Análisis de Correspondencia Múltiple

enfocado al análisis de mercado de una bebida alcohólica

Este código corresponde al protocolo Estudio de mercado para una nueva bebida alcohólica. https://analisisdemercadomepli.blogspot.com/ para la realización de un ACM con las variables de control: “Edad” y “Sexo”, las cuales serán utilizadas para generar un cruce entre variables y buscando identificar si se forman grupos de estudiantes según su edad, sexo y preferencias de bebidas alcohólicas.

Paso 1: Cargar la base de datos, la cuál se guardará en un objeto llamado “datos”

library(readxl)
rut = file.choose()
datos = as.data.frame(read_excel(rut))
datos
##    Edad Sexo           p2      p4     p6 p7 p8        p9         p10
## 1    27    F      Adultez Cerveza  Sabor No Si $61 a $70 $200 a $250
## 2    30    M      Adultez    Vino  Sabor No Si $50 a $60 $200 a $250
## 3    28    F      Adultez Cerveza  Sabor Si Si $61 a $70 $251 a $300
## 4    26    M      Adultez    Caña  Sabor No Si $71 a $80 $251 a $300
## 5    21    M Adolescencia Cerveza  Sabor Si No   Más $80 $200 a $250
## 6    19    F Adolescencia Cerveza  Sabor Si Si   Más $80    Mas $350
## 7    19    F Adolescencia Cerveza  Sabor Si Si $71 a $80 $300 a $350
## 8    18    F     Infancia    Vino  Sabor Si No   Más $80    Mas $350
## 9    18    F Adolescencia   Otros  Sabor Si Si   Más $80    Mas $350
## 10   21    F      Adultez Cerveza  Sabor No Si $71 a $80 $251 a $300
## 11   26    M Adolescencia    Caña  Sabor Si No $61 a $70 $200 a $250
## 12   20    F Adolescencia Cerveza  Sabor No No   Más $80    Mas $350
## 13   21    F      Adultez   Vodka  Sabor Si No $61 a $70 $251 a $300
## 14   18    M      Adultez Tequila Precio Si Si $61 a $70 $251 a $300
## 15   18    M     Infancia Cerveza  Sabor No Si   Más $80    Mas $350
## 16   20    F Adolescencia Cerveza  Sabor No No $50 a $60 $200 a $250
## 17   23    M      Adultez Tequila  Sabor No Si $71 a $80 $251 a $300
## 18   30    F Adolescencia    Vino  Sabor Si Si   Más $80 $300 a $350
## 19   20    F Adolescencia   Vodka  Sabor Si Si $61 a $70 $300 a $350
## 20   23    F      Adultez    Vino  Sabor Si Si $50 a $60 $200 a $250
## 21   18    M   Mayor a 24 Cerveza  Sabor Si No   Más $80    Mas $350
## 22   18    F Adolescencia Cerveza  Sabor Si Si   Más $80 $251 a $300
## 23   20    F Adolescencia     Ron  Sabor No No $50 a $60    Mas $350
## 24   19    F Adolescencia   Otros  Sabor Si Si $61 a $70 $300 a $350

Paso 2: Cargar la siguiente librería:

library (FactoMineR)

Paso 3: Realizar el ACM para cada una de las preguntas localizadas en la base de datos (P2, P4,P5,…,P10) relacionándolas con las variables de control (Edad, Sexo) Ejemplo: Realizar el cruce de las variables Edad, Sexo y P2

Pregunta 2: ¿Desde que edad empezaste a consumir alcohol?

Nota: para poder generar el ACM, las variables deberán ser convertidas a factores como se observa a continuación:

edadd = as.factor(datos$Edad)
sexoo = as.factor(datos$Sexo)
Preg2 = as.factor(datos$p2)
Relacion2 = cbind.data.frame(sexoo,Preg2, edadd)

str(Relacion2)
## 'data.frame':    24 obs. of  3 variables:
##  $ sexoo: Factor w/ 2 levels "F","M": 1 2 1 2 2 1 1 1 1 1 ...
##  $ Preg2: Factor w/ 4 levels "Adolescencia",..: 2 2 2 2 1 1 1 3 1 2 ...
##  $ edadd: Factor w/ 9 levels "18","19","20",..: 7 9 8 6 4 2 2 1 1 4 ...

Realizar el Biplot:

res.mca = MCA(Relacion2, method = 'Burt')

Pregunta 4: ¿Qué bebida alcohólica sueles consumir con más frecuencia?

Preg4 = as.factor(datos$p4)
Relacion4 = cbind.data.frame(sexoo, Preg4, edadd)

str(Relacion4)
## 'data.frame':    24 obs. of  3 variables:
##  $ sexoo: Factor w/ 2 levels "F","M": 1 2 1 2 2 1 1 1 1 1 ...
##  $ Preg4: Factor w/ 7 levels "Caña","Cerveza",..: 2 6 2 1 2 2 2 6 3 2 ...
##  $ edadd: Factor w/ 9 levels "18","19","20",..: 7 9 8 6 4 2 2 1 1 4 ...

Realizar el Biplot:

res.mca = MCA(Relacion4, method = 'Burt')

Pregunta 6: ¿Por qué consideras que es tu marca favorita?

Preg6 = as.factor(datos$p6)
Relacion6 = cbind.data.frame(sexoo, Preg6, edadd)

str(Relacion6)
## 'data.frame':    24 obs. of  3 variables:
##  $ sexoo: Factor w/ 2 levels "F","M": 1 2 1 2 2 1 1 1 1 1 ...
##  $ Preg6: Factor w/ 2 levels "Precio","Sabor": 2 2 2 2 2 2 2 2 2 2 ...
##  $ edadd: Factor w/ 9 levels "18","19","20",..: 7 9 8 6 4 2 2 1 1 4 ...

Realizar el Biplot:

res.mca = MCA(Relacion6, method = 'Burt')

Pregunta 7: ¿Consideras que la publicidad es fundamental para comprar una bebida alcohólica?

Preg7 = as.factor(datos$p7)
Relacion7 = cbind.data.frame(sexoo, Preg7, edadd)

str(Relacion7)
## 'data.frame':    24 obs. of  3 variables:
##  $ sexoo: Factor w/ 2 levels "F","M": 1 2 1 2 2 1 1 1 1 1 ...
##  $ Preg7: Factor w/ 2 levels "No","Si": 1 1 2 1 2 2 2 2 2 1 ...
##  $ edadd: Factor w/ 9 levels "18","19","20",..: 7 9 8 6 4 2 2 1 1 4 ...

Realizar el Biplot:

res.mca = MCA(Relacion7, method = 'Burt')

Pregunta 8: ¿Consideras que el precio es fundamental para comprar una bebida alcohólica?

Preg8 = as.factor(datos$p8)
Relacion8 = cbind.data.frame(sexoo, Preg8, edadd)

str(Relacion8)
## 'data.frame':    24 obs. of  3 variables:
##  $ sexoo: Factor w/ 2 levels "F","M": 1 2 1 2 2 1 1 1 1 1 ...
##  $ Preg8: Factor w/ 2 levels "No","Si": 2 2 2 2 1 2 2 1 2 2 ...
##  $ edadd: Factor w/ 9 levels "18","19","20",..: 7 9 8 6 4 2 2 1 1 4 ...

Realizar el Biplot:

res.mca = MCA(Relacion8, method = 'Burt')

Pregunta 9: ¿Cuál es el precio que pagarías por un paquete de 6 cervezas? (Envases de 355ml)

Preg9 = as.factor(datos$p9)
Relacion9 = cbind.data.frame(sexoo, Preg9, edadd)

str(Relacion9)
## 'data.frame':    24 obs. of  3 variables:
##  $ sexoo: Factor w/ 2 levels "F","M": 1 2 1 2 2 1 1 1 1 1 ...
##  $ Preg9: Factor w/ 4 levels "$50 a $60","$61 a $70",..: 2 1 2 3 4 4 3 4 4 3 ...
##  $ edadd: Factor w/ 9 levels "18","19","20",..: 7 9 8 6 4 2 2 1 1 4 ...

Realizar el Biplot:

res.mca = MCA(Relacion9, method = 'Burt')

Pregunta 10: ¿Cuál es el precio que pagarías por una botella de alcohol? (Envase de 750ml)

Preg10 = as.factor(datos$p10)
Relacion10 = cbind.data.frame(sexoo, Preg10, edadd)

str(Relacion10)
## 'data.frame':    24 obs. of  3 variables:
##  $ sexoo : Factor w/ 2 levels "F","M": 1 2 1 2 2 1 1 1 1 1 ...
##  $ Preg10: Factor w/ 4 levels "$200 a $250",..: 1 1 2 2 1 4 3 4 4 2 ...
##  $ edadd : Factor w/ 9 levels "18","19","20",..: 7 9 8 6 4 2 2 1 1 4 ...

Realizar el Biplot:

res.mca = MCA(Relacion10, method = 'Burt')