desviaciones respecto a los valores esperados. La Inercia es el Chi² dividido entre el total de la tabla. Este total Inercia es lo que explicará el Mapa de Correspondencias.

Encabezados de las Vistas de Estadísticos Generales para Columnas y Filas:

#

Orden numérico original de las variables (asignado inmediatamente después de crear el mapa de Correspondencias). Por tanto, lo usaremos si queremos reordenar las variables según su orden original.

Identificador

Código de referencia que el sistema ha asignado a esas variables. Nota: El programa da un código de referencia por defecto a cada variable que no tiene su propio código.

Masa %

Representa el peso relativo (proporción) que tiene cada atributo/marca (puesto en columna o fila) sobre el resto de atributos/marcas incluidos en columna o fila. Como el mapa está basado en los ‘Porcentajes Verticales’, la Masa representaría el tamaño de la marca.


17

Distancia

La Distancia se refiere a la Distancia Chi². Representa la distancia de las variables respecto al origen/centro del mapa. Es la distancia al cuadrado del punto de la columna/fila respecto al origen del mapa (valor esperado); la inercia de la columna/fila dividida por su % de masa.

Las Distancias Chi² son valores estadísticos que se utilizan para construir el Mapa de Correspondencias y muestran el poder discriminante de los atributos/marcas. Cuánto más alto sea el valor, más discriminante es el atributo/marca, de ahí que, convencionalmente en los Mapas de Correspondencias, tenga una utilidad clave a la hora de determinar la capacidad de discriminación de los atributos.

Distancias Chi²

La distancia Chi2 mide hasta qué punto los valores teóricos se ajustan a los observados. Se calcula estimando el valor “esperado” para cada celda y comparando éste con los valores observados. El valor “esperado” representa lo que ocurriría si no hubiera relación entre la filay la columna.

Las marcas que muestren grandes diferencias entre los valores observados y los esperados, serán las que tendrán un posicionamiento más diferente al resto, mientras que aquellas con una representación media tendrán una diferenciación baja. En el mapa, la diferenciación se representa mediante la distancia desde el origen/centro, medida sobre todas las dimensiones y no sólo sobre las dos que se ven en el mapa. Con frecuencia es una marca pequeña la que tiene el posicionamiento más diferente.

Inercia

Esta cifra muestra cómo contribuye cada variable a la determinación del aspecto final del mapa, y es un desglose de la Varianza Explicada. Su uso principal reside en su gran utilidad para discriminar entre marcas, lo que normalmente tenemos en columna.

La Inercia se calcula multiplicando la Masa por la Distancia. El total de Eigenvalues a través de todas las dimensiones es el Total Inercia.


18

Estadísticos del Eje

Los estadísticos de los ejes tienen que ver con cómo se han creado éstos y serán los que nos ayuden a descubrir si vamos a querer cambiar los ejes del mapa o no.

Coordenadas

Coordenadas – Indica la posición exacta de un punto de la columna/fila en cada eje. Anteriormente hemos explicado la distancia global del punto respecto al origen. La posición exacta en cada eje depende de la cantidad de Inercia de esa columna/fila que es explicada por esa dimensión. En cada eje la suma de las coordenadas al cuadrado (esto es la Distancia al cuadrado) por la Masa de cada punto nos da la Inercia de esa dimensión.

Los ejes 1 y 2 representan las coordenadas usadas para construir el mapa que aparece por defecto siempre con los ejes 1 y 2. Los números negativos indican que el punto está en el lado opuesto al origen y los números positivos que están sobre el mismo eje.

También puede ordenar cada columna haciendo clic sobre el borde de cada una. Esto puede revelarnos que hay otros ejes (además del eje 1 y 2), que pueden ser mejores a la hora de explicar algunas de las variables clave.

Contribuciones Absolutas y Relativas

Estas secciones ponen de manifiesto que podemos usar más ejes para el análisis. Aunque el mapa de Correspondencias inicial está basado en los ejes 1 y 2 (los ejes que mejor explican las variables en conjunto), podemos elegir otros ejes más adecuados para explicar las variables que a nosotros nos interesan.

Contribuciones Absolutas – Da 100% si se suman todos los % de los ítems incluidos en las filas o los % de todos los ítems incluidos en las columnas en cada eje (esto es, los porcentajes verticales de cada eje). Representa el porcentaje de la Inercia Total en ese eje que se debe a cada ítem puesto en fila o columna. Por tanto, muestra cuáles son las marcas/atributos más importantes en cada eje. Es el más adecuado para ver cuáles son los atributos más explicativos.

Contribuciones Relativas – Da 100% si se suman todos los % de cada ítem en fila o columna a través de todos los ejes (esto es, los porcentajes horizontales). Representa el porcentaje de la Inercia Total para cada ítem en fila o columna que está explicada por ese eje. Por tanto, muestra la importancia de cada eje para cada ítem incluido en fila o columna. Es el más adecuado para analizar las marcas (si es lo que hemos incluido en columnas).

Es mejor mirar la sección de Contribuciones Absolutas para analizar nuestros atributos y la de Contribuciones Relativas para analizar las marcas.


19

Vista de Eigenvalues

La información sobre los Eigenvalues se muestra de dos formas diferentes: tabla y diagrama de sectores

Estadísticos de la Vista de Eigenvalues

Eigenvalues

El “Eigenvalue” nos indica la importancia de cada eje, mostrándonos para cada eje la cantidad de varianza (inercia) explicada por el mismo, es decir, la correlación que existe entre las columnas y las filas. Estos valores se usan para construir el mapa de Correspondencias.

La suma de los Eigenvalues activos es el total de todas las desviaciones Chi² para cada celda de la tabla. Cuánto más alta sea la cifra más se desvía la tabla de los valores esperados.

Los ejes del mapa de Correspondencias intentan explicar esta suma. En la pantalla de resultados se muestran varios estadísticos de los ejes, que normalmente explicarán la mayor parte de la varianza observada en los datos.

Los ejes aparecen siempre listadas por orden de importancia en orden descendente.

%

Esta columna nos muestra el porcentaje de varianza explicado por cada eje.

%+

Esta columna nos muestra el porcentaje de varianza acumulado, es decir, el explicado por ese eje más los precedentes.

Gráfico de Tarta

El diagrama de sectores ofrece una representación gráfica del porcentaje de varianza que explica cada una de las dimensiones (ejes).


20

Diferentes Formas de Analizar el Mapa

Selección de los Ejes

Como hemos mencionado anteriormente, en un análisis de Correspondencias se pueden identificar muchos ejes, de los cuales sólo el 1 y el 2 se usan para el mapa inicial y reflejan la varianza más grande del mercado. Por tanto los ejes 1 y 2 serán el eje X e Y respectivamente.

A medida que realice análisis más ambiciosos sentirá la necesidad de usar otros ejes alternativos (distintos a 1 y 2), porque quizás discriminen mejor las marcas o targets que le interesan. Para hacer esto, en el Menú Principal vaya a Ver / Añadir mapa y especifique los ejes que desea utilizar. También puede utilizar el icono siguiente en la barra de

herramientas:

Variables Activas y Pasivas

Las variables del mapa pueden ser:

Pasivas (vs Activas) – Todas las variables incluidas para generar el mapa al principio son variables “activas” (ya que todas contribuyen a los cálculos y construcción del mapa), cuando volvemos algunas variables pasivas ya no influyen en la conformación del mapa (en su construcción). Si estas variables, ahora pasivas, no se ocultan (ver más abajo), aparecerán en color verde, de forma que aunque no formen parte de la construcción del mapa sí se pueda ver dónde se posicionarían en el mapa generado a partir de las variables activas.

Las variables pasivas no tienen “masa” por lo que no influyen en la conformación del mismo. Están excluidas de la tabla de cálculos usada para crear el mapa, y por tanto, se superponen en el mismo. La posición de una variable pasiva de las filas se determina en función de su patrón de respuestas respecto a las columnas activas. De forma que una variable pasiva de las filas se posicionará cerca de las columnas activas en las que es más fuerte, como lo hacen las variables activas. De la misma forma, una variable pasiva de las columnas se posicionará según sus respuestas respecto a las filas activas. En definitiva, cuando volvemos pasivas variables, el mapa se reconstruye excluyendo esas variables, que se superponen después en el mapa generado. Para superponer variables demográficas y/o medios debemos añadir estas variables como variables pasivas, de forma que el mapa no cambie y siga basándose solamente en las filas y columnas activas utilizadas inicialmente.

Nota: Cuando realicemos esto, se volverá a construir el mapa y se perderá cualquier modificación que se hubiera realizado en el mismo (como edición de textos, etc.).

Los motivos por los que podemos querer volver algunas variables pasivas son:

1) Tamaños muestrales pequeños: Si se han incluido en el mapa marcas que tienen muestras pequeñas (menos de 100), debemos volverlas pasivas porque pueden ser poco fiables estadísticamente.


21

2) Distancia Chi pequeña: Si incluimos todas las frases de Estilos de Vida el mapa se vería muy saturado. Por eso, recomendamos usar las 15 a 20 frases con la distancia Chi más alta, y volver pasivas las variables con una distancia Chi más reducida.

3) Variables adicionales: El mapa de Correspondencias muestra la relación entre dos conjuntos de variables. Sin embargo, puede ser interesante superponer otras variables no relacionadas en el mapa. Estas nuevas variables deberíamos volverlas pasivas, o influirán y cambiarán la apariencia del mapa (ejemplo: medios superpuestos).

Para volver filas o columnas activas, selecciónelas dentro de la vista de “Estadísticos Generales” y con el botón derecho del ratón elija “Cambiar Status / A pasivo”.

Ocultar variables

Ocultar Vs Mostrar: Si ocultamos variables lo que hacemos es que no se vean en el mapa. Si ocultamos variables pasivas éstas se eliminarán completamente; y si ocultamos variables activas éstas contribuirán en la conformación del mapa pero no se mostrarán.

Para ocultar sitúe el cursor encima de la variable o una de las seleccionadas y haciendo clic en el botón derecho del ratón elija Ocultar. Para mostrarlos, vaya a Ver / Objetos Ocultos y seleccione las variables que se quieren volver a mostrar en el mapa.

Los motivos principales para querer ocultar variables son:

1) Demasiados datos en el mapa: Si tiene muchas marcas o frases activas y sólo quiere centrarse en unas pocas, puede ocultar ciertas variables y así no aparecerán en el mapa.

Nota: Las frases ocultas todavía influirán en la formación del mapa.

2) Marcas Pasivas: Si las variables se han vuelto pasivas porque su distancia Chi era muy pequeña, se pueden ocultar para que el mapa no esté saturado.

Para ocultar variables selecciónelas dentro del mapa y con el botón derecho del ratón elija “Ocultar”.


22

Configuración de la Apariencia del Mapa

Para modificar el formato y cambiar la apariencia de las variables en el mapa, primero selecciónelas, haga clic sobre el botón derecho del ratón y elija Propiedades. Aparecerá el recuadro “Propiedades del Punto” que mostramos abajo. Dependiendo de lo que tengamos seleccionado (dentro de “Seleccionar/Seleccionar” en el menú principal podemos hacer selecciones individuales o múltiples, o haciendo clic en el botón derecho del ratón) el menú de edición nos dará diferentes opciones. La mejor manera de aprender a editar el mapa es probar las distintas opciones y ver cómo va cambiando la apariencia del mismo.

Opciones de Fuente Ventana típica de Windows que permite modificar todo lo que tiene que ver con la fuente (tamaño, color, etc.).

Opciones de Símbolo Diferentes opciones para cambiar la forma y el tamaño de los símbolos del mapa. Por ejemplo, si queremos distinguir entre los puntos de las filas y los de las columnas, podemos asignarles diferentes formas. También se puede usar para deshacer los efectos de la opción de Análisis Avanzado.

Opciones de Etiquetado

Etiqueta de TextoNos permite elegir dentro de una gran variedad de opciones para editar la apariencia de los textos de las variables (enmarcarlos, acortarlos, cambiarles el color, etc.).

Texto de la EtiquetaEn esta pestaña podemos editar el texto del punto seleccionado. Esto es especialmente útil, pues podemos cambiar el texto de las variables y ponerlo todo en mayúsculas o minúsculas.Nota: Sólo puede usar esta opción si el punto está seleccionado.


23

Impresión

Los mapas se pueden imprimir desde su impresora como cualquier otro documento. A continuación nos referimos a una serie de opciones para imprimir que encontrará en Archivo / Imprimir dentro del menú principal (como en cualquier programa del entornoWindows).

Opciones de Impresión Le permite cambiar la impresora que tiene como predeterminada seleccionando Establecer y eligiendo la impresora que prefiere. También puede cambiar el tamaño del papel y su orientación.

Vista Preliminar Nos muestra cómo quedará lo que vamos a imprimir (esta opción no está activa si estamos en la Vista de Gráfico de Tarta).

Poner un Título al Mapa Asegúrese antes de imprimir que ha escrito un título del Mapa. Para ello, seleccione en el menú principal Editar / Título de Mapa.

Se puede imprimir cualquiera de las vistas como en todas las aplicaciones para Windows. Le recomendamos que utilice el informe de Estadísticos Generales de Filas para recoger las frases más discriminantes a la hora de realizar un análisis Cluster.


24

Superposición de Variables

Una vez que ha generado el mapa, usted puede superponer cualquier otra variable del estudio con el que esté trabajando dentro del mapa para ver dónde se situaría. Como la tabla debe hacerse de nuevo para superponer los datos, las modificaciones que se hayan realizado anteriormente en el mapa se perderán. Ejemplos de variables que nos puede interesar superponer son:

1) Consumo de Medios2) Información sobre Frecuencia de consumo3) Grupos Cluster en el mapa de Correspondencias original4) No usuarios de la/s marca/s que nos interesan5) Grupos demográficos tales como Edad o Clase Social

Para superponer las variables siga estos pasos:

Utilice la tabla original de Choices3 que usó para generar el mapa de Correspondencias. Añada las variables adicionales a las columnas (por ejemplo “programas de TV”).

Vuelva a ejecutar el mapa de Correspondencias desde el Visor de Choices3. Primero, vuelva pasivas las variables que quiere superponer para que no influyan en

la formación del mapa. Elimine las frases de Estilos de Vida menos discriminantes. Limpie y ordene el mapa.

Las variables que han sido superpuestas aparecerán por defecto en color verde.

Nota: Si sabe de antemano que va a querer superponer otras variables, puede incluirlas desde el principio. En esos casos es importante acordarse de volverlas pasivas lo primero de todo.


25

Análisis Avanzado (Incorporación de Estadísticos en 3-D dentro del Mapa)

Una de las funciones más innovadoras del Análisis de Correspondencias es la posibilidad de representar estadísticos clave sobre el propio mapa. Este efecto 3-D se consigue modificando el tamaño de los puntos, de forma que los puntos más grandes reflejan valores más grandes. De esta forma se puede tener información sobre la importancia relativa de las variables incorporadas al mapa.

Para aplicar este tipo de vista a las variables, seleccione Análisis / Análisis Avanzado o

use el botón en la barra de herramientas. Le aparecerá la siguiente pantalla donde debe seleccionar del cuadro izquierdo “Cambiar tamaño del símbolo en función de estadístico” y pulsar “Siguiente”.

En la siguiente ventana, los estadísticos se dividen en “Estadísticos Generales” y “Estadísticos Detallados” (pantalla que se muestra a continuación). Elija la opción que mejor se adapte a sus necesidades y pulse sobre “Siguiente”.


26

En esta ventana seleccione el estadístico que desea usar (como predeterminado aparece marcado “Distancia Chi Cuadrado”) y pulse sobre “Siguiente”.

Por último, decida dónde quiere aplicar la configuración (a las Columnas Activas, a las Filas Activas o a ambas) y pulse sobre “Finalizar”.


27

Mapas de Correspondencias en 3-D

Los mapas en 3 dimensiones le permiten ver cómo se sitúan las variables en un mapa creado con los 3 ejes principales del mapa de Correspondencias en un formato de 3D.

Dentro del Visor del Mapa de Correspondencias, haga clic en el icono 3D en la parte superior

derecha de la barra de tareas:

En la vista de mapas en 3D, puede utilizar los siguientes iconos para modificar el formato de la vista 3D:

Permite modificar la claridad de la vista 3D.

Permite ver los títulos de todas las variables incluidas.

Muestra los puntos en tamaño reducido

Muestra los puntos a tamaño grande

El icono del armazón cambia la apariencia de los 3 ejes como si fuera una estructura metálica

El botón de las gafas de 3D permite tener una vista 100% en tres dimensiones

Hace rotar la vista 3D automáticamente

Hace cesar la rotación de la vista 3D.

Amplia la vista 3D y hacer un Zoom de acercamiento.

Reduce la vista 3D y hace un Zoom de alejamiento.

Deja el mapa con el formato original.

Para hacer rotar el mapa manualmente, haga clic en el botón derecho del ratón y manténgalo pulsado mientras lo mueve en la dirección correspondiente.Es posible ver la etiqueta de un punto concreto situándose con el puntero del ratón sobre él y esperado unos segundos.

Para seleccionar cualquiera de estas opciones, seleccione los iconos correspondientes para activarlos.

También se pueden activar estas opciones desde los menús “Opciones” y “Ver” o desde la barra de tareas.


28

Comandos de cada Menú

El Menú Archivo

El Menú archivo permite abrir, guardar e imprimir los análisis de Correspondencias.

Las opciones: Configurar Página y Vista Preliminar le permitirán cambiar la orientación y márgenes de la página además de ver cómo aparecerá impreso el documento.

Exportar: le permite exportar los estadísticos del mapa a cualquier otra aplicación.

También puede abrir los últimos cuatro archivos usados que aparecerán al final de las opciones del menú desplegable.

El Menú Editar

Este menú es muy útil, ya que permite cambiar el título del mapa usando la opción ‘Título del Mapa…’

Como hemos mencionado anteriormente, también puede cambiar el status de las variables (opción “Cambiar Status”) de activas a pasivas y al contrario (para que contribuyan o no a la construcción del mapa – inicialmente todas las variables estarán activas).


29

El Menú Ver

Este menú no sólo incluye las opciones estándar de Windows, sino que además contiene una opción para ver cuáles son las variables ocultas (“Elementos Ocultos”) y especificar cuáles se quieren volver a mostrar en el mapa. Además, la opción “Rotar” nos permite rotar los ejes del mapa.

El Menú Seleccionar

Puede usar esta opción para seleccionar las variables de acuerdo con sus especificaciones. Por ejemplo, puede seleccionar todas las variables de las columnas / filas activas y pasivas, etc.

Como en el caso del “Análisis Avanzado”, aquí también existe un Asistente para hacer selecciones más complejas dependiendo de determinados estadísticos, con la función “Selección Avanzada”. Primero, seleccione el valor estadístico a usar y pulse “Siguiente”.

Después elija entre 1 y 100 el número de variables con los valores más altos que desea seleccionar y pulse “Siguiente”.


30

Finalmente elija el tipo de variables a seleccionar (Columnas Activas, Filas Activas) y pulse “Finalizar”.

También se puede acceder a las funciones “Limpiar Mapa” y “Auto-limpiar” desde el menú Seleccionar. En el apartado Limpiar Mapa, se le pedirá “Seleccionar los primeros n valores según su distancia Chi para las filas”. Introduzca el número de filas con el que desea realizar el mapa. Es posible establecer este número por defecto utilizando la casilla de confirmación que aparece en la ventana de diálogo. El mapa mostrará ahora sólo el número de variables que se ha seleccionado. También tiene la opción de elegir Auto-limpiar para limpiar el mapa dejando el número de filas establecido por defecto en la ventana anterior de Limpiar Mapa.


31

ANÁLISIS CLUSTER


32

¿Qué es el Análisis de Segmentación Cluster?

El Análisis Cluster es una poderosa herramienta de segmentación que permite a los usuarios segmentar una población dada en grupos específicos de individuos similares.

Se puede aplicar a cualquier conjunto de variables que sean comparables. Con la Encuesta TGI o AIMC Marcas lo utilizaremos para segmentar grupos de individuos basándonos en sus respuestas a una serie de frases actitudinales.

El Análisis Cluster se realiza para crear grupos actitudinales de entrevistados de forma que los entrevistados de cada grupo mostrarán respuestas similares a una batería de frases actitudinales. De este modo, estos grupos pueden ser unos importantes discriminadores en un mercado determinado.

Este software de Análisis Cluster proporciona una forma fácil de seleccionar el target y las variables a incluir. El análisis puede ser ejecutado por cualquier persona y los resultados pueden verse de manera interactiva en la pantalla. La aplicación está conectada al programa Choices3, de forma que la definición del target se realiza en Choices3, y una vez realizado el análisis Cluster, los grupos resultantes pueden ser importados a Choices3 con el fin de continuar con el análisis.


33

Hacer un Análisis Cluster Paso a Paso

Ver pasos previos en “Análisis de Correspondencias Paso a Paso” de la página 9

(A) Preparación del Análisis Cluster

En la Ventana Principal de Choices3, usando el archivo original de especificaciones con el que habíamos construido la tabla utilizada en el Mapa de Correspondencias, seleccionamos en el menú principal "Herramientas" / "Salvar Archivo de Filtro de Grupos”. Con este paso hacemos posible utilizar un target determinado (el guardado como filtro de grupos) desde el programa Cluster.

Debemos aseguramos que el tamaño de muestra de nuestro Filtro es igual o superior a 2000.

Cuando nos pregunte si queremos ejecutar el Análisis Cluster seleccionar "Sí."

(B) Ejecución del Análisis Cluster

Seleccionar “Start a new cluster project" Elegir la encuesta que vamos a utilizar (que debería ser la misma que hemos usado para el

Mapa de Correspondencias). Dar un nombre al archivo y un título al Análisis. Seleccionar ‘Change Filter’ y elegir el filtro (el target) que ya usamos en Choices3 para el

Mapa de Correspondencias y que, según pasos anteriores, hemos guardado como Filtro de Grupos.Escoger las frases de Estilos de Vida seleccionando, en la ventanita de la izquierda, las que deseamos usar (normalmente, serán las listadas en la página impresa del Análisis de Correspondencias, que eran las más discriminantes para el mercado analizado), y pasarlas a la ventanita de la derecha haciendo clic en la flecha que apunta a la derecha.

Hacer clic sobre el botón de "Run Cluster”, especificando a continuación el número máximo de grupos que se desean generar (por ejemplo: podrían ser 8)

Cuando el Análisis se ha completado, elegir “Cluster report” y pasar ala interpretación delanálisis según la sección que se muestra a continuación.

Interpretación del Análisis Cluster

Consta de 3 pasos; los dos primeros establecen cuál es el número mínimo y máximo de grupos que podemos usar, basándonos en algunos estadísticos básicos. El último paso es el más creativo e implica que el usuario debe seleccionar la solución que describa mejor su mercado (ej. Solution 6 que contendrá 6 grupos):

i. Ir a ‘Cluster Report’ y determinar cuál es el número mínimo de grupos que se podrían usar, teniendo en cuenta que el % de Varianza Explicada (“Variance Explained”) sea superior a 12.

ii. Todavía en ‘Cluster Report’ determinar cuál es el número máximo de grupos que se podrían usar teniendo en cuenta que el grupo más pequeño tenga una muestra superior a 200.

iii. Ahora necesitará decidir cuál es la Solución Cluster más adecuada:Para hacerlo, mirar todos los grupos de la Solución Cluster 3 y resumir las características de cada unoteniendo en cuenta todas las actitudes (pero especialmente las que muestran una mayor desviación estándar de la media), y dar un nombre a cada grupo según el resumen de características realizado. A continuación, repetir el proceso con la siguiente Solución (ej. 4 grupos), y así sucesivamente. Llegará un momento en que la siguiente Solución Cluster ya no añade más información o incluso hace que se pierda la definición de algún grupo. En ese momento es cuando se ha encontrado la mejor Solución Cluster para segmentar el mercado.


34

(C) Recuperar los Grupos Cluster desde Choices3

En la Ventana Principal de Choices3 ir a "Herramientas" y seleccionar "Importar Solución de Grupos", a continuación seleccionar el Proyecto Cluster que se desea importar y la solución (número de grupos), la Solución Cluster seleccionada aparecerá al final del Diccionario de Choices3 en el librito “Additional questions”.

Ahora puede cruzar los grupos con cualquier variable de TGI o AIMC Marcas (para conocer mejor los grupos) o añadirlos a las columnas de la tabla original (utilizada para el Mapa de Correspondencias) y volver a generar el Mapa original pero esta vez con los grupos Cluster como variables pasivas, de forma que podremos ver dónde se sitúan en el Mapa.


35

Cómo realizar un Análisis Cluster

Este apartado describe con más detalle el mismo proceso explicado en el apartado anterior “Hacer un análisis Cluster Paso a Paso”

Uso de Correspondencias para encontrar las frases de Estilos de Vida que más discriminan

En primer lugar es conveniente hacer un Mapa de Correspondencias para saber cuáles son las frases de Estilos de Vida que más discriminan en el mercado objeto de estudio. Después imprimimos utilizando la opción de imprimir “General Report”, identificando las 15-20 primeras frases de acuerdo con su Distancia Chi (“Chi Distance”).

Recomendamos hacer primero un Mapa de Correspondencias porque eso nos mostrará las frases actitudinalmente que claramente mejor discriminan ese mercado. Normalmente, cuando hagamos el mapa de correspondencias volveremos pasivas todas las frases excepto las 15 - 20 frases con la distancia Chi más grande, y las ocultaremos para tener un mapa más claro. Las frases que queden activas serán las mejores para el Análisis Cluster. También podrían dejarse las 40 frases con distancia Chi más grande en el mapa y sólo coger las 20 primeras (que es el número que nosotros recomendamos) para el Análisis Cluster. Si dejamos fuera del análisis las mejores frases no estaremos aprovechando todo el potencial del Análisis Cluster. Por tanto, aunque el Análisis Cluster le permite escoger las frases que quiera sin necesidad de hacer primero un Análisis de Correspondencias, le recomendamos que lo haga siempre para obtener mejores resultados.

Guardar un Filtro (target) desde la Pantalla de Codificación de Choices3

Para ejecutar un Análisis Cluster, primero debe crear un filtro o target de entrevistados en Choices3 (el target que pretende segmentar con el Análisis Cluster). Por ejemplo: usuarios de Cerveza Embotellada, usuarios Heavy de Champú, compradores de zapatos...). El filtro (target) escogido debe tener por lo menos una Muestra de 2000 entrevistados. La definición de grupos Cluster a partir de un filtro con una muestra menor, podría significar obtener unos grupos con un tamaño muestral demasiado reducido y por tanto, poco fiables.

En la ventana principal de Choices3 introduzca su target como Filtro. Normalmente el mismo filtro que se usó para el Análisis de Correspondencias. Será útil comprobar el tamaño de muestra de este target antes de antes de seguir adelante.

Seleccione en el Menú Principal de la ventana principal de Choices3 Herramientas / Salvar Archivo de Filtro de Grupos’.

Elija “Sí” cuando le pregunte si desea guardar el filtro.

Elija “Sí” cuando le pregunte si desea ejecutar el Análisis Cluster ahora.

Si no deseara realizar en ese momento el Análisis Cluster, responda que no y cuando desee realizarlo abra el programa de Cluster para ejecutar el análisis con el filtro que ya ha guardado.


36

Iniciar un proyecto nuevo

Este es el cuadro de diálogo que aparece al abrir el programa de Análisis Cluster:

Seleccione 'Start a new cluster project' y haga clic en OK, o si ya tenía abierto el programa seleccione 'File/New Project' en el menú principal.

Aparecerá la ventana de New Cluster Project. Seleccione la encuesta que usará en el proyecto. Esta encuesta debe ser la misma que ha usado en Choices3 para el Mapa de Correspondencias.

Introduzca el título que quiera darle al Análisis y un nombre para el Proyecto. Podría serle muy útil usar el mismo nombre que haya usado para el Análisis de Correspondencias. Haga clic sobre OK.


37

Selección del Filtro y las Variables

La ventana “Cluster Definition” permite introducir el filtro (target) y las variables a usar en el análisis.

Elección del Filtro

Para seleccionar un filtro, haga clic sobre el botón 'Change Filter'. Elija un filtro y haga clic sobre OK. El filtro seleccionado y su tamaño muestral

aparecerán a la derecha del botón 'Change Filter'.

Elección de las Variables


38

Elija las frases que desea usar en el Análisis seleccionándolas y haciendo clic sobre: las enviará a la casilla derecha, donde se van almacenando las frases que se van a utilizar.Elimine las frases que no desee usar seleccionándolas de la casilla de la derecha y

pulsando:

Selección de las frases a usar en el Análisis: utilice las frases de Estilos de Vida que más discriminan (según el mapa de correspondencias) seleccionándolas de la lista de la ventana de la izquierda. Las variables que vaya seleccionando aparecerán en la ventana de la derecha. Para seleccionar una variable, sitúese sobre ella y haga doble clic o un clic en el botón apropiado.

Para eliminar una variable, selecciónela y haga clic en el botón apropiado.

El orden en el que aparecerán las variables está determinado por el orden establecido en la base de datos. Las variables serán eliminadas de una lista y añadidas a la otra por lo que nunca aparecerán en las dos a la vez.

Para seleccionar más de una variable a la vez, haga clic y arrastre con el ratón para seleccionar un rango (cuando las variables están seguidas). Si las variables no están juntas, mantenga pulsado la tecla Control (CTRL) del teclado al seleccionarlas.Recomendamos elegir un máximo de 25 frases (normalmente se escogen 15-20 frases).

Ejecutar el Análisis

Para ejecutar el Análisis, haga clic sobre el botón . Este botón sólo se activa si está abierta la ventana “Cluster Definition”.

Introduzca el número máximo de grupos cluster que desea crear, y pulse sobre el botón OK para iniciar el proceso de Análisis (si selecciona '6' grupos, Choices3 creará no sólo la solución de 6 grupos, sino también las soluciones de 5, 4, 3 y 2 grupos cluster).


39

Analizar una muestra de hasta 10.000 individuos en ningún caso llevará más de 10 minutos. Sin embargo, no es posible predecir cuánto tardará en ejecutarse el análisis ya que esto depende de distintos factores:

i) El tamaño de Muestra del Filtro /Baseii) El número de Soluciones Cluster elegidasiii) La velocidad de su ordenadoriv) El mercado que esté analizando

Siempre que sea posible, el programa le irá dando una indicación del progreso realizado en cada parte del proceso. El análisis puede ser cancelado al final de cada paso. Para cancelar un análisis que se está ejecutando pulse sobre Cancel y espere a que el sistema responda al final del paso que esté realizando.


40

Interpretación de Resultados

Una vez que el Análisis ha terminado de ejecutarse deberá elegir qué solución ver y cómo. Elija una opción de la siguiente pantalla:

Hay varios estadísticos que puede imprimir o visualizar en la pantalla:

Ventana “Summary Statistics”. Ventana “Cluster Report”. Ventana “Cluster Solution”. Ventana “Cluster Groups”.

Todas estas ventanas son accesibles desde “View” en el Menú Principal. Es mejor usar el siguiente orden para trabajar con los resultados:

1) Mirar la ventana “Summary Statistics”.2) Hacer una valoración general de todas las Soluciones Cluster obtenidas.3) Examinar una Solución Cluster específica.4) Examinar uno por uno los grupos obtenidos en una solución cluster específica.

Ventana Resumen de Estadísticos (“Summary Statistics”)

Seleccione en el menú principal 'View / Summary Statistics'.

Esta ventana muestra la media global y la desviación típica (que mide el grado de dispersión de las respuestas) para la muestra total (target). Esta información puede ser útil para identificar frases con distribuciones fuertemente desviadas. Todas las variables están normalizadas a una media de 0 y una desviación típica de 1 antes de ejecutar el Análisis Cluster – esto nos asegura que cada variable tenga la misma importancia en el Análisis.

Por ejemplo, en el caso de las frases que tienen una escala de 6 puntos, la puntuación media será 2.5, basada en una puntuación de 1 "Totalmente en desacuerdo" y de 5 para "Totalmente de acuerdo". Esto le dará una indicación de qué frases tienen una respuesta más positiva (o negativa). La Desviación Absoluta muestra la diferencia media existente entre la media global y las respuestas de los entrevistados.


41

Ventana Informe del Cluster (“Cluster Report”)

Esta ventana muestra el porcentaje de Varianza Explicada (“Variance Explained”), que es la proporción de la varianza total que explica esa solución Cluster. El Análisis Cluster intenta encontrar grupos con una pequeña varianza interna (dentro del grupo) pero que sean lo más distintos posible entre sí. La cifra mostrada es el porcentaje de varianza entre los grupos y no la varianza dentro de ellos. Por tanto, cuanto más alta sea la cifra de varianza del grupo mejor es éste. Además, en esta ventana se muestra cuál es el tamaño muestral de los grupos más pequeños y más grandes de cada solución; el tamaño de cada uno de los grupos de una solución puede verse en la ventana de Soluciones de Cluster (“Cluster Solution”).


42

Ventanas de Soluciones de Cluster (“Cluster Solution Windows”)

La ventana de “Cluster Solution” muestra información para todos los grupos Cluster de una solución dada. Esta ventana ofrece la posibilidad de examinar globalmente una solución dada – podemos observar el mismo estadístico para cada uno de los grupos pudiendo comparar unos con otros.

La ventana de “Cluster Group Report” muestra los indicadores estadísticos básicos para cada uno de los grupos de la solución. De esta forma podremos examinar en detalle cada uno de los grupos.

Para ir cambiando de soluciones haga clic en y podrá elegir qué solución ver.

El objetivo principal de ambas ventanas es examinar en detalle las particularidades de cada grupo cluster, y poder así elaborar una breve descripción o 'fotografía' de cada uno de ellos.

Los grupos Cluster se han formado agrupando a los individuos que han respondido de forma similar a las frases. No todos habrán respondido exactamente lo mismo dentro de un grupo, pero existirá un patrón global de grupo en contraste con otros. Usted deberá interpretar estos patrones e intentar entender por qué esos individuos han sido agrupados de esa forma.

El informe muestra los siguientes estadísticos:

i) Standard Deviations from the mean = (Media del Grupo - Media de la Muestra) (Desviación Standard respecto de la media) Desviación típica de la Muestra

ii) Absolute Deviations from the mean = Media del Grupo - Media de la Muestra(Desviación absoluta de la media)

iii) Absolute mean = Media del Grupo para esa frase


43

(Media absoluta)

iv) Variance breakdown: Un desglose de la Varianza remanente por grupo y por variable y un desglose de la Varianza Explicada (“Variance Explained”) por variable.

En todos los casos, las cifras altas (positivos) muestran un grado de acuerdo alto, las bajas (negativas) significan un grado alto de desacuerdo.

Recomendamos usar la Desviación Standard de la media (“Standard Deviations from the mean”) para interpretar los grupos Cluster. Las cifras de este estadístico reflejan las desviaciones de este grupo Cluster (comparado con la muestra completa), las cuales han sido normalizadas en términos de Desviaciones Standard. Es importante usar este estadístico ya que el análisis ha utilizado datos normalizados cuando formó los grupos y es comparable entre variables (la misma cantidad de Desviación tiene exactamente la misma significación en una frase que en otra).

Códigos de Colores

Las cifras de “Desviación Estándar respecto de la Media” (Standard Deviations from the mean) de la ventana de “Solución de Grupos Cluster” (“Cluster Group Report”) aparecen en distintos colores siguiendo un código para facilitar su interpretación. Las cifras en rojo significan una desviación positiva mientras que las cifras en azul significan una desviación negativa. Si el rojo o azul son claros indican que la desviación es fuerte mientras que un rojo o azul oscuros indican una desviación muy pequeña aunque importante.

Rojo Claro Desviación Positiva mayor que 1 (Desviaciones Standard de la Media)Rojo Oscuro Desviación Positiva entre 0.6 y 1 (Desviaciones Standard de la Media)Azul Oscuro Desviación Negativa entre 0.6 y 1 (Desviaciones Standard de la Media)Azul Claro Desviación Negativa mayor que 1 (Desviaciones Standard de la Media)


44

¿Cuántos Grupos Cluster debo elegir?

La elección de la Solución Cluster más adecuada es un arte, y la decisión deberá basarse en una serie de elementos:

Observar cada uno de los grupos Cluster en detalle, llevándolos a Choices3 para conocer, entre otras cosas, las características demográficas de cada grupo. Hay que ver qué grupos tienen sentido y son más interesantes. Comparar unas soluciones cluster con otras para ver cuáles son los grupos que más interesan y cuáles no. ¿Se alcanzan los objetivos de análisis fijados inicialmente o debería considerarse usar un target diferente o un conjunto distinto de variables?

Normalmente lo que suele ocurrir si se compara, por ejemplo, la solución de 5 grupos y la de 6 es que en la solución de 6 se mantienen los 5 grupos y además ganamos un grupo nuevo, es decir, la nueva solución de 6 no cambia de manera significativa lo que ya encontrábamos en la de 5. Lo que también podría ocurrir es que se pierda un grupo y aparezcan 2 grupos nuevos. Intente identificar cuáles son los grupos nuevos y cuáles han desaparecido. Pregúntese si los nuevos grupos son útiles o si por el contrario ha desaparecido un grupo que era muy interesante.

El tamaño muestral del grupo más pequeño es importante porque limitará los análisis que se van a poder llevar a cabo con ese grupo dentro de Choices3. Si está interesado en analizar marcas con poca penetración, deberá usar un número menor de grupos para que los tamaños muestrales de cada uno sean más grandes.

Seleccione en el Menú Principal 'View/Cluster Report' para ver la información relativa al análisis:

* La Varianza Explicada (“Variance Explained”) como un porcentaje* El tamaño Muestral del grupo más pequeño de la Solución.* El tamaño Muestral del grupo más grande de la Solución.

El número de grupos desde 2 hasta el máximo especificado para la ejecución del análisis

El % de Varianza del Total Muestra explicado por el fraccionamiento de la Muestra en unnúmero de grupos determinado.


45

El % de Varianza Explicada (“Variance Explained”) indica cuánta de la varianza original de los datos es explicada al repartir a los entrevistados en 2, 3, 4, 5 grupos etc. El % de varianza obtenido variará dependiendo de la naturaleza de los datos analizados.Por ejemplo, un tamaño muestral muy grande y un gran número de variables tenderá a darnos niveles de explicación muy pequeños. Como criterio de trabajo mencionar que un 12-15% de varianza sería el mínimo aceptable y que es raro conseguir más del 30%. La importancia del tamaño de los grupos más pequeños y más grandes (tal y como puede verse en la ventana resumen), ya que no le interesará tener un grupo muy pequeño o uno demasiado grande.

Otras consideraciones a tener en cuenta en la decisión de qué solución Cluster utilizar tienen que ver con cuestiones prácticas como: para qué vamos a utilizar los grupos Cluster. Si, por ejemplo, el análisis va a presentarse a un público numeroso, ¿cuántos grupos sería capaz de aprehender este público? : Probablemente 12 son ya demasiados.

Cuantos más grupos Cluster haya, mayor será la varianza explicada (lo cuál es bueno). Sin embargo, la varianza explicada (“Variance Explained”) según el número de grupos se incrementará en una cantidad cada vez menor. Un número demasiado grande de grupos Cluster puede llegar a ser inmanejable, y puede sustentarse en tamaños muestrales muy pequeños.

Ventana de Grupos Cluster

Esta ventana nos muestra la misma información que la ventana de Soluciones Cluster (“Cluster Solution Window”), pero permite ver los resultados para cada grupo individualmente. También muestra los 3 estadísticos principales (Desviación Estándar de la Media, Desviación Absoluta y Media Absoluta) en columnas consecutivas y permite ordenar los resultados, en orden descendente o ascendente, utilizando el estadístico que nos interese. Ésta es quizá la ventana más útil para examinar en detalle los grupos de una Solución Cluster.

Por defecto, la ventana nos muestra los datos ordenados por la Desviación Estándar de la Media (“Standard Deviations from the mean”) en orden descendente, sin tener en cuenta el signo (positivo o negativo). Ésta es la forma en que recomendamos analizar los resultados, ya que asegura que las desviaciones más importantes (características) de cada grupo aparezcan al comienzo de la lista. Sin embargo, si lo desea puede ordenar los datos por cualquiera de los otros dos estadísticos, especificando el estadístico que desea usar seleccionándolo en la lista de la casilla de “Sort by:”. En esta ventana y desplegando la lista de grupos de la casilla “groups:”, es fácil seleccionar el grupo Cluster que se desea analizar y ver cuáles sus características más importantes.


46

Recuperar los Grupos Cluster en Choices3

Una vez que se han analizado los grupos Cluster en el programa de Cluster, normalmente el siguiente paso es llevar los Grupos resultantes a Choices3 para poder realizar una interpretación y análisis más detallado de los mismos. En Choices3, se pueden cruzar los Grupos con cualquier variable del estudio con el que hayamos hecho la segmentación. Para hacerlo tendrá que indicar al sistema qué solución de grupos desea introducir en Choices3. Esto no se realiza de forma automática ya que normalmente sólo querrá llevar a Choices3 una solución, y el programa de Cluster genera varias soluciones.

Importar a Choices3

En la Ventana Principal de Choices3 seleccione en el Menú Herramientas / Importar Solución de Grupos. Aparecerá la siguiente ventana:

Elija la solución/es Cluster que desee importar al diccionario de Choices3.

Nota: Los archivos de soluciones Cluster se guardan junto con todos los datos que aparecen en la Pestaña de Preguntas, por lo que una vez importados cualquiera que acceda a Choices3 podrá ver, junto con el resto de variables, las soluciones importadas.

Una vez importada la solución de grupos al diccionario de Choices3, los grupos podrán ser seleccionados como cualquier otra variable de la encuesta (ver ventana abajo). Los grupos Cluster pueden cruzarse ahora con cualquier otra variable. También pueden utilizarse como targets en el análisis de medios.


47

¿Qué pasa si mis grupos Cluster no aparecen en la Pestaña de Preguntas?Asegúrese de tener abierta la misma encuesta con la que generó el Análisis Cluster, recuerde que Choices3 muestra el nombre de la encuesta abierta (activa) en la esquina inferior derecha de la pantalla.

¿Cómo puedo poner nombres a mis grupos Cluster?Puede dar un nombre a cada Grupo Cluster que resuma las características de los miembros que lo integran. Para ello, en Choices3, ponga los Grupos en columnas, filas o filtro y en la ventana del Editor de Tablas dé un nombre los Grupos Cluster editando los textos actuales. Para utilizarlo posteriormente en otros análisis le será útil guardarlos como un archivo de definición (desde el Editor de Tablas) con los nombres de los grupos ya editados.

Para acceder al Editor de Tablas, en la Ventana Principal de Choices3 vaya al Menú de

Codificación y seleccione Codificación / Editar Tabla, (Ctrl + E) o pulse el botón .


48

Superposición de los Grupos Cluster en el Mapa Original de Correspondencias

Muchas veces resulta útil ver dónde se sitúan los distintos Grupos Cluster en el Mapa de Correspondencias original. Nos ayudará a decidir cuál de las Soluciones Cluster es mejor utilizar para llegar a nuestro target. Podría encontrar que un grupo es una versión más refinada de otro grupo y que por lo tanto responderá a la misma estrategia.

Los grupos Cluster generados en el ejemplo de “Cervezas”, han sido superpuestos en el Mapa de Correspondencias original.

Esto se ha realizado recuperando, en Choices3, el archivo de especificaciones original con las marcas vs. las frases actitudinales, y añadiendo los grupos Cluster a las columnas. A continuación, ejecutar el Mapa de Correspondencias como se hizo anteriormente.

En este punto, es muy importante volver variables pasivas los Grupos Cluster. Es importante realizar esto antes de pasar por el proceso de ordenar y editar el Mapa de Correspondencias descrito anteriormente.


49

Un ejemplo de Análisis Cluster: Segmentación de consumidores de cerveza

1) Realización de la Tabla

Introduzca las marcas de Cervezas en columnas, y el “total de acuerdo” (muy + bastante de acuerdo) de las frases de Estilos de Vida que se refieren a Alimentación y Bebidas

Guarde la tabla como un archivo de especificaciones; para que sea más fácil, es aconsejable utilizar el mismo nombre para este archivo y para el mapa de correspondencias y el cluster. Ejecute la tabla.

Ejecute el Mapa de Correspondencias y analícelo para ver si ofrece una buena representación del mercado. Cuando esté satisfecho con el mapa, imprímalo usando "Archivo / Imprimir".

Para obtener una copia de las frases de Estilos de Vida utilizadas en el Mapa, imprima también la ventana de Estadísticos.

2) Preparación del Análisis Cluster: selección de las frases de Estilos de Vida

Para el Análisis Cluster, seleccionar aquellas frases de Estilos de Vida con mayor distancia Chi respecto al centro del Mapa. Con el listado que hemos impreso desde la Vista de Estadísticos del Análisis de Correspondencias.

En Choices3, introduzca el filtro “Bebe cerveza: Sí”. Seleccione “Herramientas / Salvar archivo de filtros” (ctrl + D) para fijarlo como un filtro (target) de Cluster.

Después de guardar el filtro, entre en el software de Análisis Cluster. El software de Análisis Cluster podría abrirse también mediante un acceso directo en Inicio/Programas/ KMR SPC Software.

A continuación, elija la base de datos/Encuesta que va a utilizar (deberá ser la misma que la utilizada en Correspondencias). Dé un título al proyecto, por ejemplo: “Cervezas” y un nombre al archivo, como “Cluster Cervezas”.

Seleccione, de la lista de frases de Estilos de Vida que aparecen en la casilla izquierda de la ventana, las primeras 15-25 frases que ya se identificaron previamente en la Vista de Estadísticos del Análisis de Correspondencias

A continuación, compruebe que todas las frases elegidas (que ahora están en la casilla derecha de la ventana) son las pertinentes para el mercado que estamos estudiando. Si piensa que no son significativas, o que son muy similares entre sí, haga clic en el botón de la flecha hacia la izquierda para quitarlas de la lista. Vd. podría decidir incluir frases que no son tan importantes en términos de distancia Chi en el Mapa de Correspondencias.


50

3) Ejecución del Análisis Cluster

Haga clic en el botón y especifique cuántas Soluciones de Grupos Cluster quiere generar.

Puesto que el software generará también las Soluciones Cluster por debajo del número que usted ha seleccionado, es mejor especificar de más que de menos. Normalmente, se especificará entre 4 y 8, pero puede variar según el mercado que se esté estudiando.

4) Interpretación de los resultados

Una vez ejecutado el análisis cluster y en el programa de Cluster, se deben analizar algunos indicadores estadísticos para comprender los distintos Grupos. En la página 34 encontrará una explicación detallada de cómo realizar la “Interpretación de los resultados”. La ventana de Soluciones Cluster ("View Cluster Solution") es particularmente interesante.

Mirando las 5 primeras frases (aproximadamente) de cada Grupo de la Solución, podrá empezar a tener una idea de cómo se diferencian los Grupos Cluster actitudinalmente unos de otros. Aquellas frases con signo negativo indican que los entrevistados no están de acuerdo con ellas.

Le recomendamos que imprima la lista con las frases de estilos de vida para cada Grupo Cluster y para cada una de las Soluciones generadas. Las frases de Estilos de Vida están ordenadas en sentido descendente, por la Desviación Estándar de la Media, para cada grupo. Podría serle útil poner nombre a los Grupos Cluster, ya que estamos intentando asociar estos grupos con gente que podemos ver en la calle.

Dentro del programa de Cluster, examine cada Grupo en cada Solución.

5) Importar los grupos Cluster desde Choices3

Una de las formas más efectivas de interpretar los Grupos Cluster es importarlos a Choices3 para seguir analizándolos.En primer lugar, importe sus Grupos Cluster a Choices3 seleccionando “Herramientas / Importar solución de grupos” en la ventana principal de Choices3.

La elección de las variables para analizar los Grupos dependerá del mercado que se esté estudiando, por ejemplo, le podría interesar incluir las siguientes:

i) Perfil demográfico

ii) Perfil de consumo de Medios

iii) Perfil de Consumo de Productos y Marcas

iv) Consumo de Programas de TV


51

Explicación de los Estadísticos

Análisis Cluster

Si la distribución de la población en una muestra no es homogénea, los entrevistados se agruparán a menudo juntos en Clusters. Las lagunas pueden también indicar que hay una mezcla de varias distribuciones.

Como los Cluster son muy sensibles a las variaciones de la muestra, cualquier pequeña perturbación en los datos puede dar como resultado una agrupación Cluster muy diferente.La elección del número de Grupos Cluster no puede llevarla a cabo el algoritmo, sino que debe hacerse subjetivamente. Por ese motivo, el Análisis Cluster no es una herramienta estadística rigurosa y precisa, y debe aplicarse tras una consideración y búsqueda cuidadosa de toda la información disponible.

Metodología Cluster El proceso de agrupación cluster comienza con la comparación de la distancia de cada individuo (observación) respecto a la Media de referencia (“Centroides”) de cada uno de los Clusters propuestos en la muestra de n individuos (observaciones). El individuo (observación) es asignado al cluster de centroide más próximo. Las distancias se recalculan y los individuos se recolocan tantas veces como sea necesario. El proceso continúa hasta que todos los individuos (observaciones) están agrupados en los cluster con la mínima distancia posible respecto a sus Medias de referencia (centroides).

Algoritmo de K-Medias (K-Means Algorithm)

El programa de Análisis Cluster utiliza un algoritmo de partición de K-Medias. Un algoritmo de partición parte de un número pequeño de grupos para llegar a un número más grande, al contrario que un algoritmo de fusión, que funciona a la inversa.

El programa empieza partiendo de un único grupo (el target que hayamos decidido), después construye una Solución de 2 Grupos Cluster, una solución de 3 Grupos Cluster y así sucesivamente hasta llegar al número de Grupos Cluster que el usuario haya especificado. Esto se conoce como un análisis de “Multi-K-Medias”, donde K representa el número de Grupos Cluster elegido por el usuario. La partición siempre resulta de la división de un grupo existente en dos. El programa selecciona y divide el grupo más débil, es decir, el que tiene una mayor varianza interna.

Se toman las distancias al cuadrado de cada individuo y se elige al individuo con la puntuación más alta y después al individuo que es más distinto (al opuesto).

i) Estandarizar VariablesLas variables se estandarizan (normalizan) a una media de 0 y una varianza de 1, lo cual asegura que todas las variables tienen el mismo peso en el análisis.

ii) Dividir el Target en dosSe seleccionan dos puntos “originarios”. El punto A será el más lejano del centroide del target que se va a dividir, y el punto B será el más lejano del punto A (una vez elegido éste). El resto de los individuos serán asignados a cada grupo en función de estos dos puntos “originarios”.


52

iii) Refinar la Solución Cluster y ejecutar K-MediasPara cada entrevistado, y para cada Grupo Cluster distinto al actual del entrevistado, el programa calcula el incremento del error debido al cambio de grupo. Si el incremento mínimo en el error es negativo, el entrevistado se incorpora al cluster con el mínimo error. El punto medio de los Grupos Cluster objeto de estas transferencias (los que pierden y ganan sujetos) se reajusta tan pronto como se registra cualquier incremento en el error. Así, se repiten las transferencias de individuos hasta que no se pueda mover ningún individuo más.

iv) El número de grupos es menor que el número solicitadoSi el número de grupos es todavía inferior al que se solicitó, el grupo con la mayor varianza se divide, y se repiten las fases (ii) y (iii).

Bibliografía:

Hartigan, J.A (1975) Clustering Algorithms (Wiley, New York)Everitt, B (1974) Cluster Analysis (Heinemann, London)MacQueen, J (1967) "Some methods for Classification and analysis of multivariate observations", Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, University of California Press, Berkeley

Desviación Absoluta de la Media (Mean Absolute Deviation)

Cada observación (individuo) se valora en términos de su desviación respecto a la Media. Las desviaciones resultantes se suman y se calcula la Media.

Varianza (Variance)

La varianza es la media de la suma de las desviaciones al cuadrado.Cuanta más pequeña sea la varianza existente en la población (Universo), más correcta será la muestra tomada de esa población.

Desviación Típica (Standard Deviation)

Una vez elevada al cuadrado, la raíz cuadrada de la varianza se toma como una medida de dispersión.


COMANDOS DE LA VENTANA PRINCIPAL DE CLUSTER

Menú FILE

New Project Crea un nuevo proyecto Cluster y lo muestra en la ventana activa. Le preguntará si quiere guardar el documento cuando cierre la aplicación.

Open Project Muestra la ventana de diálogo Open File, así podrá abrir un fichero y cargarlo en una nueva ventana. También le permitirá crear un nuevo documento cambiando el nombre y poniendo uno que no exista todavía.

Close File Cierra la ventana que esté abierta (activa) en ese momento.

Close Project Cierra el proyecto que estaba abierto y retrocede a la ventana inicial donde se puede comenzar con un nuevo proyecto cluster o trabajar con uno ya existente.

Save Project Guarda el Proyecto abierto (activo) en la ventana. Si el documento no tiene nombre, aparecerá la ventana de diálogo “Save As” para que Vd. le dé un nombre y elija dónde quiere guardarlo.

Save As Le permite guardar un documento con un nuevo nombre, o en un sitio diferente del disco. El comando muestra la ventana de diálogo “Save File As”. Podrá introducir el nuevo nombre del archivo, incluyendo la unidad y el directorio. Todas las ventanas que se refieran a este archivo se actualizarán con el nuevo nombre. Si elige un nombre de archivo que ya existe, le preguntará si quiere sobreescribir el que ya existía.

Print Imprime el contenido de la ventana activa. Utilice File / Print Preview para ver cómo quedará el documento en las páginas impresas. Utilice File / Print Setup para seleccionar una impresora, y para establecer las opciones de impresión.

Print Preview Abre una ventana especial que muestra cómo aparecerá el documento activo cuando se imprima. La ventana de vista preliminar muestra como quedarán una o dos páginas del documento activo al imprimirse. Los controles de la pantalla le permitirán ver las distintas páginas del documento.

Print Setup Muestra el cuadro de diálogo de Configurar Impresión, que permite seleccionar y configurar la impresora que se va a usar.

Import filter Con este comando podrá importar un filtro (target) que haya sido guardado en Choices3.

Exit Cierra el programa de Cluster. Antes de ejecutarlo, asegúrese de que ha guardado el archivo.


54

Menú EDIT Copy Copiar

Menú VIEWProjectSummary Para cada variable (afirmación) muestra la media y la desviaciónStatistics típica

Main Report Para cada Solución, muestra la cantidad de varianza y el tamaño del grupo más pequeño y más grande de cada Solución. Le permite ver cualquier Solución Cluster.

Cluster InformationCluster ReportCluster Solution Muestra para cada Grupo de una determinada Solución: la desviación

Típica de la Media, la Desviación Absoluta de la Media y la Media Absoluta para cada frase.

Cluster GroupCluster Log Proporciona un informe de cómo ha se ha generado cada grupo cluster,

con el número de pasos y los casos que se han movido.

Menú ANALYSISRun Cluster Ejecutar el Análisis Cluster

Createmembershipdata Choices 1 Crea un archivo importable a Choices 1

Createmembershipdata Choices 2 Crea un archivo importable a Choices 2 y 3

Add Variable Añadir variable

Remove Eliminar variableVariable

Menú OPTIONSSystem Muestra los directorios que se usan en Cluster, y puede ser útil paraOptions saber dónde se guardan ciertos archivos.

Project options Permite cambiar el título del proyecto y el número de clusters.

Save Project Permite guardar las especificaciones del proyecto.


55

Menú WINDOWCascade Muestra todas las ventanas activas en cascada, así se puede ver la barra

de título de cada una.

Tile Muestra todas las ventanas en la misma pantalla de forma no superpuesta.

Arrange Icons Junta todos los iconos de las ventanas minimizadas en una fila encima de la barra de aplicaciones de la ventana principal.

Close All Permite cerrar todas las ventanas de Cluster.

Menú HELP Ofrece ayuda para ejecutar el análisis cluster.

Manual para el usuario de Correspondencia y Cluster...

Documents

Transcript of Manual para el usuario de Correspondencia y Cluster...