Análisis de correspondencia múltiple (MCA)

El análisis de correspondencia múltiple representa todas las categorías de tres o más variables categóricas, como respuestas de encuestas o registros de defectos, de modo que las categorías relacionadas aparecen próximas. Use el análisis de correspondencia simple para exactamente dos variables. Se descartan las filas con valores ausentes. La salida incluye una tabla de inercia por dimensión, una tabla de categorías con masa, coordenadas, calidad y contribuciones, y un mapa de las dos primeras dimensiones.

Última revisión:

Idea clave

El análisis de correspondencia múltiple (MCA) sitúa todas las categorías de tres o más variables categóricas en un mismo mapa, de modo que las categorías que suelen darse juntas, como tipo de cliente, canal y plan, quedan próximas entre sí.

En esta página
  1. Propósito
  2. Funciones principales
  3. Métodos estadísticos
  4. Campos de entrada y opciones
  5. Descripción de la salida
  6. Ejemplo práctico

Propósito

El análisis de correspondencia múltiple (MCA) sitúa todas las categorías de tres o más variables categóricas en un mismo mapa. Las categorías que con frecuencia dan los mismos encuestados o que se encuentran en los mismos elementos quedan próximas entre sí. Úselo para explorar respuestas de encuestas, registros de defectos o hallazgos de auditoría que tienen varios campos categóricos, por ejemplo para ver qué tipos de cliente van con qué canales y planes de servicio, o qué turnos, líneas y tipos de defecto tienden a presentarse juntos. Para exactamente dos variables, use el análisis de correspondencia simple.

Funciones principales

  • Analiza tres o más columnas categóricas a la vez; cada categoría se convierte en un punto del mapa.
  • Tabla de inercia de cada dimensión, con porcentajes y porcentajes acumulados.
  • Tabla de categorías con masa, inercia, coordenadas, calidad, correlaciones al cuadrado y contribuciones para el número de dimensiones que elija.
  • Gráfica de columnas de todas las categorías en las dos primeras dimensiones, coloreadas por variable.
  • Exportación de los resultados a PDF.

Métodos estadísticos

Se descartan las filas con un valor ausente en cualquiera de las variables seleccionadas, y cada valor se trata como una etiqueta de categoría. Los datos se convierten en una matriz indicadora Z con una columna 0/1 por cada categoría de cada variable (K columnas para J variables en total). El MCA es un análisis de correspondencia de esta matriz: Z se divide entre su total para obtener las proporciones P, con masas de fila r y masas de columna (categoría) c, y los residuos estandarizados S = Dr^−½ (P − r cᵀ) Dc^−½ se descomponen mediante la descomposición en valores singulares. Cada valor singular d da una dimensión con inercia d². Hay K − J dimensiones y la inercia total es siempre (K − J) / J, por lo que depende solo del número de categorías, no de los datos.

Las coordenadas de las categorías son coordenadas principales, Dc^−½ V D. La masa es la participación de una categoría en el total de la matriz indicadora, es decir, su frecuencia relativa dividida entre J. Inert es la participación de la categoría en la inercia total. La calidad (Quality) es la proporción de la distancia al cuadrado de la categoría al centro que muestran las dimensiones informadas (de 0 a 1); Corr es esa proporción para una dimensión, y Contr la proporción de la inercia de una dimensión que aporta la categoría. Como la codificación indicadora reparte la inercia entre muchas dimensiones, las dos primeras dimensiones del MCA suelen explicar un porcentaje mucho menor que en el análisis de correspondencia simple; el mapa puede seguir siendo útil, pero las categorías con baja calidad no quedan bien representadas.

Campos de entrada y opciones

Campo

Descripción

Categorical variables

Tres o más columnas categóricas. Mantenga pulsada la tecla Ctrl o Command para seleccionar varias. Para exactamente 2 variables, use en su lugar el análisis de correspondencia simple.

Number of components

Para cuántas dimensiones se informan Quality, Corr y Contr en la tabla de categorías. Por defecto 2; de 1 a 20, limitado al número disponible. La gráfica siempre muestra las 2 primeras.

Title

Título que se muestra en la gráfica. Por defecto Multiple Correspondence Analysis.

multiple-correspondence-analysis-inputs


Figura 1: opciones del ejemplo: cinco preguntas de una encuesta como variables categóricas, 2 componentes.

Descripción de la salida

  • Multiple Correspondence Analysis plot — todas las categorías en la Dimension 1 frente a la Dimension 2 (porcentajes de inercia en los títulos de los ejes), coloreadas por variable. Cada punto está rotulado con su categoría; el color y la leyenda indican la variable, y al pasar el cursor se muestran ambas. Las etiquetas se colocan de forma que no se solapen.
  • Total inertia — el total y el número de dimensiones.
  • Analysis of Indicator Matrix — Component (Dim1, Dim2, ...), Inertia, Percent y Cumulative Percent de cada dimensión.
  • Column Contributions — Category, Variable, Mass, Inert, la coordenada en cada dimensión informada, Quality, y Corr y Contr de cada dimensión informada.
  • Exportación a PDF mediante Download.

multiple-correspondence-analysis-output


Figura 2: mapa de categorías de cinco preguntas de una encuesta a 160 clientes: la Dimensión 1 (14.6 %) va desde ingresos bajos, plan Basic y menores de 30 años hasta ingresos altos, plan Premium y edades de 45 a 59 años.

Ejemplo práctico

Un equipo de marketing minorista encuestó a 160 clientes con cinco preguntas: grupo de edad (cuatro grupos), nivel de ingresos (Low, Medium, High), región (North, South, East, West), canal preferido (Online, In Store, Mobile App, Phone) y plan de servicio (Basic, Standard, Premium). Quiere ver qué respuestas van juntas para planificar ofertas dirigidas. Selecciona las cinco columnas como Categorical variables y mantiene Number of components = 2.

Las 18 categorías dan 13 dimensiones y una inercia total de 2.6. La Dimensión 1 explica el 14.56 % y la Dimensión 2 el 11.7 %, juntas el 26.26 %: es normal en un MCA con tantas categorías, pero el mapa debe leerse como un resumen aproximado. La Dimensión 1 va desde Income Level: Low (−0.687), Service Plan: Basic (−0.771) y Age Group: Under 30 (−0.770) a la izquierda hasta Income Level: High (1.393), Service Plan: Premium (0.956) y Age Group: 45 to 59 (0.967) a la derecha. Income Level: High aporta el 23.1 % de la inercia de la Dimensión 1, la mayor de todas las categorías. En la Dimensión 2, Income Level: Medium (−0.804), Age Group: 30 to 44 (−0.821) y Service Plan: Standard (−0.595) quedan juntas en la parte inferior.

Region: South (calidad 0.0054) y Preferred Channel: In Store (0.0475) quedan cerca del centro con una calidad muy baja: están mal representadas en este mapa y no pertenecen a ninguno de los grupos. Para el equipo, el nivel de ingresos y el plan de servicio forman el patrón principal, seguidos de la edad, mientras que la región y el canal aportan poco. En los datos originales, el 60.4 % de los clientes de ingresos bajos eligió Basic y el 52.8 % de los clientes de ingresos altos eligió Premium. Al excluir Region del análisis, la proporción de las dos primeras dimensiones aumenta al 32.57 %.

Preguntas frecuentes

¿Qué es el análisis de correspondencia múltiple?

El análisis de correspondencia múltiple (MCA) sitúa todas las categorías de tres o más variables categóricas en un mismo mapa, de modo que las categorías que con frecuencia dan los mismos encuestados o que se encuentran en los mismos elementos quedan próximas entre sí. Se usa para explorar respuestas de encuestas, registros de defectos o hallazgos de auditoría, por ejemplo qué turnos, líneas y tipos de defecto tienden a presentarse juntos.

¿Cuál es la diferencia entre el MCA y el análisis de correspondencia simple?

El análisis de correspondencia simple es para exactamente dos variables categóricas, mientras que el MCA admite tres o más. El MCA analiza una matriz indicadora con una columna 0/1 por categoría. Como esta codificación reparte la inercia entre muchas dimensiones, las dos primeras dimensiones del MCA suelen explicar un porcentaje mucho menor que en el análisis de correspondencia simple.

¿Cómo se interpreta una gráfica de MCA?

Las categorías próximas en el mapa tienden a presentarse juntas. Lea los porcentajes de los ejes como la proporción de inercia que explica cada dimensión. Compruebe la calidad (Quality) de cada categoría, de 0 a 1: las categorías con baja calidad, que con frecuencia quedan cerca del centro, están mal representadas en el mapa y no deben interpretarse como pertenecientes a ningún grupo. Contr muestra qué categorías definen cada dimensión.

¿Por qué es tan baja la inercia explicada en el MCA?

La inercia total en el MCA es siempre (K - J) / J, donde K es el número de categorías y J el número de variables, por lo que depende solo del número de categorías. La codificación indicadora reparte esta inercia entre muchas dimensiones, de modo que un porcentaje bajo en las dos primeras dimensiones es normal; el mapa debe leerse como un resumen aproximado.