Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Analisis Factorial en Componentes Principales

Descargar como doc, pdf o txt
Descargar como doc, pdf o txt
Está en la página 1de 7

Prctica de Anlisis Factorial

Exploratorio

Ana Mara Lpez Jimnez

D4.
1. Introduccin
El Anlisis Factorial (AF) es una tcnica de interdependencia del anlisis multivariante que se
utiliza para el estudio e interpretacin de las covarianzas o correlaciones entre un grupo de
variables. La idea de partida es que dichas correlaciones se deben a la presencia de factores
comunes de los que las variables observadas son indicadores. El objetivo del AF es la
identificacin y cuantificacin de dichos factores.
En esta prctica, utilizaremos el programa SPSS (V. 13.0) para realizar un anlisis factorial
sobre una matriz de datos que recoge la frecuencias de las conductas que los padres y madres
utilizan para relacionarse con sus hijos e hijas en una tarea de construccin con piezas de madera.
El objetivo de la investigacin era determinar estilos de interaccin educativa (Gonzlez y
Palacios, 1990). La muestra estaba compuesta de 68 nios de uno y otro sexo y sus padres. En el
momento de ser estudiados, la edad media era de 22 meses y medio. La distribucin por sexos de
los nios fue: 31 nios y 37 nias. Los padres, por nivel educativo, se repartan de la siguiente
manera: 49 eran de nivel educativo bajo, 41 de medio y 43 de alto.
Padres e hijos fueron grabados en video mientras interactuaban en torno a una tarea consistente
en realizar una construccin con piezas de madera: una pirmide con 12 piezas en el caso de las
madres y un abeto con 16 piezas en el caso de los padres. Para poder realizar la tarea se deban
colocar las piezas siguiendo un cierto nmero de reglas, dos de las cuales eran comunes a ambas
tareas: la seriacin de las piezas de mayor a menor y su insercin en un pivote. Una tercera regla
hacia diferentes a ambas tareas: en el caso de las madres, los nios deban colocar piezas
alternativamente con un escaln hacia arriba y hacia abajo, mientras en el caso de los padres la
regla se relacionaba no con la orientacin, sino con la forma de la pieza: deban alternar una pieza
rectangular con otra redonda.

2. Pasos del Anlisis Factorial


Los pasos a seguir en el AF son:

Clculo y examen de la matriz de correlaciones entre las variables a analizar.

Extraccin de los factores necesarios para representar los datos.

Rotacin de los factores, con el objeto de facilitar su interpretacin.

Representacin grfica.

Calcular las puntuaciones factoriales de cada individuo.


Para la consecucin de los pasos anteriores seleccionamos en la barra de men:
Analizar/Reduccin de datos/Anlisis factorial como aparece en la Figura 1.

Figura 1

i. Indicadores de la Calidad del Anlisis Factorial

Figura 1: Seleccin del comando Anlisis Factorial de SPSS (v. 13.0)

La secuencia de opciones de la Figura 1 nos lleva al cuadro de dilogo Anlisis Factorial (Ver
Figura 2)

Figura 2. Cuadro de Dilogo "Anlisis factorial".

En el cuadro de la Figura 2, seleccionamos el conjunto de variables que vamos a


analizar y las incluimos en el cuadro de Variables. La seleccin de variables nos permite ya
realizar el anlisis factorial con las opciones por defecto que tiene seleccionadas SPSS. Esas
opciones y otras vamos a ir describindolas abriendo los diferentes botones (Descriptivos,
Extraccin, Rotacin, Puntuaciones y Opciones) que aparecen al final del cuadro de la
Figura 2.
En la operacin de seleccin de variables, podemos incluir en Variable de seleccin
una variable cualitativa que condicione el AF a cualquiera de sus valores. Por ejemplo, si
tenemos en el archivo de datos la variable gnero podemos seleccionar para el anlisis
solamente a las mujeres o a los hombre. La opcin Variable de seleccin especifica el valor de
la variable de seleccin que tienen que cumplir los casos para ser incluidos en el AF.
Pulsando en el botn Descriptivos (Ver Figura 3) accedemos, entre otra informacin a
las medidas de adecuacin del anlisis factorial. Todos estos ndices y/o matrices evalan el
grado de asociacin entre las variables, requisito imprescindible para que el anlisis factorial
tenga sentido. De todos ellos utilizaremos el ndice KMO (Kaiser-Meyer-Olkin) sobre el que
existe el siguiente baremo:
0.9 KMO 1

muy bueno

0.6 KMO 0.7

mediocre

0.8 KMO 0.9

meritorio

0.5 KMO 0.6

bajo

0.7 KMO 0.8

mediano

KMO 0.5

inaceptable

Figura 3. Cuadro de dilogo


"Anlisis factorial: Descriptivos"

Pulsando el botn Extraccin accedemos a los diferentes mtodos que para determinar la
matriz factorial directa tiene implementados SPSS (Ver Figura 4).

Figura 4. Cuadro de dilogo "Anlisis Factorial: Extraccin"

El cuadro de la Figura 4 permite elegir el mtodo de extraccin (por defecto utiliza


Componentes principales), obtener el grfico de sedimentacin para decidir el nmero de
factores a utilizar (Grfico de sedimentacin), o modificar el criterio de Kaiser fijando una
autovalor mayor o menor que 1 para seleccionar el nmero de factores (Autovalores mayores
que:). Se podra tambin fijar a priori un nmero de factores seleccionando la opcin Nmero de
factores: y escribiendo un valor.
Pulsando en el botn Rotacin podemos especificar el mtodo de rotacin y obtener el grfico
de saturaciones factoriales (Ver Figura 5).

Figura 5. Cuadro de dilogo "Anlisis


factorial: Rotacin"

Por defecto, SPSS no rota. De los mtodos de rotacin disponibles tres: Varimax, Quartimax y
Equamax conservan la ortogonalidad de los factores. Los mtodos Oblimin directo y Promax dan
lugar a factores correlacionados (modelo de factores oblicuos).
Con las opciones marcadas en el cuadro de la Figura 5 obtenemos la matriz factorial rotada
(Solucin rotada) y el Grfico de saturaciones.
Pulsando en el botn Puntuaciones aparece el cuadro de dilogo Anlisis factorial:
Puntuaciones factoriales (Ver Figura 6).

Figura 6. Cuadro de dilogo "Anlisis


factorial : Puntuaciones factoriales"

El cuadro anterior nos permite seleccionar el mtodo para estimar las puntuaciones de los
sujetos en los factores seleccionados. Las puntuaciones factoriales las incluye al final del archivo de
datos como nuevas variables (fac1_1, fac2_1). De los tres mtodos slo el de Anderson-Rubin
garantiza que las puntuaciones factoriales estn incorrelacionadas en el modelo de anlisis factorial
ortogonal. En el mismo cuadro podemos seleccionar Mostrar matriz de coeficientes de las punt.
factoriales. Esta matriz nos proporciona los coeficientes de la combinacin lineal de cada factor en el
conjunto de variables observadas lo que nos permite obtener puntuaciones factoriales para sujetos
que no han sido incluidos en el anlisis pero para los que suponemos que son aplicables los
resultados obtenidos en el AF.
Con el conjunto de opciones marcadas se obtiene la siguiente salida:

Anlisis factorial
KMO y prueba de Bartlett
Medida
de
adecuacin muestral
de
Kaiser-MeyerOlkin.
Prueba
deChi-cuadrado
esfericidad de Bartlett aproximado
gl
Sig.

,729

558,258
28
,000

Comunalidades
Inicial
Extraccin
Instruccin verbal especfica
1,000
,910
Aporte material de entrada
1,000
,455
Demora en la eleccin
1,000
,856
Ayuda de entrada
1,000
5,885E-02
Toma de posesin
1,000
,371
Demora en colocacin
1,000
,795
Desaprobacin con explicacin
1,000
,631
Regla parcial de eleccin
1,000
,785
Mtodo de extraccin: Anlisis de Componentes principales.
Varianza total explicada

Autovalores
iniciales

Sumas de las
saturaciones
al cuadrado
de la
extraccin

Compone Total
nte

% de la% acumulado Total


varianza

1
2
3
4
5
6
7
8

45,004
15,771
12,411
11,205
7,362
4,715
2,693
,838

3,600
1,262
,993
,896
,589
,377
,215
6,706E-02

45,004
60,775
73,186
84,391
91,753
96,468
99,162
100,000

3,600
1,262

Suma de las
saturaciones
al cuadrado
de la rotacin

% de la%
Total
varianza acumulad
o
45,004 45,004 3,275
15,771 60,775 1,587

% de la%
varianza acumulado
40,943
19,832

40,943
60,775

Mtodo de extraccin: Anlisis de Componentes principales.

Matriz de componentes
Componente
1
Instruccin verbal especfica
,940
Aporte material de entrada
-,596
Demora en la eleccin
,915
Ayuda de entrada
-,225
Toma de posesin
-,273
Demora en colocacin
,343
Desaprobacin con explicacin
,741
Regla parcial de eleccin
,856
Mtodo de extraccin: Anlisis de componentes principales.
a 2 componentes extrados

2
-,164
,318
-,135
-9,041E-02
-,544
,823
,286
-,229

Matriz de componentes rotados


Componente
1
2
Instruccin verbal especfica
,933
,198
Aporte material de entrada
-,671
7,274E-02
Demora en la eleccin
,900
,216
Ayuda de entrada
-,175
-,168
Toma de posesin
-5,049E-02
-,607
Demora en colocacin
1,155E-02
,891
Desaprobacin con explicacin
,581
,541
Regla parcial de eleccin
,880
,106
Mtodo de extraccin: Anlisis de componentes principales. Mtodo de rotacin: Normalizacin
Varimax con Kaiser.
a La rotacin ha convergido en 3 iteraciones.

Matriz de transformacin de las componentes


Componente 1
2
1
,928
,373

2
-,373
,928
Mtodo de extraccin: Anlisis de componentes principales.
Varimax con Kaiser.

1,0

Mtodo de rotacin: Normalizacin

demora en colocacin

desaprobacin con ex
,5
demora
en la verbal
eleccie
instruccin
regla parcial de ele

aporte material de e
0,0

Componente 2

ayuda de entrada

-,5

toma de posesin

-1,0
-1,0

-,5

0,0

,5

1,0

Componente 1

Matriz de coeficientes para el clculo de las puntuaciones en las componentes


Componente
1
2
Instruccin verbal especfica
,291
-,023
Aporte material de entrada
-,247
,172
Demora en la eleccin
,276
-,005
Ayuda de entrada
-,031
-,090
Toma de posesin
,090
-,429
Demora en colocacin
-,155
,641
Desaprobacin con explicacin
,107
,287
Regla parcial de eleccin
,288
-,080
Mtodo de extraccin: Anlisis de componentes principales. Mtodo de rotacin: Normalizacin
Varimax con Kaiser. Puntuaciones de componentes.

También podría gustarte