Segmentación

Descripción de la técnica

La segmentación es un técnica de clasificación que se trabaja con datos cualitativos explicando una variable de tipo continuo o una condición de partida sobre los datos (dicotomía). Su objetivo es reconocer las variables y grupos que ejercen un poder más discriminatorio sobre la variable elegida como dependiente.

BarbWin dispone de dos programas básicos de segmentación:

•	la segmentación AID

•	la segmentación jhi2

Ambas fórmulas pueden ser ejecutadas de forma automática o manual, con intervención del usuario en las particiones. Los cuadros de diálogo son muy semejantes y difieren únicamente en la elección de la variable dependiente. En el caso de AID, deberemos elegir una variable numérica métrica, mientras que en el caso de la jhi2 partiremos no de una variable sino de una condición dicotómica que dividirá la muestra en dos grupos, los que poseen la característica a segmentar y los que no la poseen.

Recordemos que el objetivo de la segmentación es realizar sucesivas particiones trabajando con los códigos de las variables y ver que grupos son los que discriminan más en los valores de la variable dependiente. Como resultado de la segmentación, obtenemos un gráfico muy representativo de las particiones derivadas del proceso: el árbol de la segmentación. De hecho el proceso divide en dos mitades la muestra, tras haber obtenido la mayor reducción de la suma de cuadrado residual de la variable dependiente. La división del grupo se realiza en el punto de mayor discriminación de las medias de los grupos (análisis de varianza) y las particiones dicotómicas se realizan para cada variable predictora.

Grado de utilización en la práctica

Es una técnica con un uso hoy en día muy bajo, dado que presenta una limitación muy importante, el hecho de que los grupos sean siempre dicotómicos y no puedan ser presentadas alternativas de tipo múltiple en el cálculo.

Información ofrecida por una segmentación AID

Nivel segmentación	Se muestra el nivel de segmentación en el que nos encontramos como un número combinado de niveles. 1.3.5 significaría que estamos en el segmento 1 de la muestra en el 3 de la segunda variable y en el 5 de la tercera variable
Particiones	Muestra la formación de los grupos (utiliza las etiquetas de las variables para que sea más claro)
Casos	Número de casos que conforman el grupo de análisis y su dicotomía.
Medias	Media de los dos grupos en cuanto a la variable dependiente analizada
Prueba F	Prueba F de diferencia de medias
Significación	Significación de la prueba
Gráfica de segmentación	Árbol visual para ver el recorrido de la segmentación. El árbol muestra tantos niveles como se le indique en punto de partida. Se muestra en amarillo cuando divide y muestra en otra pestaña de la ventana
Información de segmento	Al hacer clic sobre cada cuadro del gráfico (siempre que no sea amarillo) se muestra un menñu contextual donde se puede observar todas y cada una de las pruebas que se han hecho para la formación de ese segmento.

Información ofrecida por una segmentación Jhi2

Nivel segmentación	Se muestra el nivel de segmentación en el que nos encontramos como un número combinado de niveles. 1.3.5 significaría que estamos en el segmento 1 de la muestra en el 3 de la segunda variable y en el 5 de la tercera variable
Dicotomía	Muestra la formación de los grupos (utiliza las etiquetas de las variables para que sea más claro)
Casos	Número de casos que conforman el grupo de análisis y su dicotomía.
Medias	Media de los dos grupos en cuanto a la variable dependiente analizada
Prueba F	Prueba F de diferencia de medias
Significación	Significación de la prueba
Gráfica de segmentación	Árbol visual para ver el recorrido de la segmentación. El árbol muestra tantos niveles como se le indique en punto de partida. Se muestra en amarillo cuando divide y muestra en otra pestaña de la ventana
Información de segmento	Al hacer clic sobre cada cuadro del gráfico (siempre que no sea amarillo) se muestra un menñu contextual donde se puede observar todas y cada una de las pruebas que se han hecho para la formación de ese segmento.

Proceso de cálculo

Opciones de cálculo

Tres son las opciones de cálculo

•	A.I.D. utilizado cuando la variable dependiente es de tipo continuo (numérica métrica o escala de razón / proporción). Buscamos mediante la iteración de análisis de varianza, conocer cuáles son los grupos dicotómicos que ofrecen una mayor discriminación en la media de la variable continua.

•	jhi2, utilizado cuando la variable dependiente no es de tipo continuo sino que es una condición sobre los datos que implica la posesión de una característica o la no posesión de la misma. Se realizan pruebas jhi2 para contrastar la hipótesis de la dicotomía.

•	jhi2 de tabla, utilizado cuando no se busca la discriminación de variables sino que se busca la identificación de variables discriminantes. Se utiliza la prueba jhi2 de tabla para contrastar la hipótesis de la dicotomía.