Lo primero que se realizó fue un análisis factorial, en donde tomamos en cuenta la tabla de KMO en donde se agregaron todas las preguntas que fueron aplicadas en la encuesta

Lo primero que se realizó fue un análisis factorial, en donde tomamos en cuenta la tabla de KMO en donde se agregaron todas las preguntas que fueron aplicadas en la encuesta, a través de esto en primera instancia se obtuvo un KMO de 0,687 lo cual es regular, y con una significación  de un 0,000.

Luego se evalúa la tabla de Comunalidades la cual también proviene del análisis factorial y se observan cada uno de sus valores, los cuales deben ser mayores a 0,4 para conservar la pregunta en el análisis y las que son inferiores, se sacan.

Después se evalúa la 3era tabla que es la matriz de componentes rotados en donde no deben haber valores iguales y/o menores a 0,5 y de ser así se deben sacar, que para este caso en primera instancia se sacaron las preguntas 12,8,6,4,24,1 ya que sus resultados daban inferiores a 0,5.

Luego de esto se hace nuevamente el análisis factorial en donde se sacan las preguntas anteriores y se evalúan de nuevo cada una de las tablas; procedimiento que se realizó varias veces y con distintas combinaciones de las preguntas, para así poder descartar más variables hasta que finalmente nos dieran factores que nos sirvan.

Fue así como después de varios intentos se llegó a las preguntas 17,18,19,20,21 y 23. Sin embargo al analizar la matriz de componentes rotados pudimos notar que el primer factor estaba compuesto por 4 variables y el segundo factor por solo 2 variables, entonces a través de diferentes intentos se eligió la pregunta 1, en donde se obtuvo finalmente un KMO de 0,799 lo cual es muy bueno, y una significación de 0,000 por lo que es <0,05 y se aprobaría la hipótesis nula.

La tabla de Comunalidades quedó con valores superiores a 0,4 y la matriz de componentes rotados quedó: el primer componente compuesto por 4 variables y el 2do componente con 3 variables. En donde se puede notar que las preguntas que tienen alta carga al componente 1 dependen de un mecanismo diferente al de las preguntas con alta carga en el componente 2. (componente 1 tiene alta carga en el primer factor y el componente 2 tiene alta carga en el 2do factor).

En la tabla de varianza total explicada se puede ver el numero total de factores extraidos y la varianza de cada uno, específicamente en esta se pueden ver 2 factores significativos los cuales cuya varianza es mayor a 1, en donde el componente 1 presenta una varianza de 3,189 y componente 2 una varianza de 1,201 y ambos componentes explican el 62,77% de la varianza total.

Después se hizo un análisis de fiabilidad por cada componente, en el componente 1, se tomaron las preguntas 17,18,19 y 23 las cuales se obtuvieron después de diferentes pruebas en donde el alfa de cronbach a mayor alfa, mayor es la confiabilidad del modelo, que para este componente es de 0,814 valor aceptable ya que es cercano al valor teorico que es 1.

...