Manuals Pad

ANLISIS MULTIVARIANTE
Pasos para el manejo del SPAD
Curso 1998/99
1. Introduccin
2. Inicio
3. Pasos generales para realizar anlisis estadsticos
Seleccionar una base de datos
Ventana Filiere
Introducir parmetros en el modelo
- Hoja de variables
- Hoja de individuos
- Hoja de ponderacin
Salvar Filiere y ejecutar
4. Edicin de resultados
5. Creacin de una nueva base de datos
Ventana de ttulo
Ventana Variables
Ventana Modalidad de una variable nominal
Ventana Individuos
Ventana Valores
Guardar, cerrar, guardar como y salir
6.
7. Representacin grfica de planos factoriales
Para iniciar la visualizacin
Comando Graphique
Comando Edition
Comando Selection
Comando Habillage
Comando Dessin
Carecterizar los distintos grupos o modalidades
8. Estadstica descriptiva
Histogramas
2
Descripcin de modalidades
Descripcin de variables continuas
Tablas de variables nominales
Cruces de variables continuas
9. Anlisis de componentes principales
10.
Anlisis factorial de correspondencias
11.
Anlisis de correspondencias mltiples
12.
Descripcin de factores
13.
Anlisis de clasificacin
Clasificacin jerrquica y mixta
Particin del dendograma
Descripcin de las clases
Introduccin
El paquete estadstico SPAD es una herramienta destinada al anlisis exploratorio de
datos multidimensionales. Est orientado al anlisis estadstico descriptivo de grandes tablas de
datos obtenidos a partir de encuestas.
Se basa en las tcnicas factoriales que tiene como fundamento el lgebra lineal,
descomponiendo la matriz de datos mediante sus valores propios. La idea subyacente de esta
metodologa es que se puede calcular las distancias entre las lneas y las columnas de una tabla
rectangular utilizando distintos tipos de medidas (correlaciones, coeficientes de contingencia,
etc.).
Adems, desarrolla tcnicas de clasificacin de los elementos de la tabla (filas o
columnas) a partir de los vectores propios, obteniendo caracterizaciones estadsticas
automticas de las distintas clases.
Inicio
Se aprieta dos veces en el icono SPAD (Winspad3)
Aparecen automticamente tres ventanas
Ventana principal del SPADN
(SPAD Version 3.21)
Ventana de mtodos estadsticos
(Mthodes)
Ventana de programacin
(Filire 1:sans noms)
Pasos generales para realizar anlisis estadsticos

Una vez que tenemos abierto el SPAD,
aparece por defecto una ventana Filiere y vamos a
trabajar principalmente con esta ventana. En el caso de que esta ventana no aparezca o que
queramos abrir una nueva, en el men Principal, vamos al comando Filierie y escogemos
Nouevelle Filiere. Se pueden abrir tantas ventanas Filiere como queramos seleccionando en la
ventana principal del SPAD el comando Filiere: nouvelle para crear una nueva base o bien
para recuperar alguna ventana de programacin ya archivada.
Dentro de la ventana Filiere vamos a disear y realizar el anlisis estadstico de la

base de datos en estudio.
Seleccionar una base de datos
Si queremos seleccionar una base de datos ya existente, en la ventana Filiere que
aparece al iniciar el SPAD apretamos dos veces en el icono BASE, y seleccionamos la base
que queremos (extensin SBA).
Modelos estadsticos
Para disear la ventana de programacin estadstica, hemos de seleccionar el mtodo
estadstico deseado, que normalmente ser alguno de los siguientes:
Descripcin estadstica univariante y bivariante
Anlisis factoriales
Archivar o exportar datos, resultados, etc.
Hay dos formas de seleccionar estos mtodos. La primera es la ms cmoda y la

segunda es ms grfica (recomendamos la primera forma)
1. Primera forma. Una vez seleccionada la base, seleccionamos en la ventana
Filiere el comando Modele y luego en el filiere predefinie escogemos el
anlisis estadstico general que deseamos realizar y el mtodo en concreto.
2. Segunda forma: Una vez seleccionada la base, en la ventana Filiere aparece el
comando Methode, y en el submen escogemos Inseser Methode. Aparece un
icono vaco en la ventana Filiere. Seleccionamos el icono correspondiente al
mtodo deseado en la ventana Methodes y lo trasladamos hasta el icono vaco

de la ventana Filiere.
En la ventana Filiere aparece el icono con el mtodo de clculo correspondiente.
a) Si aparece en color gris, debemos introducir los parmetros del modelo.
b) Si est en color amarillo, ya hemos introducido los parmetros necesarios.
Introducir parmetros en el modelo
Cuando el icono del mtodo est en gris, pinchamos dos veces en el icono, y
dependiendo del mtodo, nos saldrn distintas pantallas que hemos de cumplimentar.
Normalmente nos saldrn las siguientes hojas que en todos los casos habr que rellenar:
Hoja de variables
Aparece una ventana con todas las variables disponibles.
Hemos de seleccionar en el recuadro Selection de variables el tipo de variables
y su estatus.
Una vez seleccionado el tipo de variable y sus caractersticas, aparecen en la
ventana superior las variables disponibles. Hemos de escoger las variables que nos
interesen en funcin del anlisis concreto. Con las fechas hacia arriba y hacia abajo las
elegimos.
Esta pantalla podemos obtener diversa informacin acerca de las variables en
estudio (si son variables nominales las frecuencias de las modalidades y su tanto por
ciento; si son continuas, la media, desviacin tpica, mnimo y mximo) .
Hoja de individuos
Seleccionamos los individuos que nos interesan en funcin de nuestros
objetivos. Podemos seleccionar
Todos los individuos disponibles
Los individuos que cumplan determinadas condiciones
Seleccionndolos uno a uno
O bien mediante intervalos segn su nmero de
codificacin.
Si queremos aplicar el filtro lgico para escoger los individuos:
6
1. Seleccionamos en Choix des Individus el filtre Logique

2. Apretamos sobre la variable elegida (el criterio de seleccin puede ser
ET -y- o OU -o-)
3. Apretamos en el operador correspondiente (=,>,<,...)
4. Apretamos sobre el operando Valider, y aparece la definicin global
del filtro.
Tambin podemos escoger los individuos mediante una lista, seleccionndolos uno a
uno, o bien mediante intervalos.
Hoja de ponderacin
Si queremos dar ms importancia a unos individuos que a otros, los
ponderamos mediante una variable de ponderacin. Por defecto, todos los
individuos son iguales (ponderacin uniforme).
Salvar Filiere y ejecutar
Una vez cumplimentado los parmetros del modelo, aceptamos y nos aparece
de nuevo la ventana Filiere. Si el nmero que aparece al lado del icono est en verde,
significa que al menos el mtodo puede funcionar ( lo que no implica que est bien
diseado estadsticamente).
Con la confianza de esperar que nuestro mtodo sea el correcto y que los
parmetros (variables, individuos, etc.) estn bien definidos procedemos a salvar el
mtodo estadstico diseado apretando F5. Si no hemos dado un nombre a este
procedimiento, nos pedir que le demos un nombre y posteriormente una pequea
descripcin del mtodo.
Edicin de resultados
Una vez ejecutado el mtodo podemos estudiar los distintos resultados obtenidos
pinchando dos veces el icono de texto que aparece a la derecha del icono del mtodo.
Aparece una nueva ventana Editueur de Rapport y los resultados aparecen
estructurados en forma de rbol en la ventana Plan du rapport.
Seleccionamos el ttulo de inters y los resultados aparecen en una nueva ventana de
texto. Estos resultados se pueden copiar, imprimir, salvar, etc.
Creacin de una nueva base de datos
Para realizar un anlisis estadstico, lo primero que se ha de hacer es disponer de la

tabla de datos.
Si queremos introducir los datos directamente en el SPAD, hay que seguir los
siguientes pasos:
1. Seleccionamos en la ventana principal (SPAN Version 3.21) el men que nos permite
trabajar con el editor de base de datos (Base).
2. Una vez dentro del men de Base, seleccionamos el comando que nos crea una base
de datos nueva nueva (Nouvelle base).
3. Aparece la ventana de editor de datos (Editeur de donnees) y en la barra de
herramientas de la ventana Editeur de donnees aparecen cinco iconos con forma de
ventana ( ent, var, mod, ind, val) que corresponden a las siguientes ventanas:
ventana Entete: identifica la base de datos
ventana Variables: define los tipos de variable y etiquetas de las distintas

variables.
ventana Modalites de la variable: define las diferentes modalidades de la

variable nominal seleccionada.
ventana Individus: identifica y etiqueta los individuos de la base.
ventana Valeur: asigna a cada individuo sus valores correspondientes.

Es la tabla de datos propiamente dicha.
Ventana de ttulo
Por defecto, cuando creamos una base de datos nueva, aparece la ventata Entete. En la
ventana Entete hay un recuadro (titre) donde escribimos el nombre de la base de datos y
podemos aportar una breve descripcin de esta base (sous). Una vez identificado el contenido
de la base que vamos a crear, apretamaos el botn Autres vues y se abren simultneamente
cuatro ventanas. Si no se abren las ventanas, en la barra de herramientas de la ventana Editeur
de donnes aparecen cuatro iconos con forma de ventana con los siguientes nombres: ent, var,
mod, ind, val.
9
Ventana Variables
Ventana Variables: los distinos campos que aparecen en esta ventana son:
Ident: Nombre de la variable, 4 caracteres mximo
Libel: Etiqueta de la variable
Type: N para variables nominales, C para variables continuas
Min: valor mnimo para la variable. Siempre es 1 si es nominal
Max: valor mximo para la variable. Si es nominal, representa el nmero
de modalidades
Ventana Modalidad de una variable nominal
Ventana Modalites de una variable nominal: define las modalidades de la variable
nominal seleccionada.
El Ident es el nombre de cada modalidad
La libel es la etiqueta con 20 caracteres mximo.
Ventana Individuos
Ventana Individus: identifica y etiqueta a los individuos. Se crean apretando Ctrl A.
Ventana Valores
Ventana Valeurs: asignamos a cada individuo sus valores correspondientes.
Guardar, cerrar, guardar como y salir.
Cuando ya hemos introducido los datos, seleccionamos en la ventana Editeur de donees,
el comando Fichier para guardar, salir, guardar como, etc. Si queremos guardar los
datos, seleccionamos en el submen Enregistrer, y automticamente nos pedir un
nombre para el fichero. Para salir del editor de datos, Quitter.
10
Representacin grfica de planos factoriales
Este programa permite estudiar grficamente los planos factoriales del tipo ACP, AFC
y ACM.
Para iniciar la visualizacin
1. O bien abriendo un grfico que ya hemos creado y salvado con anterioridad, o bien
si estamos ejecutando un determinado mtodo, seleccionando el icono grfico en
forma de ejes que aparece a la derecha del mtodo.
2. Aparece la ventana preselections pour un nouveau graphique. En ella
seleccionamos las variables y frecuencias activas e ilustrativas, etc., as como las
particiones si las hubiera. La seleccin concreta de lo que podemos representar
depender del anlisis efectuado.
3. Si el fichero contiene muchos individuos, lo mejor es no representarlos. En cambio,
si el fichero es pequeo, no hay ningn inconveniente en representar todos los
individuos.
4. Apretamos OK.
Comando Graphique
Podemos abrir, cerrar, salvar, salvar como (por ejemplo podemos salvar el grfico
como un fichero bmp), imprimir, etc.
Si deseamos cambiar los ejes factoriales representados, elegimos los factores deseados
(F1, F2, F3, F4, etc..) (Changer les axes o bien el botn ejes que aparece en la barra de
herramientas). Nos indica la cantidad de informacin que posee cada factor.
Comando Edition
Permite copiar el grfico o la seleccin en el portapapeles.
Para borrar del grfico los puntos seleccionados Effacer
Comando Selection
Este men nos permite efectuar la seleccin de los puntos de inters en base a los
siguientes criterios (tambin se pueden utilizar los botones de la barra de herramientas)
11
Des categories
Seleccionamos las categoras que deseemos (individuos activos e ilustrativos,
variables activas e ilustrativas).
Des variables per liste
Seleccionamos una a una las variables que nos interesa representar.
Si son variables nominales, incluso podemos escoger qu modalidades
seleccionamos.
Des individus per liste y Des individus per filtre logique
Seleccionamos los individuos que deseamos que aparezcan uno a uno o bien
mediante filtros lgicos
Point par point, Par cadrage, Par segments
Si slo queremos seleccionar de punto en punto, apretamos el botn puntoflecha de la barra de herramientas y sealamos el punto en el grfico.
Si queremos seleccionar una regin de puntos, repetimos el paso anterior con el
botn puntos-rectngulo.
Si deseamos seleccionar segmentos, igual al anterior pero con el botn rectaflecha.
Tous les points y Tous les segments
Seleccionamos todo el grfico (incluido trayectorias)
Filtrage statistique de la selection
Nos permite seleccionar los puntos ms significativos en funcin de criterios
estadsticos. Se da un valor mximo por ejemplo 80 (80%) ya sea de contribucin
(AFC o ACM) o bien coseno (ACP) y se seleccionan todos los puntos que tengan una
contribucin igual o superior al 80%.
Deselection totale
Anulamos las selecciones anteriores. Podemos realizar esta tarea con el botn
punto-flecha-punto.
Comando Habillage
Permite trabajar con los puntos seleccionados anteriormente
12
Ecrire y Effacer les libelles

Si deseamos ver las etiquetas de los puntos o categoras seleccionadas,
apretamos el botn abc . En el grfico estas etiquetas se pueden mover.
Si deseamos que desaparezcan, pues presionamos el btn abc con cruz
Information su point
Si queremos estudiar detenidamente un individuo en concreto, pinchamos el
botn tabla con punto y luego el punto en concreto. Aparecen sus coordenadas
factoriales, as como sus valores en las distintas variables activas.
Des individus par groups
Se pueden representar los individuos por grupos en funcin de
1. las modalidades de una determinada variable nominal; o bien
2. si el grfico factorial ha sido obtenido mediante el Mthode Parti/Decla,
podemos representar los individuos en funcin de la clase. Seleccionamos
partitons y el corte del arbol deseado.
Seleccionamos las distintas formas de representar los distintos grupos (colores o
nmeros)
Para anular la seleccin apretamos rotour a lhabillage par defaut.
Comando Dessin
Trajectories
Si deseamos visualizar las trayectorias entre las diferentes modalidades de una
variable nominal, apretamos Trayectoires.
Una vez seleccionada la variable, aparecen las modalidades. Si queremos
desplazar una modalidad, la seleccionamos apretando una vez el ratn, y con el puntero
sealamos el lugar donde la queremos poner apretando otra vez el ratn.
El criterio para determinar el orden de las modalidades es que las contiguas se
parezcan lo ms posible entre s.
Si apretamos OK se dibuja la trayectoria deseada.
Lo podemos hacer con el botn flecha-flecha-flecha
Legend
Si nos molesta el recuadro de leyenda de la segmentacin de los individuos por
grupos, acudimos a este comando para que aparezca o desaparezca.
13
Caracterizar los distintos grupos o modalidades

Si queremos ver rpidamente la distribucin de los individuos ms representativos que
pertenecen a un grupo o a una modalidad en concreto, realizamos los siguientes pasos:
1. Elegimos en el men Affichage el modo mode de representation: modalits ou
classes au brycentre des points individus.
2. Seleccionamos con el botn punto-flecha la modalidad o el grupo que queremos
identificar.
3. Accedemos al men Habillage: Parangon: Calcul et affichage. Trabajamos con los
valores que nos presentan por defecto.
4. Aparece en el grfico el crculo donde ms o menos estn todos los individuos con
esa modalidad o en esa clase (recordad que estamos trabajando en un espacio de
diez dimensiones y que slo vemos dos, el plano). Aparecen unidos los individuos
ms representativos de esa modalidad o clase.
5. Si queremos seleccionar estos individuos, o bien con el botn punto flecha los
seleccionamos uno a uno o bien seleccionamos con el botn punto-flecha la
modalidad o el grupo correspondiente y vamos al men Habillage: Parangon:
Selection
6. Si queremos deshacer estos dibujitos Habillage: Parangon: Effecement.
14
Estadstica descriptiva
Se dispone de los siguientes procedimientos para describrir las distintas variables:
Histogramas, tablas de frecuencias
Descripcin de modalidades de las variables nominales
Descripcin de variables continuas
Tablas como cruce de variables nominales
Cruce de variables continuas
15
Histogramas, tablas de frecuencias. STATS

Hoja de tris a plat
Caracteriza las variables nominales mediante el nmero de individuos que

pertenece a cada modalidad, el tanto por ciento sobre el total de individuos de la
encuesta, y el tanto por ciento sobre el nmero de personas que han respondido esa
pregunta. Asimismo, aparece un histograma ilustrativo.
STATISTIQUES USUELLES DES VARIABLES

TRIS A PLAT DES VARIABLES NOMINALES
------ EFFECTIFS ------ABSOLU %/TOTAL %/EXPR.
HISTOGRAMME DES POIDS
----------------------------------------------------------------------------------------------------8 . Sexo
Muje - Mujer
4
40.00
40.00
*******************
Homb - Hombre
6
60.00
60.00
****************************
ENSEMBLE
10 100.00 100.00
-----------------------------------------------------------------------------------------------------
Hoja de Histogramas-Discretizacin
Seleccionamos las variables continuas para realizar histogramas y estudiar sus

estadsticas ms relevantes.
Aparece el nmero y el peso de los individuos
que han respondido a la
pregunta, as como su media, desviacin tpica, mnimo y mximo. Tambin aparece el

valor mnimo y el valor mximo cuando no se consideran los dos valores extremos (el
mnimo y el mximo real).
Se representa un histograma de la variable continua agrupada en intervalos, sin
considerar los valores extremos. Aparece los extremos de cada intervalo, la marca de
clase de cada intervalo y el nmero de individuos que hay en cada intervalo.
Asimismo, se representa el nmero de individuos global, su media y desviacin,
y tambin el nmero de individuos, la media y la desviacin de los individuos
considerados en el histograma. Aparece el nmero de individuos excluidos del
histograma.
16
STATISTIQUES SOMMAIRES DES VARIABLES CONTINUES

EFFECTIF TOTAL :
10
POIDS TOTAL
:
10.00
+-------------------------------------------------------+----------------------+----------------------+----------------------+
| NUM . IDEN - LIBELLE
EFFECTIF
POIDS | MOYENNE ECART-TYPE |
MINIMUM
MAXIMUM |
MIN.2
MAX.2 |
+-------------------------------------------------------+----------------------+----------------------+----------------------+
|
1 . P1
- Mayor cantidad de pr
10
10.00 |
6.700
2.002 |
4.000
10.000 |
5.000
9.000 |
+-------------------------------------------------------+----------------------+----------------------+----------------------+
HISTOGRAMMES DES VARIABLES CONTINUES
VARIABLE
1 : Mayor cantidad de producto
LIM.INF. | MOYENNE | POIDS | HISTOGRAMME
(ENTRE
4.80 INCLUS ET
9.20 EXCLU, UNITE = 0.03)
----------+----------+-------+---------------------------------------------------------------------------------------------------4.80 |
5.00 |
3 | XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
5.20 |
|
|
5.60 |
6.00 |
2 | XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
6.00 |
|
|
6.40 |
|
|
6.80 |
|
|
7.20 |
|
|
7.60 |
8.00 |
1 | XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
8.00 |
|
|
8.40 |
|
|
8.80 |
9.00 |
2 | XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX
+------------+-----------------------------+-----------------------------+
|
|
ENSEMBLE
|
HISTOGRAMME
|
|
| (DE
4.00 A
10.00) | (DE
4.80 A
9.20) |
+------------+-----------------------------+-----------------------------+
| POIDS
|
10.00
|
8.00
|
| MOYENNE
|
6.700
|
6.625
|
| ECART-TYPE |
2.002
|
1.654
|
+------------+-----------------------------+-----------------------------+
POIDS DES INDIVIDUS RESTANTS : STRICTEMENT INFERIEURS A
4.80 :
1.00
SUPERIEURS OU EGAUX A
9.20 :
1.00
17
Descripcin de modalidades de las variables nominales. DEMOD

Nos permite caracterizar cada modalidad de una variable nominal por medias de
variables continuas o por proporciones de las modalidades de otras variables nominales.
Seleccionamos la(s) variable(s) nominal(es) a caracterizar.
Seleccionamos las variables nominales que van a caracterizar a las anteriores
Seleccionamos las variables continuas que van a caracterizar.
Para cada tipo de modalidad de la variable nominal a caracterizar, se obtiene la lista de
todas las modalidades (de las variables nominales caracterizantes) asociadas, ordenadas segn
las probabilidades (la ms asociada es la primera, luego la segunda ms asociada, etc.) . La
medida de asociacin se realiza mediante un test chi-cuadrado del perfil global de la variable en
funcin de las modalidades. El nivel de significacin por defecto es del 1%. Si deseamos
trabajar con el 5%, vamos vamos a la hoja de caracterizacin, y en los botones de opciones,
donde pone Seuil (aparece por defecto 1) ponemos un 5 para trabajar al nivel del 5%.
El porcentaje MOD/CLA representa el tanto por ciento de los individuos con la
modalidad caracterizante (la de la derecha) que estn dentro de la clase o categora a
caracterizar. El porcentaje CLA/MOD representa el tanto por ciento de los individuos de la
clase o categora a caracterizar que estn dentro de la modalidad caracterizante (la de la
derecha). Se representa asimismo el procentaje global y el nmero de individuos que han
escogido cada modalidad.
Ejemplo: Supongamos que en una encuesta hay 315 individuos (138 hombres, 177
mujeres), de los que 143 trabajan a tiempo completo. Supongamos adems que los que son
hombres y trabajan a tiempo completo son 88 personas. Entonces el 61.54% de los individuos
que ejercen a tiempo completo una actividad profesional son hombres, y el 63.77% de los
hombres trabajan a tiempo.
Tambin se caracteriza las modalidades de la variable nominal mediante las variables
continuas. Se muestran las variables continuas en las que hay diferencias significativas en el
valor de la media segn la modalidad. El test empleado se basa en el anlisis de la varianza de
una va.
18
DESCRIPTION DES
DESCRIPTION DE:
CARACTERISATION
CARACTERISATION
MODALITES DE VARIABLES NOMINALES

Sexe de l'enqut(e)
DES CLASSES PAR LES MODALITES
DES MODALITES PAR LES CONTINUES
CARACTERISATION PAR LES MODALITES DES CLASSES OU MODALITES

DE Sexe de l'enqut(e)
masculin
---------------------------------------------------------------------------------------------------------------------------------V.TEST PROBA ---- POURCENTAGES ---- MODALITES
IDEN POIDS
CLA/MOD MOD/CLA GLOBAL CARACTERISTIQUES
DES VARIABLES
---------------------------------------------------------------------------------------------------------------------------------43.81 masculin
Sex1
138
20.45 0.000 100.00 100.00 43.81 masculin
Sexe de l'enqut(e)
Sex1
138
5.71 0.000
61.54
63.77 45.40 oui, plein temps
Exercez-vous en ce moment une activit professionnelle
Trv1
143
4.40 0.000
55.23
68.84 54.60 actif
Situation actuelle de la personne interroge
Sit1
172
4.37 0.000
56.41
63.77 49.52 non
Avez-vous t au chmage ces douze derniers mois ?
Chm2
156
3.69 0.000
59.79
42.03 30.79 non
Avez-vous des conflits travail - vie personnelle
Cnf2
97
3.66 0.000
48.30
92.75 84.13 non
Avez-vous souffert rcemment d'un tat dpressif
Dpr2
265
3.51 0.000
53.75
62.32 50.79 non
Avez-vous souffert rcemment de nervosit
Nrf2
160
3.25 0.001
64.29
26.09 17.78 cep et cap
Niveau d'tudes de l'enqut(e)
Dip3
56
3.06 0.001
50.50
73.19 63.49 non
Avez-vous souffert rcemment de maux de tte
Tet2
200
2.70 0.003
57.89
31.88 24.13 assez souvent
Regardez-vous la tlvision ?
Tl2
76
2.58 0.005
51.66
56.52 47.94 pas du tout d'accord Les gens comme moi se sentent souvent seuls
Seu4
151
---------------------------------------------------------------------------------------------------------------------------------fminin
IDEN POIDS
DES VARIABLES
---------------------------------------------------------------------------------------------------------------------------------56.19 fminin
Sex2
177
20.45 0.000 100.00 100.00 56.19 fminin
Sexe de l'enqut(e)
Sex2
177
7.87 0.000 100.00
29.38 16.51 mnagre s.prof.
Situation actuelle de la personne interroge
Sit3
52
4.30 0.000
69.72
55.93 45.08 reponse manquante
Avez-vous t au chmage ces douze derniers mois ?
20_
142
4.30 0.000
69.72
55.93 45.08 reponse manquante
Avez-vous des conflits travail - vie personnelle
19_
142
4.24 0.000 100.00
10.73
6.03 veuf(ve)
Statut matrimonial
Mat5
19
3.66 0.000
80.00
22.60 15.87 oui
Avez-vous souffert rcemment d'un tat dpressif
Dpr1
50
3.51 0.000
66.45
58.19 49.21 oui
Avez-vous souffert rcemment de nervosit
Nrf1
155
3.35 0.000
84.38
15.25 10.16 n'a jamais travaill Exercez-vous en ce moment une activit professionnelle
Trv4
32
3.06 0.001
67.83
44.07 36.51 oui
Avez-vous souffert rcemment de maux de tte
Tet1
115
2.77 0.003 100.00
5.65
3.17 pas du tout
Etes-vous satisfait de votre tat de sant
Snt4
10
2.42 0.008
65.77
41.24 35.24 non
Trv3
111
---------------------------------------------------------------------------------------------------------------------------------CARACTERISATION PAR LES CONTINUES DES CLASSES OU MODALITES
DE Sexe de l'enqut(e)
masculin
+--------+-------+-------------------+-------------------+-----------------------------------------------------------------------+
| V.TEST | PROBA |
MOYENNES
|
ECARTS TYPES
|
VARIABLES CARACTERISTIQUES
|
|
|
| CLASSE GENERALE | CLASSE GENERAL | NUM.LIBELLE
IDEN |
+--------+-------+-------------------+-------------------+-----------------------------------------------------------------------+
|
masculin
( POIDS =
138.00
EFFECTIF = 138 )
Sex1 |
|
|
|
6.69 | 0.000 | 6533.19 4408.55 | 5486.12 4575.34 | 51.Salaire mens. de l'enqut
Salr |
|
|
|
|
|
|
| -2.33 | 0.010 |
6.49
6.65 |
1.32
1.06 | 41.Famille, enfants : importance accorde
Fami |
+--------+-------+-------------------+-------------------+-----------------------------------------------------------------------+
fminin
+--------+-------+-------------------+-------------------+-----------------------------------------------------------------------+
| V.TEST | PROBA |
MOYENNES
|
ECARTS TYPES
|
VARIABLES CARACTERISTIQUES
|
|
|
| CLASSE GENERALE | CLASSE GENERAL | NUM.LIBELLE
IDEN |
+--------+-------+-------------------+-------------------+-----------------------------------------------------------------------+
|
fminin
( POIDS =
177.00
EFFECTIF = 177 )
Sex2 |
|
|
|
2.33 | 0.010 |
6.77
6.65 |
0.78
1.06 | 41.Famille, enfants : importance accorde
Fami |
|
|
|
|
|
|
| -6.69 | 0.000 | 2751.33 4408.55 | 2742.02 4575.34 | 51.Salaire mens. de l'enqut
Salr |
+--------+-------+-------------------+-------------------+-----------------------------------------------------------------------+
19
Descripcin de variables continuas. DESCO

Caracteriza una(s) variable(s) continua(s) por sus correlaciones con otras
variables continuas o por comparacin de medias con modalidades de variables
nominales.
Seleccionamos la(s) variable(s) continuas(es) a caracterizar.
Seleccionamos las variables nominales que van a caracterizar a las anteriores
Seleccionamos las variables continuas que van a caracterizar.
Para cada variable continua a caracterizar
se obtiene la lista de todas las
variables continuas, ordenadas segn las correlaciones.

Tambin se caracteriza mediante variables nominales (anlisis de la varianza de
una va).
DESCRIPTION DE VARIABLES CONTINUES

DESCRIPTION DE : Mayor cantidad de producto
CARACTERISATION PAR LES MODALITES
DE LA VARIABLE : Mayor cantidad de producto
SUR
10.0 INDIVIDUS ACTIFS
MOYENNE
=
6.700
ECART-TYPE =
2.002
+--------------+-------------------+--------------------+------------------------------------------------------------+-----------+
| V.TEST PROB.| MOYENNE
E-TYPE | MODALITES
|LIBELLE DE LA VARIABLE
|
POIDS |
+--------------+-------------------+--------------------+------------------------------------------------------------+-----------+
+--------------+-------------------+--------------------+------------------------------------------------------------+-----------+
|
|
6.70
2.00 | ENSEMBLE
|
10.00 |
+--------------+-------------------+--------------------+------------------------------------------------------------+-----------+
CARACTERISATION PAR LES VARIABLES NOMINALES
+--------+--------+--------------------------------------------------------------------+-------------+------------+
| V.TEST | PROBA. | NUM . LIBELLE DE LA VARIABLE
| DEG.LIB.DEN |
FISHER |
+--------+--------+--------------------------------------------------------------------+-------------+------------+
|
1.96 | 0.050 |
8 . Sexo
|
8
|
5.32 |
+--------+--------+--------------------------------------------------------------------+-------------+------------+
EFFECTIF TOTAL
10
POIDS TOTAL
10.00
+-------------------------------------------------------+----------------------+----------------------+
EFFECTIF
MINIMUM
MAXIMUM |
+-------------------------------------------------------+----------------------+----------------------+
|
1 . P1
10
10.00 |
6.70
2.00 |
4.00
10.00 |
|
2 . P2
- Un vale de descuento
10
10.00 |
6.20
1.99 |
4.00
9.00 |
|
3 . P3
- Descuento en el prec
10
10.00 |
6.40
2.01 |
4.00
9.00 |
|
4 . P4
- Posibilidad de parti
10
10.00 |
5.10
2.74 |
1.00
9.00 |
|
5 . P5
- Regalos por acumulac
10
10.00 |
4.60
2.54 |
1.00
8.00 |
|
6 . P6
- Obsequio unido al pr
10
10.00 |
4.90
2.39 |
2.00
8.00 |
|
7 . P7
- Ficha para participa
10
10.00 |
4.00
3.00 |
1.00
9.00 |
+-------------------------------------------------------+----------------------+----------------------+
CORRELATION AVEC LES VARIABLES CONTINUES
+--------+--------+--------+--------------------------------------------------------------------+------------+
| V.TEST | PROBA. | CORR. | NUM . LIBELLE DE LA VARIABLE
|
POIDS |
+--------+--------+--------+--------------------------------------------------------------------+------------+
| 99.90 | 0.000 | 1.000 |
1 . Mayor cantidad de producto
|
10.000 |
|
5.72 | 0.000 | 0.974 |
3 . Descuento en el precio de la etiqueta
|
10.000 |
|
5.48 | 0.000 | 0.969 |
2 . Un vale de descuento en la prxima compra
|
10.000 |
|
2.69 | 0.004 | 0.768 |
6 . Obsequio unido al producto
|
10.000 |
|
2.66 | 0.004 | 0.764 |
5 . Regalos por acumulacin de puntos
|
10.000 |
|
2.29 | 0.011 | 0.699 |
4 . Posibilidad de participar en el sorteo de un regalo
|
10.000 |
+--------+--------+--------+--------------------------------------------------------------------+------------+
20
Tablas como cruce de variables nominales. TABLES

Realiza tablas cruzando cada variable nominal en fila con cada variable nominal
en columna.
Seleccionar las variables lineas.
Seleccionar las variables columnas
Si deseamos cacular las medias y desviaciones de una variable continua,
seleccionamos medias.
Validamos.
En el caso de observar slo las frecuencias, las casillas contienen los efectivos y
los porcentajes por filas y columnas. Asimismo aparece el estadstico chi-cuadrado que
indica si hay independencia o no entre ambas variables.
Asimismo, tambin pueden aparecen las medias y desviaciones tpicas de una
variable continua.
+EDITION DES TABLEAUX
TABLEAU
EN LIGNE
:
EN COLONNE :
Sexe de l'enqut(e)
POIDS TOTAL :
315.
POIDS
% COLONNE
| oui, plein t | oui, temps p | non

| n'a jamais t | ENSEMBLE
|
|
|
|
|
% LIGNE |
emps
|
artiel
|
|
ravaill
|
---------------------+--------------+--------------+--------------+--------------+-------------|
88
|
7
|
38
|
5
|
138
masculin
| 61.54
| 24.14
| 34.23
| 15.62
| 43.81
|
63.77 |
5.07 |
27.54 |
3.62 |
100.00
---------------------+--------------+--------------+--------------+--------------+-------------|
55
|
22
|
73
|
27
|
177
fminin
| 38.46
| 75.86
| 65.77
| 84.38
| 56.19
|
31.07 |
12.43 |
41.24 |
15.25 |
100.00
---------------------+--------------+--------------+--------------+--------------+-------------|
143
|
29
|
111
|
32
|
315
ENSEMBLE
| 100.00
| 100.00
| 100.00
| 100.00
| 100.00
|
45.40 |
9.21 |
35.24 |
10.16 |
100.00
-------------------------------------------------------------------------------------------------------------------------------------KHI2 = 37.28 / 3 DEGRES DE LIBERTE / 0 EFFECTIFS THEORIQUES INFERIEURS A 5
PROBA ( KHI2 > 37.28 ) = 0.000 / V.TEST =
5.37
--------------------------------------------------------------------------------------------------------------------------------------
TABLEAU
EN LIGNE
: Sexe de l'enqut(e)
EN COLONNE : Exercez-vous en ce moment une activit professionnelle
MOYENNES DE : Age de l'enqut(e)
POIDS TOTAL :
315.
POIDS
| oui, plein t | oui, temps p | non
| n'a jamais t | ENSEMBLE
MOYENNE
|
|
|
|
|
ECART-TYPE
|
emps
|
artiel
|
|
ravaill
|
---------------------+--------------+--------------+--------------+--------------+-------------|
88
|
7
|
38
|
5
|
138
masculin
|
38.432 |
43.714 |
58.605 |
21.600 |
43.645
|
11.310 |
14.380 |
15.653 |
1.855 |
16.007
---------------------+--------------+--------------+--------------+--------------+-------------|
55
|
22
|
73
|
27
|
177
fminin
|
36.709 |
38.545 |
49.384 |
47.704 |
43.842
|
11.042 |
12.172 |
18.137 |
20.370 |
17.015
---------------------+--------------+--------------+--------------+--------------+-------------|
143
|
29
|
111
|
32
|
315
ENSEMBLE
|
37.769 |
39.793 |
52.541 |
43.625 |
43.756
|
11.239 |
12.931 |
17.871 |
20.988 |
16.581
21
Cruce de variables continuas. BIVAR
Caracteriza la muestra a partir de dos variables continuas. Se pueden realizar

grficos tomando como ejes estas dos variables continuas.
Se escoge en las variables AXE la variable continua del eje horizontal y luego la
variable continua que representa el eje vertical.
Arbitrariamente podemos escoger variables descriptivas (continuas y/o
nominales).
Aparece la media, la desviacin tpica y el coeficiente de variacin de las
variables seleccionadas.
Se presenta las medias de las variables seleccionadas segn las modalidades de
las variables nominales.
Aparece las correlaciones y correlaciones parciales entre las variables continuas
ilustrativas y las variables seleccionadas.
CARACTERISATION BIVARIEE D'UN ECHANTILLON
EDITION DES COEFFICIENTS DE VARIATIONS
+----------------------------------+------------+------------+----------+--------------------------------------------------------+
|
MOYENNE | ECART-TYPE |
C. V. |
|
+----------------------------------+------------+------------+----------+--------------------------------------------------------+
|
1 . P1
- Mayor cantidad de pr|
6.70 |
2.00 |
0.30 |****************************************************
|
|
2 . P2
- Un vale de descuento|
6.20 |
1.99 |
0.32 |******************************************************* |
+----------------------------------+------------+------------+----------+--------------------------------------------------------+
MOYENNES ET VALEURS-TEST DES MODALITES SUR LE PLAN DEFINI PAR LES VARIABLES
1 ET
2
+---------------------------------------------+---------------+-------------------+
|
MODALITES
| VALEURS-TEST |
MOYENNES
|
|---------------------------------------------|---------------|-------------------|
| IDEN - LIBELLE
EFF.
P.ABS |
1
2 |
1
2
|
+---------------------------------------------+---------------+-------------------+
|
8 . Sexo
|
| Muje - Mujer
4
4.00 |
1.9
1.9 |
8.25
7.75 |
| Homb - Hombre
6
6.00 |
-1.9
-1.9 |
5.67
5.17 |
+---------------------------------------------+---------------+-------------------+
CORRELATIONS ENTRE LES VARIABLES CONTINUES ILLUSTRATIVES ET LES VARIABLES
1 ET
2
+-----------------------------------+------------------------------------+----------------+----------------+
|
VARIABLES
|
CARACTERISTIQUES
| CORRELATIONS | CORRELATIONS |
|
|
|
|
PARTIELLES
|
+-----------------------------------+------------------------------------+----------------+----------------+
| NUM . (IDEN)
LIBELLE COURT
| EFF.
P.ABS
MOYENNE
EC.TYPE |
1
2 |
1
2 |
+-----------------------------------+------------------------------------+----------------+----------------+
|
1 . (P1 ) Mayor cantidad de pr |
10
10.00
6.70
2.00 |
1.00
0.97 |
|
|
2 . (P2 ) Un vale de descuento |
10
10.00
6.20
1.99 |
0.97
1.00 |
|
|
5 . (P5 ) Regalos por acumulac |
10
10.00
4.60
2.54 |
0.76
0.81 | -0.13
0.43 |
+-----------------------------------+------------------------------------+----------------+----------------+
22
Anlisis de componentes principales (ACP)
Realiza el anlisis en componente principales de individuos caracterizados por variables

continuas. Se pueden introducir opcionalmente elementos ilustrativos de variables continuas y
nominales.
Seleccionamos las variables continuas activas.
Si queremos, seleccionamos las variables continuas ilustrativas y las variables nominales
ilustrativas.
23
ANALYSE EN COMPOSANTES PRINCIPALES

EFFECTIF TOTAL :
10
POIDS TOTAL
:
10.00
+-------------------------------------------------------+----------------------+----------------------+
EFFECTIF
MINIMUM
MAXIMUM |
+-------------------------------------------------------+----------------------+----------------------+
|
1 . P1
10
10.00 |
6.70
2.00 |
4.00
10.00 |
|
2 . P2
- Un vale de descuento
10
10.00 |
6.20
1.99 |
4.00
9.00 |
|
3 . P3
- Descuento en el prec
10
10.00 |
6.40
2.01 |
4.00
9.00 |
|
4 . P4
- Posibilidad de parti
10
10.00 |
5.10
2.74 |
1.00
9.00 |
|
5 . P5
- Regalos por acumulac
10
10.00 |
4.60
2.54 |
1.00
8.00 |
|
6 . P6
- Obsequio unido al pr
10
10.00 |
4.90
2.39 |
2.00
8.00 |
|
7 . P7
- Ficha para participa
10
10.00 |
4.00
3.00 |
1.00
9.00 |
+-------------------------------------------------------+----------------------+----------------------+
MATRICE DES CORRELATIONS
|
P1
P2
P3
P4
P5
P6
P7
-----+------------------------------------------------P1
|
1.00
P2
|
0.97
1.00
P3
|
0.97
0.98
1.00
P4
|
0.70
0.73
0.72
1.00
P5
|
0.76
0.81
0.78
0.98
1.00
P6
|
0.77
0.85
0.80
0.95
0.98
1.00
P7
|
0.58
0.65
0.61
0.96
0.96
0.94
1.00
-----+------------------------------------------------|
P1
P2
P3
P4
P5
P6
P7
MATRICE DES VALEURS-TESTS
|
P1
P2
P3
P4
P5
P6
P7
-----+------------------------------------------------P1
| 99.99
P2
|
6.55 99.99
P3
|
6.84
7.27 99.99
P4
|
2.74
2.94
2.87 99.99
P5
|
3.18
3.54
3.28
7.71 99.99
P6
|
3.21
3.94
3.48
5.83
7.68 99.99
P7
|
2.11
2.47
2.26
6.24
6.11
5.40 99.99
-----+------------------------------------------------|
P1
P2
P3
P4
P5
P6
P7
VALEURS PROPRES
APERCU DE LA PRECISION DES CALCULS : TRACE AVANT DIAGONALISATION ..
7.0000
SOMME DES VALEURS PROPRES ....
7.0000
HISTOGRAMME DES 7 PREMIERES VALEURS PROPRES
+--------+------------+----------+----------+----------------------------------------------------------------------------------+
| NUMERO |
VALEUR
| POURCENT.| POURCENT.|
|
|
|
PROPRE
|
| CUMULE |
|
+--------+------------+----------+----------+----------------------------------------------------------------------------------+
|
1
|
5.9975
|
85.68 |
85.68 | ******************************************************************************** |
|
2
|
0.8907
|
12.72 |
98.40 | ************
|
|
3
|
0.0627
|
0.90 |
99.30 | *
|
|
4
|
0.0255
|
0.36 |
99.66 | *
|
|
5
|
0.0213
|
0.30 |
99.97 | *
|
|
6
|
0.0020
|
0.03 | 100.00 | *
|
|
7
|
0.0003
|
0.00 | 100.00 | *
|
+--------+------------+----------+----------+----------------------------------------------------------------------------------+
COORDONNEES DES VARIABLES SUR LES AXES 1 A 5
VARIABLES ACTIVES
----------------------------+------------------------------------+-------------------------------+------------------------------VARIABLES
|
COORDONNEES
| CORRELATIONS VARIABLE-FACTEUR |
ANCIENS AXES UNITAIRES
----------------------------+------------------------------------+-------------------------------+------------------------------IDEN - LIBELLE COURT
|
1
2
3
4
5
|
1
2
3
4
5 |
1
2
3
4
5
----------------------------+------------------------------------+-------------------------------+------------------------------P1
- Mayor cantidad de pr | -0.89
0.44 -0.11 -0.09 -0.03 | -0.89 0.44 -0.11 -0.09 -0.03 | -0.36 0.47 -0.43 -0.55 -0.17
P2
- Un vale de descuento | -0.92
0.37
0.11 -0.02 -0.01 | -0.92 0.37 0.11 -0.02 -0.01 | -0.38 0.39 0.46 -0.11 -0.05
P3
- Descuento en el prec | -0.90
0.41 -0.02
0.12 -0.01 | -0.90 0.41 -0.02 0.12 -0.01 | -0.37 0.44 -0.06 0.74 -0.06
P4
- Posibilidad de parti | -0.94 -0.32 -0.14
0.04
0.05 | -0.94 -0.32 -0.14 0.04 0.05 | -0.38 -0.34 -0.54 0.23 0.35
P5
- Regalos por acumulac | -0.97 -0.23 -0.02 -0.04
0.03 | -0.97 -0.23 -0.02 -0.04 0.03 | -0.40 -0.25 -0.09 -0.28 0.19
P6
- Obsequio unido al pr | -0.97 -0.18
0.13 -0.01
0.06 | -0.97 -0.18 0.13 -0.01 0.06 | -0.40 -0.19 0.54 -0.08 0.44
P7
- Ficha para participa | -0.88 -0.45
0.03
0.01 -0.11 | -0.88 -0.45 0.03 0.01 -0.11 | -0.36 -0.48 0.11 0.06 -0.78
----------------------------+------------------------------------+-------------------------------+------------------------------COORDONNEES ET VALEURS-TEST DES MODALITES
AXES 1 A 5
+---------------------------------------------+-------------------------------+------------------------------------+----------+
|
MODALITES
|
VALEURS-TEST
|
COORDONNEES
|
|
|---------------------------------------------|-------------------------------|------------------------------------|----------|
| IDEN - LIBELLE
EFF.
P.ABS |
1
2
3
4
5
|
1
2
3
4
5
| DISTO. |
+---------------------------------------------+-------------------------------+------------------------------------+----------+
|
8 . Sexo
|
| Muje - Mujer
4
4.00 | -2.5 -0.8 -0.5
0.3 -1.0 | -2.47 -0.31 -0.06
0.02 -0.06 |
6.20 |
| Homb - Hombre
6
6.00 |
2.5
0.8
0.5 -0.3
1.0 |
1.65
0.21
0.04 -0.01
0.04 |
2.75 |
+---------------------------------------------+-------------------------------+------------------------------------+----------+
24
Anlisis de correpondencias simples o factorial de correspondencias (AFC)
Realiza un anlisis factorial de correspondencias simples de una tabla de contingencia

cuyas filas contienen individuos y las columnas contienen frecuencias. Se pueden
introducir como elementos ilustrativos variables continuas y nominales.
En la hoja de columnas hay que seleccionar como columnas las frecuencias activas
(obligatorio), y opcionalmente frecuencias ilustrativas y continuas ilustrativas (correlaciones
con los ejes factoriales) y nominales ilustrativas (proyeccin de cada modalidad al centro de
gravedad de los individuos que las componen).
La seleccin de individuos se efecta en la hoja de filas.
ANALYSE DES CORRESPONDANCES BINAIRES
VALEURS PROPRES
0.0798
0.0798
+--------+------------+----------+----------+----------------------------------------------------------------------------------+
| NUMERO |
VALEUR
|
|
|
PROPRE
|
| CUMULE |
|
+--------+------------+----------+----------+----------------------------------------------------------------------------------+
|
1
|
0.0621
|
77.82 |
77.82 | ******************************************************************************** |
|
2
|
0.0107
|
13.45 |
91.27 | **************
|
|
3
|
0.0061
|
7.69 |
98.96 | ********
|
|
4
|
0.0008
|
1.04 | 100.00 | **
|
|
5
|
0.0000
|
0.00 | 100.00 | *
|
+--------+------------+----------+----------+----------------------------------------------------------------------------------+
COORDONNEES, CONTRIBUTIONS DES FREQUENCES SUR LES AXES 1 A 5
FREQUENCES ACTIVES
+------------------------------------------+-------------------------------+--------------------------+--------------------------+
|
FREQUENCES
|
COORDONNEES
|
CONTRIBUTIONS
|
COSINUS CARRES
|
|------------------------------------------+-------------------------------+--------------------------+--------------------------|
| IDEN - LIBELLE COURT
P.REL DISTO |
1
2
3
4
5
|
1
2
3
4
5 |
1
2
3
4
5 |
+------------------------------------------+-------------------------------+--------------------------+--------------------------+
| Sabo - Variedad de sabores 16.64
0.04 | -0.06 0.14 -0.14 0.01 0.00 | 0.9 29.0 50.5 1.6 2.1 | 0.08 0.46 0.46 0.00 0.00 |
| Nutr - Nutritivo
16.64
0.03 | -0.18 -0.01 0.03 0.01 0.00 | 8.6 0.1 1.8 1.2 66.6 | 0.98 0.00 0.02 0.00 0.00 |
| Nio - Gusta a los nios
16.64
0.07 | 0.23 0.09 0.11 0.03 0.00 | 13.7 12.5 32.3 20.6 5.4 | 0.71 0.11 0.16 0.01 0.00 |
| Adit - Contiene muchos adit 18.34
0.17 | 0.41 -0.08 -0.03 -0.03 0.00 | 48.7 10.1 3.3 18.4 0.6 | 0.95 0.03 0.01 0.00 0.00 |
| Pres - Prestigioso
16.08
0.06 | -0.18 -0.18 -0.02 0.03 0.00 | 8.3 46.4 1.4 15.9 14.0 | 0.50 0.48 0.01 0.01 0.00 |
| Cali - Calidad
15.66
0.09 | -0.28 0.04 0.06 -0.05 0.00 | 19.8 2.0 10.7 42.4 11.3 | 0.91 0.02 0.05 0.03 0.00 |
+------------------------------------------+-------------------------------+--------------------------+--------------------------+
COORDONNEES, CONTRIBUTIONS ET COSINUS CARRES DES INDIVIDUS
AXES 1 A 5
+---------------------------------------+-------------------------------+--------------------------+--------------------------+
|
INDIVIDUS
|
COORDONNEES
|
CONTRIBUTIONS
|
COSINUS CARRES
|
|---------------------------------------+-------------------------------+--------------------------+--------------------------|
| IDENTIFICATEUR
P.REL DISTO |
1
2
3
4
5
|
1
2
3
4
5 |
1
2
3
4
5 |
+---------------------------------------+-------------------------------+--------------------------+--------------------------+
| A
21.58
0.07 | -0.26 0.05 -0.03 0.02 -0.07 | 23.5 4.2 3.0 10.2***** | 0.95 0.03 0.01 0.01 0.07 |
| B
20.45
0.06 | -0.24 0.03 -0.03 -0.01 -0.07 | 19.8 2.3 4.1 3.3***** | 0.96 0.02 0.02 0.00 0.08 |
| C
11.42
0.10 | 0.29 0.04 -0.09 -0.06 -0.07 | 15.9 1.5 13.9 49.4***** | 0.87 0.01 0.08 0.04 0.05 |
| D
13.54
0.10 | 0.25 -0.17 -0.08 0.03 -0.07 | 13.6 36.0 15.7 19.5***** | 0.63 0.29 0.07 0.01 0.05 |
| E
13.26
0.16 | 0.35 0.17 0.07 0.03 -0.07 | 26.6 35.4 11.4 11.2***** | 0.78 0.18 0.03 0.00 0.03 |
| F
19.75
0.03 | -0.04 -0.11 0.13 -0.02 -0.07 | 0.5 20.6 52.0 6.4***** | 0.06 0.38 0.55 0.01 0.17 |
+---------------------------------------+-------------------------------+--------------------------+--------------------------+
25
Anlisis de correspondencias mltiples (ACM)
Analiza un conjunto de individuos definidos mediante variables nominales a travs de

las correspondencias mltiples. Se pueden introducir como elementos ilustrativos variables
continuas y nominales.
ANALYSE DES CORRESPONDANCES MULTIPLES
APUREMENT DES MODALITES ACTIVES
SEUIL (PCMIN)
:
2.00 %
POIDS:
0.36
AVANT APUREMENT :
5 QUESTIONS ACTIVES
15 MODALITES ASSOCIEES
APRES
:
5 QUESTIONS ACTIVES
15 MODALITES ASSOCIEES
POIDS TOTAL DES INDIVIDUS ACTIFS :
18.00
TRI-A-PLAT DES QUESTIONS ACTIVES
----------------------------+-----------------+----------------------------------------------------------------------------------MODALITES
| AVANT APUREMENT |
APRES APUREMENT
IDENT
LIBELLE
| EFF.
POIDS | EFF.
POIDS
HISTOGRAMME DES POIDS RELATIFS
----------------------------+-----------------+----------------------------------------------------------------------------------1 . Discoteca
Di01 - Discoteca nada
|
5
5.00 |
5
5.00 *****************
Di02 - Discoteca poco
|
8
8.00 |
8
8.00 ***************************
Di03 - Discoteca mucho
|
5
5.00 |
5
5.00 *****************
----------------------------+-----------------+----------------------------------------------------------------------------------2 . Lectura
Le01 - Lectura nada
|
8
8.00 |
8
8.00 ***************************
Le02 - Lectura poco
|
6
6.00 |
6
6.00 *********************
Le03 - Lectura mucho
|
4
4.00 |
4
4.00 **************
----------------------------+-----------------+----------------------------------------------------------------------------------3 . Msica
Mu01 - Msica poco
|
5
5.00 |
5
5.00 *****************
Mu02 - Msica nada
|
8
8.00 |
8
8.00 ***************************
Mu03 - Msica mucho
|
5
5.00 |
5
5.00 *****************
----------------------------+-----------------+----------------------------------------------------------------------------------4 . Bares
Ba01 - Bares nada
|
4
4.00 |
4
4.00 **************
Ba02 - Bares poco
|
7
7.00 |
7
7.00 ************************
Ba03 - Bares mucho
|
7
7.00 |
7
7.00 ************************
----------------------------+-----------------+----------------------------------------------------------------------------------5 . Deportes
De01 - Deportes nada
|
6
6.00 |
6
6.00 *********************
De02 - Deportes poco
|
4
4.00 |
4
4.00 **************
De03 - Deportes mucho
|
8
8.00 |
8
8.00 ***************************
----------------------------+-----------------+----------------------------------------------------------------------------------VALEURS PROPRES
2.0000
2.0000
+--------+------------+----------+----------+----------------------------------------------------------------------------------+
| NUMERO |
VALEUR
|
|
|
PROPRE
|
| CUMULE |
|
+--------+------------+----------+----------+----------------------------------------------------------------------------------+
|
1
|
0.6037
|
30.18 |
30.18 | ******************************************************************************** |
|
2
|
0.4077
|
20.38 |
50.57 | *******************************************************
|
|
3
|
0.2351
|
11.75 |
62.32 | ********************************
|
|
4
|
0.2237
|
11.18 |
73.50 | ******************************
|
|
5
|
0.2029
|
10.14 |
83.65 | ***************************
|
|
6
|
0.1193
|
5.97 |
89.61 | ****************
|
|
7
|
0.1057
|
5.29 |
94.90 | ***************
|
|
8
|
0.0612
|
3.06 |
97.96 | *********
|
|
9
|
0.0303
|
1.52 |
99.47 | *****
|
|
10
|
0.0105
|
0.53 | 100.00 | **
|
+--------+------------+----------+----------+----------------------------------------------------------------------------------+
26
COORDONNEES, CONTRIBUTIONS ET COSINUS CARRES DES MODALITES ACTIVES

AXES 1 A 5
+------------------------------------------+-------------------------------+--------------------------+--------------------------+
|
MODALITES
|
COORDONNEES
|
CONTRIBUTIONS
|
COSINUS CARRES
|
|------------------------------------------+-------------------------------+--------------------------+--------------------------|
| IDEN - LIBELLE
P.REL DISTO |
1
2
3
4
5
|
1
2
3
4
5 |
1
2
3
4
5 |
+------------------------------------------+-------------------------------+--------------------------+--------------------------+
|
1 . Discoteca
|
| Di01 - Discoteca nada
5.56
2.60 | 1.42 -0.02 0.09 -0.44 -0.28 | 18.4 0.0 0.2 4.8 2.2 | 0.77 0.00 0.00 0.07 0.03 |
| Di02 - Discoteca poco
8.89
1.25 | -0.65 0.70 -0.23 -0.01 -0.32 | 6.2 10.8 1.9 0.0 4.4 | 0.34 0.40 0.04 0.00 0.08 |
| Di03 - Discoteca mucho
5.56
2.60 | -0.38 -1.10 0.27 0.46 0.79 | 1.3 16.6 1.7 5.4 17.2 | 0.06 0.47 0.03 0.08 0.24 |
+------------------------------------------+--------- CONTRIBUTION CUMULEE = 25.9 27.4 3.8 10.2 23.9 +--------------------------+
|
2 . Lectura
|
| Le01 - Lectura nada
8.89
1.25 | -0.41 -0.80 0.07 0.00 -0.41 | 2.5 14.0 0.2 0.0 7.5 | 0.13 0.52 0.00 0.00 0.14 |
| Le02 - Lectura poco
6.67
2.00 | -0.63 0.94 -0.01 0.10 0.63 | 4.4 14.4 0.0 0.3 13.1 | 0.20 0.44 0.00 0.00 0.20 |
| Le03 - Lectura mucho
4.44
3.50 | 1.77 0.20 -0.12 -0.14 -0.12 | 23.0 0.4 0.3 0.4 0.3 | 0.89 0.01 0.00 0.01 0.00 |
|
3 . Msica
|
| Mu01 - Msica poco
5.56
2.60 | -0.56 0.18 1.15 -0.25 -0.69 | 2.9 0.5 31.5 1.5 13.2 | 0.12 0.01 0.51 0.02 0.19 |
| Mu02 - Msica nada
8.89
1.25 | -0.32 0.26 -0.94 -0.04 0.28 | 1.5 1.5 33.4 0.1 3.3 | 0.08 0.05 0.71 0.00 0.06 |
| Mu03 - Msica mucho
5.56
2.60 | 1.06 -0.60 0.35 0.31 0.25 | 10.4 4.8 2.9 2.3 1.8 | 0.44 0.14 0.05 0.04 0.02 |
|
4 . Bares
|
| Ba01 - Bares nada
4.44
3.50 | 1.39 0.20 -0.69 0.48 -0.57 | 14.2 0.4 9.1 4.6 7.0 | 0.55 0.01 0.14 0.07 0.09 |
| Ba02 - Bares poco
7.78
1.57 | -0.33 0.81 0.48 -0.19 0.08 | 1.4 12.5 7.8 1.3 0.2 | 0.07 0.42 0.15 0.02 0.00 |
| Ba03 - Bares mucho
7.78
1.57 | -0.46 -0.92 -0.09 -0.09 0.25 | 2.7 16.2 0.3 0.3 2.3 | 0.13 0.54 0.00 0.00 0.04 |
|
5 . Deportes
|
| De01 - Deportes nada
6.67
2.00 | -0.65 -0.18 -0.26 0.85 -0.69 | 4.7 0.5 1.8 21.5 15.8 | 0.21 0.02 0.03 0.36 0.24 |
| De02 - Deportes poco
4.44
3.50 | 0.92 0.74 0.66 0.83 0.68 | 6.3 6.0 8.3 13.6 10.2 | 0.24 0.16 0.12 0.20 0.13 |
| De03 - Deportes mucho
8.89
1.25 | 0.03 -0.24 -0.14 -1.05 0.18 | 0.0 1.2 0.7 43.9 1.4 | 0.00 0.04 0.02 0.88 0.03 |
COORDONNEES ET VALEURS-TEST DES MODALITES
AXES 1 A 5
+---------------------------------------------+-------------------------------+------------------------------------+----------+
|
MODALITES
|
VALEURS-TEST
|
COORDONNEES
|
|
|---------------------------------------------|-------------------------------|------------------------------------|----------|
| IDEN - LIBELLE
EFF.
P.ABS |
1
2
3
4
5
|
1
2
3
4
5
| DISTO. |
+---------------------------------------------+-------------------------------+------------------------------------+----------+
|
1 . Discoteca
|
| Di01 - Discoteca nada
5
5.00 |
3.6 -0.1
0.2 -1.1 -0.7 |
1.42 -0.02
0.09 -0.44 -0.28 |
2.60 |
| Di02 - Discoteca poco
8
8.00 | -2.4
2.6 -0.8 -0.1 -1.2 | -0.65
0.70 -0.23 -0.01 -0.32 |
1.25 |
| Di03 - Discoteca mucho
5
5.00 | -1.0 -2.8
0.7
1.2
2.0 | -0.38 -1.10
0.27
0.46
0.79 |
2.60 |
+---------------------------------------------+-------------------------------+------------------------------------+----------+
|
2 . Lectura
|
| Le01 - Lectura nada
8
8.00 | -1.5 -3.0
0.2
0.0 -1.5 | -0.41 -0.80
0.07
0.00 -0.41 |
1.25 |
| Le02 - Lectura poco
6
6.00 | -1.8
2.7
0.0
0.3
1.8 | -0.63
0.94 -0.01
0.10
0.63 |
2.00 |
| Le03 - Lectura mucho
4
4.00 |
3.9
0.4 -0.3 -0.3 -0.3 |
1.77
0.20 -0.12 -0.14 -0.12 |
3.50 |
+---------------------------------------------+-------------------------------+------------------------------------+----------+
|
3 . Msica
|
| Mu01 - Msica poco
5
5.00 | -1.4
0.5
3.0 -0.6 -1.8 | -0.56
0.18
1.15 -0.25 -0.69 |
2.60 |
| Mu02 - Msica nada
8
8.00 | -1.2
1.0 -3.5 -0.1
1.0 | -0.32
0.26 -0.94 -0.04
0.28 |
1.25 |
| Mu03 - Msica mucho
5
5.00 |
2.7 -1.5
0.9
0.8
0.6 |
1.06 -0.60
0.35
0.31
0.25 |
2.60 |
+---------------------------------------------+-------------------------------+------------------------------------+----------+
|
4 . Bares
|
| Ba01 - Bares nada
4
4.00 |
3.1
0.4 -1.5
1.1 -1.2 |
1.39
0.20 -0.69
0.48 -0.57 |
3.50 |
| Ba02 - Bares poco
7
7.00 | -1.1
2.7
1.6 -0.6
0.2 | -0.33
0.81
0.48 -0.19
0.08 |
1.57 |
| Ba03 - Bares mucho
7
7.00 | -1.5 -3.0 -0.3 -0.3
0.8 | -0.46 -0.92 -0.09 -0.09
0.25 |
1.57 |
+---------------------------------------------+-------------------------------+------------------------------------+----------+
|
5 . Deportes
|
| De01 - Deportes nada
6
6.00 | -1.9 -0.5 -0.7
2.5 -2.0 | -0.65 -0.18 -0.26
0.85 -0.69 |
2.00 |
| De02 - Deportes poco
4
4.00 |
2.0
1.6
1.5
1.8
1.5 |
0.92
0.74
0.66
0.83
0.68 |
3.50 |
| De03 - Deportes mucho
8
8.00 |
0.1 -0.9 -0.5 -3.9
0.7 |
0.03 -0.24 -0.14 -1.05
0.18 |
1.25 |
+---------------------------------------------+-------------------------------+------------------------------------+----------+
|
6 . Sexo
|
| Homb - Hombre
9
9.00 |
0.4
0.7 -1.2 -0.9 -0.5 |
0.09
0.16 -0.29 -0.23 -0.11 |
1.00 |
| Muje - Mujer
9
9.00 | -0.4 -0.7
1.2
0.9
0.5 | -0.09 -0.16
0.29
0.23
0.11 |
1.00 |
+---------------------------------------------+-------------------------------+------------------------------------+----------+
|
7 . Estudios
|
| Es01 - Estudios primarios
7
7.00 | -1.5 -2.6 -0.2
0.8 -1.1 | -0.47 -0.79 -0.06
0.23 -0.34 |
1.57 |
| Es02 - Estudios medios
6
6.00 | -1.7
1.5
0.4 -0.8
0.7 | -0.58
0.51
0.15 -0.28
0.25 |
2.00 |
| Es03 - Estudios superiores
5
5.00 |
3.4
1.3 -0.3
0.0
0.4 |
1.35
0.50 -0.10
0.01
0.17 |
2.60 |
+---------------------------------------------+-------------------------------+------------------------------------+----------+
27
Descripcin de factores (DEFAC)
Nos ayuda a interpretar los factores obtenidos a partir de un anlisis factorial. Cada
factor se describe por los elementos ms significativos (pueden ser individuos, modalidades,
variables continuas) ya sean activos o ilustrativos empleados en el anlisis anterior.
Por defecto, slo interpreta los tres primeros factores, pero podemos evidentemente
caracterizar los factores que deseemos.
Si deseamos seleccionar ms elemento definitorios de los ejes, en parmetros
porcentajes seleccionamos 30, 40 50 (por defecto viene el 20% de todas las posibilidades).
DESCRIPTION DES AXES FACTORIELS
DESCRIPTION DU FACTEUR 1
PAR LES MODALITES ACTIVES
+---------------------------------------------------------------------------------------------------------------------------+
| ID. | V.TEST |
LIBELLE MODALITE
|
LIBELLE DE LA VARIABLE
|
POIDS
| NUMERO |
|---------------------------------------------------------------------------------------------------------------------------|
| Di02 |
-2.39 | Discoteca poco
| Discoteca
|
8.00 |
1 |
|---------------------------------------------------------------------------------------------------------------------------|
|
Z O N E
C E N T R A L E
|
|---------------------------------------------------------------------------------------------------------------------------|
| Le03 |
3.90 | Lectura mucho
| Lectura
|
4.00 |
15 |
+---------------------------------------------------------------------------------------------------------------------------+
+---------------------------------------------------------------------------------------------------------------------------+
| ID. | V.TEST |
LIBELLE MODALITE
|
|
POIDS
| NUMERO |
|---------------------------------------------------------------------------------------------------------------------------|
| Ba03 |
-3.03 | Bares mucho
| Bares
|
7.00 |
1 |
|---------------------------------------------------------------------------------------------------------------------------|
|
Z O N E
C E N T R A L E
|
|---------------------------------------------------------------------------------------------------------------------------|
| Le02 |
2.74 | Lectura poco
| Lectura
|
6.00 |
15 |
+---------------------------------------------------------------------------------------------------------------------------+
+---------------------------------------------------------------------------------------------------------------------------+
| ID. | V.TEST |
LIBELLE MODALITE
|
|
POIDS
| NUMERO |
|---------------------------------------------------------------------------------------------------------------------------|
| Mu02 |
-3.47 | Msica nada
| Msica
|
8.00 |
1 |
|---------------------------------------------------------------------------------------------------------------------------|
|
Z O N E
C E N T R A L E
|
|---------------------------------------------------------------------------------------------------------------------------|
| Mu01 |
2.95 | Msica poco
| Msica
|
5.00 |
15 |
+---------------------------------------------------------------------------------------------------------------------------+
28
Permite agrupar a los individuos en clases o categoras segn distintos criterios.
Clasificacin jerrquica y mixta

Aparece grficamente el dendograma y podemos sealar los cortes que deseemos.
Viene indicado el nmero de clases que se obtiene mediante el corte y el nmero de individuos
que componen cada clase.
Classif ication hierarchique directe
78%
22%
22%
22%
56%
28%
22%
28%
22%
29
Particin del dendograma
El procedimiento PARTI automticamente realiza tres agrupaciones distintas (tres

cortes en el dendograma) de los individuos. El nmero de clases de cada una de estas
agrupaciones vara de 3 hasta 10 clases.
Tambin podemos determinar el nmero de clases en las que desamos dividir el
dendograma.
Aparece la particin del dendograma en clases, el nmero de individuos de cada clase,
las coordenadas de los baricentros de cada clase, su distancia al origen y las inercias entre los
grupos y dentro de los grupos.
Para cada clase, aperecen ordenados distintos individuos representativos de cada clase:
el primer individuo es el ms representativo del grupo (su distancia al baricentro de la clase es
la menor).
PARTITION PAR COUPURE D'UN ARBRE HIERARCHIQUE
COUPURE 'a' DE L'ARBRE EN 3 CLASSES
FORMATION DES CLASSES (INDIVIDUS ACTIFS)
DESCRIPTION SOMMAIRE
+--------+----------+-----------+-----------+
| CLASSE | EFFECTIF |
POIDS
| CONTENU |
+--------+----------+-----------+-----------+
| aa1a |
4
|
4.00 |
1 A
4 |
| aa2a |
10
|
10.00 |
5 A 14 |
| aa3a |
4
|
4.00 | 15 A 18 |
+--------+----------+-----------+-----------+
DECOMPOSITION DE L'INERTIE
CALCULEE SUR 10 AXES.
+------------------------+-----------------+-------------+-------------------+-----------------+
|
|
INERTIES
| EFFECTIFS |
POIDS
|
DISTANCES
|
|
| AVANT
APRES | AVANT APRES |
AVANT
APRES | AVANT
APRES |
+------------------------+-----------------+-------------+-------------------+-----------------+
|
|
|
|
|
|
| INERTIE INTER-CLASSES | 0.8859
0.8859 |
|
|
|
|
|
|
|
|
|
| INERTIES INTRA-CLASSE |
|
|
|
|
|
|
|
|
|
|
|
CLASSE 1 / 3 | 0.1233
0.1233 |
4
4 |
4.00
4.00 | 1.2393
1.2393 |
|
CLASSE 2 / 3 | 0.8081
0.8081 |
10
10 |
10.00
10.00 | 0.3273
0.3273 |
|
CLASSE 3 / 3 | 0.1827
0.1827 |
4
4 |
4.00
4.00 | 1.9290
1.9290 |
|
|
|
|
|
|
| INERTIE TOTALE
| 2.0000
2.0000 |
|
|
|
+------------------------+-----------------+-------------+-------------------+-----------------+
QUOTIENT (INERTIE INTER / INERTIE TOTALE) : AVANT ... 0.4430
APRES ... 0.4430
COORDONNEES ET VALEURS-TEST APRES CONSOLIDATION
AXES 1 A 5
+---------------------------------------------+-------------------------------+------------------------------------+----------+
|
CLASSES
|
VALEURS-TEST
|
COORDONNEES
|
|
|---------------------------------------------|-------------------------------|------------------------------------|----------|
| IDEN - LIBELLE
EFF.
P.ABS |
1
2
3
4
5
|
1
2
3
4
5
| DISTO. |
+---------------------------------------------+-------------------------------+------------------------------------+----------+
|
COUPURE 'a' DE L'ARBRE EN 3 CLASSES
|
|
|
| aa1a - CLASSE 1 / 3
4
4.00 | -0.9 -3.5 -0.5
0.8
1.4 | -0.31 -1.00 -0.10
0.17
0.28 |
1.24 |
10
10.00 | -2.5
2.5
0.6 -0.4 -0.9 | -0.43
0.35
0.06 -0.04 -0.09 |
0.33 |
4
4.00 |
3.9
0.4 -0.3 -0.3 -0.3 |
1.37
0.12 -0.06 -0.07 -0.05 |
1.93 |
+---------------------------------------------+-------------------------------+------------------------------------+----------+
30
PARANGONS
CLASSE
1/ 3
EFFECTIF:
4
---------------------------------------------------------------------------|RG | DISTANCE | IDENT.
||RG | DISTANCE | IDENT.
|
+---+-----------+--------------------++---+-----------+--------------------+
| 1|0.55500
|Individu n 1
|| 2|0.55500
|Individu n 2
|
| 3|0.55500
|Individu n 9
|| 4|0.55500
|Individu n 10
|
+---+-----------+--------------------++---+-----------+--------------------+
CLASSE
2/ 3
EFFECTIF:
10
|
+---+-----------+--------------------++---+-----------+--------------------+
| 1|0.92447
|Individu n 12
|| 2|0.95447
|Individu n 4
|
| 3| 1.1345
|Individu n 8
|| 4| 1.1645
|Individu n 16
|
| 5| 1.2330
|Individu n 17
|| 6| 1.2630
|Individu n 7
|
| 7| 1.3745
|Individu n 13
|| 8| 1.9873
|Individu n 11
|
| 9| 2.2205
|Individu n 3
|| 10| 2.2890
|Individu n 18
|
+---+-----------+--------------------++---+-----------+--------------------+
CLASSE
3/ 3
EFFECTIF:
4
|
+---+-----------+--------------------++---+-----------+--------------------+
| 1|0.49902
|Individu n 5
|| 2|0.49902
|Individu n 15
|
| 3| 1.0840
|Individu n 14
|| 4| 1.2062
|Individu n 6
|
+---+-----------+--------------------++---+-----------+--------------------+
31
Descripcin de las clases
Podemos describir las clases en funcin de las modalidades, individuos, variables, etc.
Por defecto, trabajaremos con los parmetros que ya vienen implementados. Si
deseamos cambiar el nvel de significacin (por defecto el 1%), vamos a la hoja de
caracterizacin de la particin, luego a caracterizar las clases, y en los botones de opciones,
donde pone Seuil (aparece por defecto 1) ponemos un 5 para trabajar al nivel del 5%.
DESCRIPTION DE PARTITION(S)
DESCRIPTION DE LA COUPURE 'a' DE L'ARBRE EN 3 CLASSES
CARACTERISATION DES CLASSES PAR LES MODALITES
CARACTERISATION PAR LES MODALITES DES CLASSES OU MODALITES
DE COUPURE 'a' DE L'ARBRE EN 3 CLASSES
CLASSE 1 / 3
IDEN POIDS
DES VARIABLES
---------------------------------------------------------------------------------------------------------------------------------22.22 CLASSE 1 / 3
aa1a
4
2.94 0.002
80.00 100.00 27.78 Discoteca mucho
Discoteca
Di03
5
2.28 0.011
57.14 100.00 38.89 Bares mucho
Bares
Ba03
7
2.28 0.011
57.14 100.00 38.89 Estudios primarios
Estudios
Es01
7
2.00 0.023
50.00 100.00 44.44 Lectura nada
Lectura
Le01
8
---------------------------------------------------------------------------------------------------------------------------------CLASSE 2 / 3
IDEN POIDS
DES VARIABLES
---------------------------------------------------------------------------------------------------------------------------------55.56 CLASSE 2 / 3
aa2a
10
3.08 0.001 100.00
80.00 44.44 Discoteca poco
Discoteca
Di02
8
2.28 0.011 100.00
60.00 33.33 Lectura poco
Lectura
Le02
6
2.28 0.011 100.00
60.00 33.33 Estudios medios
Estudios
Es02
6
1.89 0.029 100.00
50.00 27.78 Msica poco
Msica
Mu01
5
---------------------------------------------------------------------------------------------------------------------------------CLASSE 3 / 3
IDEN POIDS
DES VARIABLES
---------------------------------------------------------------------------------------------------------------------------------22.22 CLASSE 3 / 3
aa3a
4
3.41 0.000 100.00 100.00 22.22 Lectura mucho
Lectura
Le03
4
2.94 0.002
80.00 100.00 27.78 Discoteca nada
Discoteca
Di01
5
2.94 0.002
80.00 100.00 27.78 Estudios superiores Estudios
Es03
5
2.08 0.019
75.00
75.00 22.22 Bares nada
Bares
Ba01
4
1.70 0.044
60.00
75.00 27.78 Msica mucho
Msica
Mu03
5
----------------------------------------------------------------------------------------------------------------------------------
32

Manuals Pad

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Manuals Pad

Transféré par

Droits d'auteur :

Formats disponibles

ANLISIS MULTIVARIANTE

Pasos para el manejo del SPAD

Pasos para el manejo del SPAD

Anlisis factorial de correspondencias

Anlisis de correspondencias mltiples

Pasos para el manejo del SPAD

Ventana principal del SPADN

(SPAD Version 3.21)

Ventana de mtodos estadsticos

(Filire 1:sans noms)

Pasos generales para realizar anlisis estadsticos

aparece por defecto una ventana Filiere y vamos a

Dentro de la ventana Filiere vamos a disear y realizar el anlisis estadstico de la

Descripcin estadstica univariante y bivariante

Archivar o exportar datos, resultados, etc.

Hay dos formas de seleccionar estos mtodos. La primera es la ms cmoda y la

mtodo deseado en la ventana Methodes y lo trasladamos hasta el icono vaco

Todos los individuos disponibles

Los individuos que cumplan determinadas condiciones

Seleccionndolos uno a uno

O bien mediante intervalos segn su nmero de

1. Seleccionamos en Choix des Individus el filtre Logique

Creacin de una nueva base de datos

Para realizar un anlisis estadstico, lo primero que se ha de hacer es disponer de la

ventana Entete: identifica la base de datos

ventana Variables: define los tipos de variable y etiquetas de las distintas

ventana Modalites de la variable: define las diferentes modalidades de la

ventana Individus: identifica y etiqueta los individuos de la base.

ventana Valeur: asigna a cada individuo sus valores correspondientes.

Ident: Nombre de la variable, 4 caracteres mximo

Libel: Etiqueta de la variable

Type: N para variables nominales, C para variables continuas

Min: valor mnimo para la variable. Siempre es 1 si es nominal

Max: valor mximo para la variable. Si es nominal, representa el nmero

El Ident es el nombre de cada modalidad

La libel es la etiqueta con 20 caracteres mximo.

Representacin grfica de planos factoriales

Ecrire y Effacer les libelles

Caracterizar los distintos grupos o modalidades

Histogramas, tablas de frecuencias

Descripcin de modalidades de las variables nominales

Descripcin de variables continuas

Tablas como cruce de variables nominales

Cruce de variables continuas

Histogramas, tablas de frecuencias. STATS

Caracteriza las variables nominales mediante el nmero de individuos que

STATISTIQUES USUELLES DES VARIABLES

Seleccionamos las variables continuas para realizar histogramas y estudiar sus

que han respondido a la

pregunta, as como su media, desviacin tpica, mnimo y mximo. Tambin aparece el

STATISTIQUES SOMMAIRES DES VARIABLES CONTINUES

Descripcin de modalidades de las variables nominales. DEMOD

MODALITES DE VARIABLES NOMINALES

CARACTERISATION PAR LES MODALITES DES CLASSES OU MODALITES

Descripcin de variables continuas. DESCO

se obtiene la lista de todas las

variables continuas, ordenadas segn las correlaciones.

DESCRIPTION DE VARIABLES CONTINUES

Tablas como cruce de variables nominales. TABLES

| oui, plein t | oui, temps p | non

Cruce de variables continuas. BIVAR

Caracteriza la muestra a partir de dos variables continuas. Se pueden realizar

Anlisis de componentes principales (ACP)

Realiza el anlisis en componente principales de individuos caracterizados por variables