Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

Análisis factorial

No description
by

Zoraide Lugli

on 2 October 2012

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Análisis factorial

ANALISIS FACTORIAL 1.- Seleccionar variables (nivel de medida continua) Paso 2: Diseño del análisis factorial Multicolinealidad: Asegurar que la matriz tiene suficientes correlaciones mayores a 0,30 (Visual) Paso 3: Probar supuestos 1.- Determinar método de extracción de factores Paso 4: Estimación de factores Matriz no rotada Paso 5: Interpretación Factores Escala de estrés percibido RESUMIR DATOS Paso 1: Determinar el objetivo Análisis factorial tipo Q (Sujetos):
Condensa grandes grupos de personas en pequeños grupos claramente diferenciados Análisis factorial tipo R (Variables):
Identificar las variables suplentes de una serie de datos más grandes Evaluar la estructura latente de un grupo de variables, reduciendo el número inicial de variables a los patrones de correlación entre ellas CONCEPTUALIZACION Análisis de la estructura de los datos Reducir el número de variables a factores comunes Matriz de correlaciones entre variables Si 2 o mas variables covarìan en un grupo...... SUPUESTO PUEDE QUE REFLEJEN UN RASGO EN COMUN 2.- Determinar Tamaño muestral: 3.- Calcular matriz de correlaciones entre variables Contraste de esfericidad de Bartlett: Evalùa presencia de correlaciones significativas Contrasta la Ho de que la matriz de correlaciones es una matriz identidad Alfa debe ser significativa para rechazar Ho Kaiser Meyer-Olkin (MBO): Determina la adecuación de la muestra de correlaciones Correlaciones parciales deben ser pequeñas Valores van de 0 a 1 (Deseable cercano a 1) Análisis factorial común Considera la varianza común Maximiza la varianza común a medida que obtiene los factores S2común + S2única S2t = S2 verdadera + S2error S2t = S2 explicada + S2error Paso 1: Revisar matriz de correlaciones Inconvenientes: Indeterminación de factores Dificultad para determinar varianza común Análisis de Componentes principales Considera la varianza total Maximiza la varianza explicada (total) medida que se obtienen los factores Busca explicar 100% de la varianza de la variable Estima factores con proporción de varianza única 2.- Determinar número de factores Criterio predeterminado 1.- Raiz latente: Autovalor igual o mayor a 1
(Expresa la cantidad de varianza total explicada por cada actor) Expresado en desviación típica = 1 2.- Gráfico de sedimentación: Contraste de caída
(Representación gráfica de la magnitud de los autovalores Ver soluciones adicionales 1 factor mas y un factor menos Elegir solución que represente mejor los datos Considerar teoría Dimensiones tabla de contenido Porcentaje de varianza ideal 60% o mas Preliminar de número de factores a extraer Mejor combinación de factores que explique mayor % de varianza Extrae factores por orden de importancia Puede NO mostrar patrón significativo de cargas factoriales Matriz rotada Logra soluciones mas simples y teóricamente significativas Maximizar la carga de 1 variable en 1 solo factor Minimizar el número de cargas altas Disminuye ambigüedades de las soluciones factoriales no rotadas Redistribuye la varianza de los primeros factores a los últimos Seleccionar tipo de rotación ORTOGONAL Independencia entre factores Varimax Maximiza:
La suma de las varianzas de las
cargas requeridas de la matriz de factores Valores altos en un solo factor,
mayor número de 0 en las columnas Equimax Quartimax OBLICUA Existe relación entre los factores Oblimim Selección variables a los factores Valores 0,30 mínima

0,40 importante

0,50 significativa Comunalidades Varianza compartida de la variable con las otras variables
(Proporción de varianza de cada ítem que puede ser explicada por el
modelo factorial obtenido) Etiquetar factores Situaciones percibidas controlables FACTOR 1 Situaciones percibidas desbordantes FACTOR 2 Mínimo: 5 sujetos por variable Ideal: 10 sujetos por variable S2t = S2 verdadera + S2error S2 común + S2 única
Full transcript