ClubEnsayos.com - Ensayos de Calidad, Tareas y Monografias
Buscar

Analisis Factorial


Enviado por   •  5 de Marzo de 2014  •  424 Palabras (2 Páginas)  •  226 Visitas

Página 1 de 2

Análisis factorial

El objetivo de este análisis factorial es resumir la información de la escala de actitud hacia el endeudamiento para determinar la actitud de las personas hacia la austeridad o el hedonismo.

Para calcular la matriz de correlaciones se utilizará el enfoque del tipo R, es decir, una matriz de correlaciones entre las variables. Las 11 variables utilizadas en el análisis son métricas, el análisis se realizó con 177 datos.

Supuestos Correlación

De acuerdo a la matriz de correlaciones 11 de las 28 correlaciones son mayores a 0,3, es decir, la matriz de correlaciones tiene solo un 39,38% de correlaciones relevantes. Sin embrago, 12 de las 28 correlaciones, que representan un 42,86%, son estadísticamente significativas al 95%.

Matriz de correlación

Índice KMO y prueba de esfericidad

KMO es un índice que toma valores entre 0 y 1 y que se utiliza para comparar las magnitudes de los coeficientes de correlación observados con las magnitudes de los coeficientes de correlación parcial de forma que, cuanto más pequeño sea su valor, mayor es el valor de los coeficientes de correlación parciales y, por lo tanto, menos deseable es realizar un Análisis Factorial. En este análisis el valor del KMO es de 0,780, lo cual es aceptable para el análisis.

KMO y prueba de Bartlett

Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,780

Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 360,040

gl 28

Sig. ,000

Coeficiente MSA

Este tipo de medida permite comprobar variable por variable, si es adecuado llevar a cabo el análisis factorial. De los 11 coeficientes de la diagonal de la matriz anti-imagen, todos son mayores a 0,6, por lo tanto no hay que eliminar ninguna variable.

Paso 4: Derivación de los factores

Como se indica en la tabla de Varianza total explicada el método de extracción es por el Análisis de Componentes Principales, que por defecto entrega el programa SPSS, que asume que es posible explicar el 100% de la varianza observada. Y como se puede apreciar, el programa sugiere 2 componentes explican el 57,17% de la varianza total de los datos.

Varianza total explicada

Componente Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción

Total % de la varianza % acumulado Total % de la varianza % acumulado

1 3,035 37,936 37,936 3,035 37,936 37,936

...

Descargar como (para miembros actualizados)  txt (2.9 Kb)  
Leer 1 página más »
Disponible sólo en Clubensayos.com