Analicemos la segmentación AID con un sencillo ejemplo. Supongamos que tenemos una variable que recoge el consumo real de leche en litros semanales, y disponemos de los datos de clasificación de los individuos que han producido esas informaciones. Como investigadores, tenemos una idea de que la EDAD puede ser la variable que más discrimine en el consumo de leche. Bajo esta hipótesis, intentamos verificar que es así. Utilizamos la segmentación AID, ya que la variable a explicar es métrica, mientras que las variables explicativas son cualitativas, los datos de clasificación.
Fichero Datos para segmentación.gbw
Órdenes Análisis > Clasificación > Segmentación > AID
Variable Dependiente C1
Independientes SEXO, EDAD, ESTADO, ESTUDIOS y HABITAT
1 partición -
Códigos consecutivos EDAD
Opciones Mostramos árbol y creamos variable con segmento
Datos de cálculo
| • | Número de casos mínimo 30 |
| • | Máximo valor de significación 0,05 |
| • | Variable/s dependiente/s C1 Variables independientes SEXO EDAD con particiones de un sólo código ESTADO TAM_FAM STATUS HABITAT |
La primera salida producida es una tabla que nos proporciona la información básica de la variable dependiente y sus mediciones (media de consumo de leche total y casos en el archivo). Podemos apreciar que cada fila de la tabla nos está dando la información de dos grupos, las dicotomías generadas intra variable. A cada dicotomía se imputa su media de consumo, y sobre estas medias se realiza una prueba F que arroja una significación. Nuestro objetivo es localizar aquella significación más baja (la más próxima a 0) que nos estará indicando que la dicotomía que la posee es la más discriminante respecto a la medición (consumo de leche) realizada.
En nuestra salida estamos combinando la salida de texto que se muestra en el fichero de resultados con la salida gráfica que se muestra en una ventana de resultados. Para obtener las tablas que mostramos, tan solo debemos hacer doble clic en el segmento del que deseamos conocer la tabla.
Si sobre el gráfico de cuadros, hacemos doble clic en el segmento superior, el cuadro situado más arriba, obtenemos la siguiente tabla...
La información obtenida es la siguiente:
| • | Particiones, grupos de test utilizados para la realización de los análisis de varianza |
| • | Casos, nº de casos de cada grupo |
| • | Media, media de cada grupo en la variable dependiente o a explicar |
| • | Prueba F, valor de la prueba o contraste realizado con el ANOVA |
| • | Significación del valor de F |
Podemos observar que en esta tabla, está marcada aquella dicotomía con la significación más baja. esta dicotomía es en nuestro ejemplo el grupo de edad de más de 55 años, comparado con el resto de grupos. Mientras que los mayores tienen un consumo de 2,3 litros de leche mensual, mientras que los menores de esa edad, tienen un consumo más elevado que nos lleva a los 3,3 litros mensuales. En la tabla se muestra con un color verde la fila que muestra la menor significación y por tanto la que produce la primera dicotomía, los primeros segmentos.
Si observamos detenidamente el árbol de segmentación, apreciaremos que debajo del primer nivel se crean dos nuevos niveles donde la información se corresponde con las dicotomías generadas. Por un lado se intenta seguir la segmentación con el grupo de los mayores de 55 años. Si hacemos doble clic sobre el segmento de los mayores de 55 años y se obtiene la siguiente tabla...
Podemos observar que no hay fila marcada. Es por este motivo que la segmentación no ha seguido por ese camino. El gráfico no continua. Cómo se ha conseguido esta información. La explicación se encuentra en la cabecera de la tabla. Se ha repetido la misma segmentación inicial con todas las variables excepto con EDAD. Para la dicotomía de los mayores de 55 años se ha hecho una selección de estos 52 casos, y nada es discriminante, bien porque no se alcanza el nivel de significación exigido o bien porque el nº de casos de los grupos formados, no alcanza el mínimo exigido en los parámetros iniciales (30 casos).
Sin embargo, si hacemos doble clic sobre el segmento ubicado en el segundo nivel, a la derecha, la tabla obtenida es ésta:
Observemos que la siguiente variable más discriminante en este grupo, es el tamaño de la familia: En este caso los resultados parecen no ser muy lógicos, pero conociendo que el consumo es individual y no del hogar, resultará más comprensible. Ahora se generan dos nuevos grupos. Las familias con hasta 2 miembros y las familias con más de 3 miembros. Vuelta a comenzar, realizaremos de nuevo la segmentación ahora con este grupo, que recordemos arrastra la condición del grupo anterior. Este segmento está formado por los grupos de edad de 25 a 55 años y las familia 3 o más miembros (140 casos). AID es un proceso iterativo, y son los parámetros fijados al análisis los que lo van deteniendo.
Hacer mención especial al color amarillo de algún segmento. Esto es debido a que la pantalla es limitada. El color amarillo indica que los caminos seguidos a partir de este segmento, están en otra ventana, de forma que se ven más claramente, puesto que el nivel de aumento de la imagen así lo permite.
Salida en el visor de resultados
Nivel de segmentación 1
Media |
3,17 |
Número de casos |
384 |
Significación |
|
Variables independientes |
6 |
Selección |
|
Dicotomía |
Casos |
Medias |
Prueba F |
Significación |
SEXO |
228/156 |
3,3/ 3,0 |
2,4610 |
0,11322 |
EDAD |
124/260 |
3,2/ 3,1 |
0,3162 |
0,58138 |
EDAD |
104/280 |
3,3/ 3,1 |
0,8395 |
0,36313 |
EDAD |
64/320 |
3,8/ 3,0 |
12,2733 |
0,00065 |
EDAD |
40/344 |
2,8/ 3,2 |
2,5339 |
0,10797 |
EDAD |
52/332 |
2,3/ 3,3 |
19,3949 |
0,00003 |
ESTADO |
128/256 |
3,2/ 3,1 |
0,1944 |
0,66370 |
ESTADO |
180/204 |
3,3/ 3,1 |
2,2075 |
0,13391 |
ESTADO |
76/308 |
2,8/ 3,3 |
5,7354 |
0,01634 |
TAM_FAM |
208/176 |
3,4/ 2,9 |
6,6391 |
0,01006 |
TAM_FAM |
176/208 |
2,9/ 3,4 |
6,6391 |
0,01006 |
TAM_FAM |
0/384 |
* |
* |
* |
STATUS |
73/311 |
2,6/ 3,3 |
13,6133 |
0,00035 |
STATUS |
224/160 |
3,3/ 3,0 |
2,1724 |
0,13709 |
STATUS |
73/311 |
3,5/ 3,1 |
4,6542 |
0,02985 |
STATUS |
10/374 |
3,0/ 3,2 |
0,1217 |
0,72754 |
STATUS |
4/380 |
2,5/ 3,2 |
0,7500 |
0,39122 |
STATUS |
297/87 |
3,1/ 3,4 |
2,8009 |
0,09092 |
STATUS |
146/238 |
3,0/ 3,2 |
1,4389 |
0,22894 |
STATUS |
83/301 |
2,6/ 3,3 |
13,3467 |
0,00040 |
STATUS |
77/307 |
2,6/ 3,3 |
14,7822 |
0,00021 |
STATUS |
370/14 |
3,2/ 2,9 |
0,5861 |
0,45057 |
STATUS |
307/77 |
3,1/ 3,5 |
3,5753 |
0,05625 |
STATUS |
301/83 |
3,1/ 3,5 |
3,6802 |
0,05280 |
STATUS |
297/87 |
3,3/ 2,6 |
14,5271 |
0,00024 |
STATUS |
234/150 |
3,3/ 3,0 |
1,8898 |
0,16620 |
STATUS |
228/156 |
3,3/ 3,0 |
1,6884 |
0,19134 |
HABITAT |
112/272 |
3,2/ 3,1 |
0,1903 |
0,66692 |
Nivel de segmentación 1.1
Media |
2,31 |
Número de casos |
52 |
Significación |
0,0000 |
Variables independientes |
5 |
Selección |
EDAD=(+55) |
Dicotomía |
Casos |
Medias |
Prueba F |
Significación |
SEXO |
20/32 |
2,2/ 2,4 |
0,1285 |
0,72180 |
ESTADO |
4/48 |
1,0/ 2,4 |
2,6528 |
0,10567 |
ESTADO |
8/44 |
2,0/ 2,4 |
0,3062 |
0,58923 |
ESTADO |
40/12 |
2,5/ 1,7 |
2,2785 |
0,13349 |
TAM_FAM |
16/36 |
1,6/ 2,6 |
3,9512 |
0,04966 |
TAM_FAM |
36/16 |
2,6/ 1,6 |
3,9512 |
0,04966 |
TAM_FAM |
0/52 |
* |
* |
* |
STATUS |
22/30 |
1,8/ 2,7 |
3,3122 |
0,07134 |
STATUS |
27/25 |
2,8/ 1,8 |
5,4446 |
0,02252 |
STATUS |
0/52 |
* |
* |
* |
STATUS |
2/50 |
1,5/ 2,3 |
0,4656 |
0,50518 |
STATUS |
1/51 |
1,0/ 2,3 |
0,5999 |
0,44818 |
STATUS |
49/3 |
2,4/ 1,3 |
1,0491 |
0,31174 |
STATUS |
22/30 |
1,8/ 2,7 |
3,3122 |
0,07134 |
STATUS |
24/28 |
1,8/ 2,8 |
4,3890 |
0,03910 |
STATUS |
23/29 |
1,8/ 2,7 |
4,1895 |
0,04357 |
STATUS |
49/3 |
2,4/ 1,3 |
1,0491 |
0,31174 |
STATUS |
51/1 |
2,3/ 1,0 |
0,5999 |
0,44818 |
STATUS |
50/2 |
2,3/ 1,5 |
0,4656 |
0,50518 |
STATUS |
27/25 |
2,8/ 1,8 |
5,4446 |
0,02252 |
STATUS |
29/23 |
2,7/ 1,8 |
4,1895 |
0,04357 |
STATUS |
28/24 |
2,8/ 1,8 |
4,3890 |
0,03910 |
HABITAT |
12/40 |
2,3/ 2,3 |
0,0035 |
0,95169 |
Nivel de segmentación 1.2
Media |
3,30 |
Número de casos |
332 |
Significación |
0,0000 |
Variables independientes |
5 |
Selección |
EDAD=(-25,25-35,36-45,46-55) |
Dicotomía |
Casos |
Medias |
Prueba F |
Significación |
SEXO |
208/124 |
3,4/ 3,2 |
1,2622 |
0,26110 |
ESTADO |
124/208 |
3,3/ 3,3 |
0,0172 |
0,89114 |
ESTADO |
172/160 |
3,4/ 3,3 |
0,4096 |
0,53009 |
ESTADO |
36/296 |
3,1/ 3,3 |
0,6799 |
0,41528 |
TAM_FAM |
192/140 |
3,5/ 3,0 |
8,0571 |
0,00488 |
TAM_FAM |
140/192 |
3,0/ 3,5 |
8,0571 |
0,00488 |
TAM_FAM |
0/332 |
* |
* |
* |
STATUS |
51/281 |
2,9/ 3,4 |
4,4532 |
0,03360 |
STATUS |
197/135 |
3,3/ 3,3 |
0,1446 |
0,70558 |
STATUS |
73/259 |
3,5/ 3,2 |
1,9854 |
0,15576 |
STATUS |
8/324 |
3,4/ 3,3 |
0,0185 |
0,88716 |
STATUS |
3/329 |
3,0/ 3,3 |
0,1263 |
0,72294 |
STATUS |
248/84 |
3,2/ 3,5 |
1,7224 |
0,18693 |
STATUS |
124/208 |
3,3/ 3,3 |
0,1294 |
0,71987 |
STATUS |
59/273 |
3,0/ 3,4 |
3,7384 |
0,05110 |
STATUS |
54/278 |
2,9/ 3,4 |
4,6404 |
0,03019 |
STATUS |
321/11 |
3,3/ 3,3 |
0,0051 |
0,94133 |
STATUS |
256/76 |
3,2/ 3,5 |
1,7114 |
0,18838 |
STATUS |
251/81 |
3,2/ 3,5 |
1,9811 |
0,15622 |
STATUS |
270/62 |
3,4/ 3,0 |
3,9361 |
0,04544 |
STATUS |
205/127 |
3,3/ 3,3 |
0,1826 |
0,67308 |
STATUS |
200/132 |
3,3/ 3,3 |
0,0979 |
0,75286 |
HABITAT |
100/232 |
3,3/ 3,3 |
0,0429 |
0,83074 |
Nivel de segmentación 1.2.1
Media |
3,50 |
Número de casos |
192 |
Significación |
0,0049 |
Variables independientes |
4 |
Selección |
EDAD=(-25,25-35,36-45,46-55) |
Dicotomía |
Casos |
Medias |
Prueba F |
Significación |
SEXO |
132/60 |
3,4/ 3,6 |
0,7045 |
0,40711 |
ESTADO |
48/144 |
3,5/ 3,5 |
0,0000 |
1,00000 |
ESTADO |
120/72 |
3,5/ 3,5 |
0,0101 |
0,91703 |
ESTADO |
24/168 |
3,5/ 3,5 |
0,0215 |
0,87844 |
STATUS |
23/169 |
2,8/ 3,6 |
6,2848 |
0,01254 |
STATUS |
131/61 |
3,6/ 3,3 |
1,2060 |
0,27305 |
STATUS |
30/162 |
3,7/ 3,5 |
0,4478 |
0,51148 |
STATUS |
5/187 |
4,0/ 3,5 |
0,5824 |
0,45252 |
STATUS |
3/189 |
3,0/ 3,5 |
0,3453 |
0,56483 |
STATUS |
154/38 |
3,5/ 3,7 |
0,5358 |
0,47173 |
STATUS |
53/139 |
3,3/ 3,6 |
1,5721 |
0,20870 |
STATUS |
28/164 |
3,0/ 3,6 |
3,7811 |
0,05044 |
STATUS |
26/166 |
2,8/ 3,6 |
6,7520 |
0,00982 |
STATUS |
184/8 |
3,5/ 3,6 |
0,0590 |
0,80376 |
STATUS |
159/33 |
3,5/ 3,6 |
0,2030 |
0,65731 |
STATUS |
157/35 |
3,5/ 3,7 |
0,8933 |
0,34809 |
STATUS |
161/31 |
3,6/ 3,0 |
4,2751 |
0,03781 |
STATUS |
136/56 |
3,6/ 3,3 |
1,9471 |
0,16063 |
STATUS |
134/58 |
3,6/ 3,3 |
0,9096 |
0,34352 |
HABITAT |
32/160 |
3,4/ 3,5 |
0,0679 |
0,79078 |
Nivel de segmentación 1.2.2
Media |
3,04 |
Número de casos |
140 |
Significación |
0,0049 |
Variables independientes |
4 |
Selección |
EDAD=(-25,25-35,36-45,46-55) |
Dicotomía |
Casos |
Medias |
Prueba F |
Significación |
SEXO |
76/64 |
3,3/ 2,8 |
4,1465 |
0,04124 |
ESTADO |
76/64 |
3,2/ 2,9 |
1,1715 |
0,28081 |
ESTADO |
52/88 |
3,0/ 3,0 |
0,0003 |
0,98366 |
ESTADO |
12/128 |
2,3/ 3,1 |
3,8999 |
0,04757 |
STATUS |
28/112 |
3,0/ 3,0 |
0,0209 |
0,88030 |
STATUS |
66/74 |
2,8/ 3,2 |
2,4361 |
0,11662 |
STATUS |
43/97 |
3,4/ 2,9 |
4,3945 |
0,03580 |
STATUS |
3/137 |
2,3/ 3,1 |
0,7116 |
0,40506 |
STATUS |
0/140 |
* |
* |
* |
STATUS |
94/46 |
2,9/ 3,3 |
3,1963 |
0,07236 |
STATUS |
71/69 |
3,3/ 2,8 |
3,2748 |
0,06899 |
STATUS |
31/109 |
2,9/ 3,1 |
0,1875 |
0,66949 |
STATUS |
28/112 |
3,0/ 3,0 |
0,0209 |
0,88030 |
STATUS |
137/3 |
3,1/ 2,3 |
0,7116 |
0,40506 |
STATUS |
97/43 |
2,9/ 3,4 |
4,3945 |
0,03580 |
STATUS |
94/46 |
2,9/ 3,3 |
3,1963 |
0,07236 |
STATUS |
109/31 |
3,1/ 2,9 |
0,1875 |
0,66949 |
STATUS |
69/71 |
2,8/ 3,3 |
3,2748 |
0,06899 |
STATUS |
66/74 |
2,8/ 3,2 |
2,4361 |
0,11662 |
HABITAT |
68/72 |
3,3/ 2,8 |
3,7762 |
0,05115 |
Nivel de segmentación 1.2.1.1
Media |
3,60 |
Número de casos |
161 |
Significación |
0,0378 |
Variables independientes |
3 |
Selección |
EDAD=(-25,25-35,36-45,46-55) |
Dicotomía |
Casos |
Medias |
Prueba F |
Significación |
SEXO |
107/54 |
3,6/ 3,7 |
0,2951 |
0,59458 |
ESTADO |
37/124 |
3,4/ 3,7 |
0,8066 |
0,37397 |
ESTADO |
105/56 |
3,6/ 3,5 |
0,2425 |
0,62887 |
ESTADO |
19/142 |
3,7/ 3,6 |
0,1954 |
0,66320 |
HABITAT |
26/135 |
3,7/ 3,6 |
0,2576 |
0,61862 |
Nivel de segmentación 1.2.1.2
Media |
3,00 |
Número de casos |
31 |
Significación |
0,0378 |
Variables independientes |
3 |
Selección |
EDAD=(-25,25-35,36-45,46-55) |
Dicotomía |
Casos |
Medias |
Prueba F |
Significación |
SEXO |
25/6 |
3,0/ 3,2 |
0,0939 |
0,75899 |
ESTADO |
11/20 |
3,8/ 2,5 |
6,2943 |
0,01718 |
ESTADO |
15/16 |
2,5/ 3,5 |
4,3014 |
0,04477 |
ESTADO |
5/26 |
2,8/ 3,0 |
0,1085 |
0,74291 |
HABITAT |
6/25 |
2,2/ 3,2 |
2,5467 |
0,11757 |
Nivel de segmentación 1.2.2.1
Media |
3,42 |
Número de casos |
43 |
Significación |
0,0358 |
Variables independientes |
3 |
Selección |
EDAD=(-25,25-35,36-45,46-55) |
Dicotomía |
Casos |
Medias |
Prueba F |
Significación |
SEXO |
31/12 |
3,5/ 3,3 |
0,0515 |
0,81644 |
ESTADO |
31/12 |
3,5/ 3,1 |
0,8110 |
0,37657 |
ESTADO |
12/31 |
3,1/ 3,5 |
0,8110 |
0,37657 |
ESTADO |
0/43 |
* |
* |
* |
HABITAT |
16/27 |
3,4/ 3,4 |
0,0206 |
0,88160 |
Nivel de segmentación 1.2.2.2
Media |
2,87 |
Número de casos |
97 |
Significación |
0,0358 |
Variables independientes |
3 |
Selección |
EDAD=(-25,25-35,36-45,46-55) |
Dicotomía |
Casos |
Medias |
Prueba F |
Significación |
SEXO |
45/52 |
3,1/ 2,6 |
3,1104 |
0,07729 |
ESTADO |
45/52 |
2,9/ 2,8 |
0,0221 |
0,87700 |
ESTADO |
40/57 |
3,0/ 2,8 |
0,8720 |
0,35541 |
ESTADO |
12/85 |
2,3/ 3,0 |
2,6818 |
0,10071 |
HABITAT |
52/45 |
3,3/ 2,4 |
9,0914 |
0,00341 |
Nivel de segmentación 1.2.2.2.1
Media |
3,25 |
Número de casos |
52 |
Significación |
0,0034 |
Variables independientes |
2 |
Selección |
EDAD=(-25,25-35,36-45,46-55) |
Dicotomía |
Casos |
Medias |
Prueba F |
Significación |
SEXO |
28/24 |
3,3/ 3,2 |
0,0318 |
0,85363 |
ESTADO |
16/36 |
3,3/ 3,2 |
0,0371 |
0,84246 |
ESTADO |
28/24 |
3,3/ 3,2 |
0,1274 |
0,72280 |
ESTADO |
8/44 |
2,9/ 3,3 |
0,5520 |
0,46733 |
Nivel de segmentación 1.2.2.2.2
Media |
2,42 |
Número de casos |
45 |
Significación |
0,0034 |
Variables independientes |
2 |
Selección |
EDAD=(-25,25-35,36-45,46-55) |
Dicotomía |
Casos |
Medias |
Prueba F |
Significación |
SEXO |
17/28 |
2,9/ 2,1 |
5,5038 |
0,02250 |
ESTADO |
29/16 |
2,7/ 2,0 |
4,0884 |
0,04692 |
ESTADO |
12/33 |
2,3/ 2,5 |
0,1093 |
0,74139 |
ESTADO |
4/41 |
1,0/ 2,6 |
9,0706 |
0,00437 |