Análisis multivariado en Excel con un caso práctico

Un análisis multivariado combina dos o más variables para responder preguntas que no se pueden separar. En este tutorial usaremos ventas de cuatro productos, dos zonas y cuatro meses para calcular indicadores, comparar grupos y estudiar relaciones. El lectorSabrá preparar una tabla, resumirla, crear gráficos y obtener covarianzas dentro de Excel. Las funciones y herramientas tratadas están disponibles en Excel 2007 y posteriores, Microsoft 365, Excel para la web, Mac y móviles; algunas funciones de la familia estadística pueden tener diferencias de compatibilidad.

Qué es el análisis multivariado y cuándo usarlo

El análisis multivariado study varias variables dentro de un mismo conjunto de observaciones. En nuestro libro, cada fila reúne una venta completa: producto, zona, mes, unidades, precio e importe. Así no se términos analizar una tendencia temporal sin relacionarla con el territorio o el producto.

Sirve cuando una pregunta depende de varias dimensiones: qué zona vende más, qué producto destaca, cómo se relacionan unidades, precio e importe y si las observaciones deben compararse en una escala común.

El importe se calcula como unidades por precio. Esta relación es、totalmente mecánica; el resto del tutorial permite describir y comparar los datos sin confundir una asociación con una causa.

Cómo preparar los datos multivariados en Excel

La base debe tener una fila por venta y una columna por variable. Las columnas A, B y C son categóricas; D, E y F son cuantitativas. F se obtiene multiplicando D por E. No se mezclan fechas escritas como texto ni categorías con espacios diferentes.

1. Escribe los encabezados de la tabla.
2. Registra cada venta en una fila.
3. Introduce las unidades y el precio como números.
4. Calcula el importe y conserva los datos originales.

Comprobar que cada fila contiene todas las variables

Antes de resumir, comprueba que no falten categorías, fechas ni importes. En F2, escribe:

=D2*E2

Después, copia F2 hasta F5 con el controlador de relleno.

Para localizar vacíos en esta tabla pequeña, usa Filtro y observa los desplegables de cada encabezado. Para una lista extensa, Fórmulas > Editar fórmulas > Buscar vacíos permite seleccionar celdas vacías del rango seleccionado.

Calcular medias y dispersión para cada variable

Añade una hoja llamada Indicadores. En B2, calcula la media de unidades; en B3, su dispersión muestral; y en B4, el número de observaciones. Repite la estructura para importe y precio.

=PROMEDIO(Ventas!D2:D5)
=DESVEST(Ventas!D2:D5)
=CONTAR(Ventas!D2:D5)

PROMEDIO (AVERAGE), DESVEST (STDEV) y CONTAR (COUNT) resume una columna. DESVEST mide la dispersión alrededor de la media; un valor mayor indica, en esta muestra, mayor variabilidad.

Cómo comparar grupos con tablas y gráficos

Convertimos los datos en una Tabla de Excel para facilitate filtros y resúmenes. Desde Ventas, selecciona A1:F5 y abre:

Después, Insertar > Tablas dinámicas > De la tabla/ rango > Crear. Arrastra Producto a Filas, Zona a Columnas e Importe a Valores. En la configuración de valores, elige Suma.

El resumen muestra que Norte concentra 1.350,00 y Sur, 1.075,00. En estas cuatro ventas, Teclado aporta el total más alto. Estas diferencias describen la muestra; no demuestran por sí solos que la zona cause la diferencia.

Resumir las ventas por producto y zona

Para obtener totales y promedios de cada combinación sin depender de la tabla dinámica, puedes usar SUMAR.SI.CONJUNTO (SUMIFS) y PROMEDIO.SI.CONJUNTO (AVERAGEIFS). Crea en Resumen una fila por producto y una columna por zona.

=SUMAR.SI.CONJUNTO(Ventas!$F$2:$F$5;Ventas!$B$2:$B$5;$A4;Ventas!$C$2:$C$5;B$3)
=PROMEDIO.SI.CONJUNTO(Ventas!$F$2:$F$5;Ventas!$B$2:$B$5;$A4;Ventas!$C$2:$C$5;B$3)

Cuando no hay ventas para una combinación, PROMEDIO.SI.CONJUNTO devuelve #¡DIV/0!. Para evitarlo en una hoja visible, envuelve el resultado con SI.ERROR (IFERROR):

=SI.ERROR(PROMEDIO.SI.CONJUNTO(Ventas!$F$2:$F$5;Ventas!$B$2:$B$5;$A4;Ventas!$C$2:$C$5;B$3);0)

Visualizar la relación entre variables cuantitativas

Un gráfico de dispersión permite observar la relación entre unidades e importe. Selecciona D1:D5 y F1:F5. Si Excel interpreta las columnas como series separadas, selecciona únicamente los valores numéricos y usa Insertar > Gráficos > Dispersión.

Cada punto representa una venta. Los ejes deben mostrar D como unidades y F como importe. Añade títulos mediante Insertar > Títulos de gráfico. En el gráfico resultante aparecen cinco puntos: (10; 450,00), (20; 400,00), (15; 675,00) y (5; 900,00), contando la coincidencia de cinco observaciones porque hay cuatro ventas y una combinación se repite en la serie.

Interpretar la nube de puntos sin confundir correlación y causalidad

La nube puede mostrar una asociación: por ejemplo, una zona con más unidades puede registrar importes mayores. Sin embargo, correlación no significa causalidad. El precio, el producto, la promoción, el momento de la venta o el tamaño del mercado pueden influencing both variables.

Para afirmar que el precio causa el importe, necesitas un diseño de estudio y controles adicionales. En esta tabla puedes descriptive la relación, comparar grupos y documentar posibles variables de confusión; no puedes resolver causalidad solo observing cinco puntos.

Cómo analizar dos variables categóricas a la vez

Producto y zona permiten construir una tabla de contingencia: cada celda cuenta observaciones de una combinación. Sirve para ver si un producto se concentra en una zona, sin convertir esa concentración en una explicación causal.

En una hoja nueva llamada Contingencia, escribe:

Calcular porcentajes dentro de cada fila

En la primera celda de porcentajes escribe:

=B4/SUMA($B4:$C4)

Copia la fórmula a las demás celdas de la matriz. El denominador utiliza referencias mixtas: la columna puede cambiar al copiar horizontalmente, pero la fila permanece fija.

Cómo estandarizar variables antes de compararlas

Estandarizar transforma cada variable en una escala comparable mediante su valor z: cuánto se aparta de la media medido en desviaciones estándar. En este caso, unidades, precio e importe tienen magnitudes muy distintas.

Crea la hoja Estandar y calcula cada z-score con:

=(D2-PROMEDIO(Ventas!$D$2:$D$5))/DESVEST(Ventas!$D$2:$D$5)

La misma estructura se aplica a precio e importe, cambiando la columna de origen. En una hoja separada, conserva los datos originales.

Interpretar un valor z positivo o negativo

Un valor z positivo sitúa la observación por encima de la media de esa variable; uno negativo, por debajo. Por ejemplo, Monitor tiene Z unidades = -1,16: sus 5 unidades están 1,16 desviaciones estándar por debajo de la media de unidades. Su Z importe = 1,24 indica que el importe está 1,24 desviaciones por encima de la media.

El signo no indica si la venta es “buena” o “mala”. Solo describe su posición relativa. Como las variables están estandarizadas por separado, sus magnitudes pueden compararse; el significado substantive sigue dependiendo de cada variable.

Evitar errores al escalar columnas con escalas distintas

El error típico es aplicar la media de unidades a todos los campos. Otra trampa es fijar solo una parte de la referencia: al copiar, el denominador debe seguir apuntando a la columna correcta.

Mantén Ventas!$D$2:$D$5 o Ventas!$E$2:$E$5 con referencias absolutas al copiar horizontalmente. No reemplaces las columnas originales por valores z.

Qué tablas resumen las relaciones entre variables

La tabla de covarianzas resume la dirección de las relaciones lineales entre pares de variables. Se calcula con COVARIANZA (COVARIANCE) y cuatro datos no son suficientes para extraer inferencias generales.

En Covarianzas, coloca en B2 la fórmula de importe y unidades, y copia en B3 la de precio y unidades. Después, transcribe los resultados simétricos.

Obtener covarianzas entre importe, unidades y precio

La covarianza de importe y unidades es 462,50; la de importe y precio, 18.925,00; y la de unidades y precio, 72,50. Todas son positivas en esta muestra.

Para completar la matriz:

COVARIANZA (COVARIANCE) usa el factor de división muestral. Por eso sus resultados no coinciden necesariamente con una matriz de covarianza poblacional calculada con una fórmula manual distinta.

Leer las covarianzas sin confundir signo y magnitud

El signo indica la dirección del movimiento lineal: positivo, ambas variables tienden a subir o bajar juntas; negativo, una sube mientras la otra baja. Un valor cercano a cero indica poca asociación lineal.

La magnitud no permite comparar directamente pares de variables cuando sus escalas son distintas. Por eso, precio e importe generan una covarianza mucho mayor que unidades e precio. Para Strength association, usa coeficientes como correlación o valores z, y conserva la covarianza como información dependiente de la escala.

Una covarianza positiva no demuestra que vender más unidades cause un importe mayor. En nuestro caso, ambas variables están relacionadas matemáticamente porque importe = unidades × precio.

Cómo repetir el análisis multivariado con datos reales

Sustituye la tabla de ejemplo por una tabla propia que conserve las mismas variables: fecha, producto, zona, unidades, precio e importe. Si hay miles de filas, una Tabla de Excel permite conservar referencias structured al copiar fórmulas y facilita los filtros.

1. Sustituye los datos de Ventas sin combinar filas de meses distintos.
2. Conserva Indicadores, Resumen, Contingencia, Estandar y Covarianzas.
3. Actualiza las referencias si cambia el tamaño del rango.
4. Revisa primero completitud, después medias y dispersión.
5. Recalcula resúmenes, porcentajes, valores z y covarianzas.
6. Crea el gráfico de dispersión con las nuevas columnas numéricas.

Identificar datos incompletos antes de obtener resultados

Los errores más frecuentes aparecen antes del cálculo:

• Una celda vacía en unidades o precio produce un importe vacío o incorrecto.
• Un número escrito como texto no se incluye en PROMEDIO o DESVEST.
• “Norte”, “norte” y “NORTE” cuentan como categorías diferentes en CONTAR.SI.
• Una fecha en formato diferente impide ordenar o agrupar meses.

Para detectar valores no numéricos, puedes usar una fórmula auxiliar como:

=ESNUMERO(D2)

Devuelve VERDADERO cuando D2 contiene un número. Para normalizar categorías, crea una columna auxiliar con =MAYUSC(C2) y usa esa columna en los resúmenes.

Corregir referencias y rangos desplazados

Si al copiar una fórmula aparece =D3*E3 en F3, no es un error: las referencias relativas se desplazan con la fórmula. Si al copiar la media aparece =PROMEDIO(Ventas!D2:D6), el rango se ha ampliado o reducido de manera incorrecta.

Para que un rango no cambie, usa referencias absolutas. Por ejemplo:

=PROMEDIO(Ventas!$D$2:$D$5)

En Mac, F4 fija la referencia; en Windows, también se usa F4 en las fórmulas. En algunosPortable keyboards, pulsa Fn+F4.

Qué limita a Excel para un análisis multivariado

Excel permite calcular, resumir y visualizar relaciones, pero el resultado depende de la calidad de los datos y de las decisiones de preparación. Con cuatro ventas no es posible generalizar sobre el mercado. Además, un gráfico de dispersión puede revelar patrones, outliers o grupos, pero no implementa por sí solo un modelo multivariable avanzado.

La covarianza y la estandarización son herramientas descriptivas. Para pruebas de hipótesis, modelos de regresión multivariante, análisis factorial o inferencia con controles, utiliza herramientas estadísticas especializadas y documenta supuestos, tamaño muestral y variables omitidas.

Excel sí puede exceeded los límites de una hoja: Power Query puede combinar datos de varias fuentes y pivot tables help a resumir grandes volúmenes. No obstante, mover millones de filas entre libros y recalcular fórmulas puede consumir mucha memoria. Si el volumen, la velocidad o la modelización supera las necesidades del libro, conviene procesado fuera de Excel.

Lo que ya sabes hacer con datos multivariados

• Preparar una tabla donde cada fila sea una observación completa.
• Calcular el importe y comprobar que no falten variables.
• Obtener medias, dispersión y número de observaciones.
• Resumir ventas por producto y zona.
• Crear una tabla de contingencia y porcentajes por fila.
• Interpretar gráficos de dispersión sin atribuir causalidad.
• Estandarizar variables con valores z y referencias absolutas.
• Calcular e interpretar covarianzas entre variables cuantitativas.
• Detectar incompletos, valores no numéricos y referencias desplazadas.

El siguiente paso es sustituir la tabla de ejemplo por tus propios datos y repetir el recorrido: validar, describir, comparar, relacionar e interpretar.

Los datos y las funciones están comprobados en octubre de 2026. La ayuda oficial de Microsoft Excel acompaña las fórmulas de análisis de datos y las hojas de cálculo.