“Variable forzosa”

Con la validación por división muestral, el modelo se genera utilizando una muestra de entrenamiento y después pone a prueba ese modelo con una muestra de reserva.

Por defecto Nodo parental:100, Nodo filial:50

Para los métodos CHAID y CHAID exhaustivo (pestaña CHAID), puede controlarse el nivel de significación para la división de nodos y la fusión de categorías. Para ambos criterios, el nivel de significación por defecto es igual a 0,05.

• Máxima profundidad de árbol. Controla el número máximo de niveles de crecimiento por debajo del nodo raíz. El ajuste Automática limita el árbol a tres niveles por debajo del nodo raíz para los métodos CHAID y CHAID exhaustivo y a cinco niveles para los métodos CRT y QUEST.
• Número de casos mínimo. Controla el número de casos mínimo para los nodos. Los nodos que no cumplen estos criterios no se dividen. El aumento de los valores mínimos tiende a generar árboles con menos nodos. La disminución de dichos valores mínimos generará árboles con más nodos. Para archivos de datos con un número pequeño de casos, es posible que, en ocasiones, los valores por defecto de 100 casos para nodos parentales y de 50 casos para nodos filiales den como resultado árboles sin ningún nodo por debajo del nodo raíz; en este caso, la disminución de los valores mínimos podría generar resultados más útiles.

Para variables dependientes nominales, puede seleccionarse el método Pearson.

Para variables dependientes ordinales, el valor Chi-Cuadrado para determinar la división de nodos y la fusión de categorías se calcula mediante el método de la razón de verosimilitud
Análisis del modelo

* La Tabla de resumen del modelo proporciona información general sobre las especificaciones utilizadas para crear el modelo y sobre el modelo resultante. La sección Especificaciones ofrece información sobre los valores de configuración utilizados para generar el modelo de árbol, incluidas las variables utilizadas en el análisis. La sección Resultados muestra información sobre el número de nodos totales y terminales, la profundidad del árbol (número de niveles por debajo del nodo raíz) y las variables independientes incluidas en el modelo final.

* El Diagrama de árbol obtenido es una representación gráfica del modelo del árbol. En el ejemplo, todas las variables son tratadas como nominales y cada nodo contiene una tabla de frecuencias que muestra el número de casos (frecuencia y porcentaje) para cada categoría de la variable dependiente. También incluye el gráfico de frecuencias.
* La categoría “pronosticada”, que es la categoría con el mayor valor de frecuencia en cada nodo

Interpretación del árbol de decisión 1. En primer lugar, nos fijamos en el nodo 0 que describe la variable dependiente: porcentaje de los clientes que si desertan y quienes que no.
2. Seguidamente observamos que la variable dependiente se ramifica en dos nodos: Nodo 1 y 2 pertenecientes a la variable “indicador geográfico”, indicando que ésta es la variable principal predictora. 3. A continuación, debemos fijarnos en el Nodo 1, ya que su Chi-Cuadrado es superior a la del Nodo 2. Además, nos interesa conocer la rotación de clientes, por ser nuestro objetivo de investigación. El Nodo 1 nos indica que del 65.6% de los que están en la zona 3, el 28% se va.

4. El Nodo 1 se vuelve a ramificar en los Nodos 3 y 4 pertenecientes Meses con Servicio. Observamos en el Nodo 3 que a medida que tengan menor cantidad de meses de servicio tienden a irse mas cliente, con un 49.5%, frente a un 34.2% del Nodo 4 con una cantidad mayor de 19 meses, los clientes tienden a quedarse un mayor tiempo dentro de la empresa (fidelizado).
5. El Nodo 5 se ramifica en los nodos 15 y 16, pertenecientes a la variable Nivel educativo. Y aquí observamos que un 92. % de los clientes con un mayor grado de educación no se retiran de la empresa.
6. Por tanto, a modo resumen, los nodos que definen el perfil de los clientes que se van (variables que influyen en Rotar) son: Nodo 0 -Nodo 1 - Nodo 15- Nodo 16. Es decir, influyen las siguientes variables: Desercion de los clienes- Zona geografico- Meses con Servicio- Nivel educativo.

Interpretación de las tablas * Para la interpretación de estas tablas debemos considerar que los resultados en la tabla de clasificación son coherentes con la estimación de riesgo. La tabla muestra que el modelo clasifica de forma correcta, aproximadamente, al 77,2% de los individuos en general. De forma específica para cada categoría de la variable dependiente ofrece un “acierto” más elevado en el caso de la categoría “no”, con un 93,4%.