98342409 Guia SPSS Analisis Factorial

7/30/2019 98342409 Guia SPSS Analisis Factorial

1/21

Gua SPSS:Anlisis Factorial

Material de apoyo parala ayudanta de Anlisis Estadstico IV

Universidad de Chile- Departamento de Sociologa

Monica Gerber PlssMacarena Orchard Rieiro


2/21

Actualizacin: Marzo 2006


3/21

I. INTRODUCCIN

En la siguiente gua se ejemplifica el uso y el anlisis de las salidas del programaestadstico SPSS v.13. para la tcnica estadstica multivariante Anlisis Factorial. Paraello, se plantea un objetivo de investigacin y se resuelve a travs de la tcnica

mencionada.

A continuacin se presentan los objetivos del anlisis a realizar, los datos y las variablesa utilizar. Luego se describe la utilizacin de los comandos del programa y se analizan lassalidas obtenidas.

II. PRESENTACIN DEL EJEMPLO

- Base de datos: Para la ejemplificacin del Anlisis Factorial se utilizar una parte de

la base de datos de la encuesta de Tolerancia y No Discriminacin1

. Todas lasvariables que contiene la base de datos son parte de una escala Likert con 6opciones de respuesta, que miden el grado en el que el encuestado se encuentra deacuerdo o en desacuerdo con una afirmacin especfica en torno a temasrelacionados con tolerancia y discriminacin. La encuesta est compuesta de unaserie de subescalas, tales como homofobia, racismo anti-indgena, sexismo,dogmatismo, autoritarismo, entre otras.

- Objetivos: El fin de este anlisis es revisar la validez de las subescalas de Toleranciay No-Discriminacin. Dado que el anlisis factorial permite analizar la estructurasubyacente de una serie de variables, se constituye en la herramienta ideal paraconstatar que las variables que componen las distintas subescalas realmente sonparte de una misma dimensin.

- Variables: Cabe recordar que el anlisis factorial es una tcnica de interdependenciaque opera con variables cuantitativas. Ya que en este anlisis se utilizan 63 variablesno las enumeraremos todas, pero a continuacin pondremos algunas paraejemplificar:

- A los homosexuales no se les debe permitir ser profesores de colegio.- La mujer que trabaja debe hacerlo en tareas propias de su sexo, tales como

enfermera, trabajos de oficina y cuidado de los nios.- Hay dos clases de individuos en este mundo; los que estn a favor o en contra de la

verdad

- Los pobres son tan descuidados con su aspecto que da temor acercarse a ellos.

1 Encuesta Tolerancia y No Discriminacin. Jaime Aymerich, Manuel Canales, Manuel Vivanco

Material de Apoyo Ayudanta Anlisis Estadstico IV Mnica Gerber Macarena Orchard


4/21

La base de datos es la siguiente:

III. APLICACIN COMPUTACIONAL

Para llevar a cabo el anlisis seleccionamos el anlisis factorial en Analizar (Analyze),Reduccin de Datos (Data Reduction) y Anlisis Factorial (Factor):



5/21

La ventana que obtenemos es la siguiente:

Al ser una tcnica de interdependencia no definimos las variables dependientes eindependientes, sino que incluimos todas las variables en el mismo recuadro. Acontinuacin, en la ventana se da la opcin de especificar en cuanto a: Descriptivos,Extraccin, Rotacin, Puntajes y Opciones.

Para empezar abrimos la ventana de Descriptivos:

Las opciones que pueden pedirse son, por un lado, estadsticos, y por otro, matrices de

correlacin. Con respecto a los estadsticos, podemos pedir los Descriptivos Univariantes yla Solucin Inicial, y con respecto a las Matrices de Correlacin, los Coeficientes, los Nivelesde Significacin, la Determinante, KMO y la Prueba de Esfericidad de Bartlett, la MatrizInversa, la Matriz Reproducida y la Matriz Anti-Imagen.

En este caso decidimos marcar todas las opciones, exceptuando los Niveles deSignificacin y la Matriz Inversa para las Matrices de Correlacin. La utilidad y el anlisis decada uno de estos estadsticos y matrices se explicarn al interpretar las salidas.



6/21

Marcamos Continuar y luego abrimos la ventana de Extraccin:

La primera decisin a tomar es el mtodo de extraccin. Como predeterminado viene elMtodo de Componentes Principales. Para fines de esta gua no nos detendremosmayormente en explicar cada uno de estos mtodos, pero optamos por dejar la opcinpredeterminada. Luego se da la opcin de elegir si el anlisis se llevar a cabo a travs dela Matriz de Correlaciones o de Covarianzas. Tambin en este caso lo dejamos en elpredeterminado. Adems, el programa da la opcin de mostrar la Solucin no Rotada y elGrfico de Solucin. Se marcan ambas opciones.

A continuacin es necesario tomar una decisin con respecto al nmero de factores quesern extrados. Ntese que en un principio se obtienen tantos factores como variablesexistentes. Si mantuviramos todos los factores, no estaramos reduciendo dimensiones. Espor eso que un criterio muy comn es fijar el corte en factores con un autovalor mayor que1, lo que implica que el factor explica por lo menos una variable. Otra opcin es definir un

nmero fijo de factores a conservar. En este caso se opta por utilizar el criterio delautovalor mayor a 1. Por ltimo, se da la alternativa de elegir un nmero mximo deiteraciones a realizar por el programa. Vemos de manera predeterminada 25 iteraciones. Nose harn modificaciones en este caso.

Marcamos Continuar y abrimos la ventana de Rotacin:



7/21


8/21

En esta ventana se decide el tratamiento de los casos perdidos. Se selecciona la opcinde remplazar los casos perdidos por la media. Adems, existe la opcin de que loscoeficientes en las funciones sean ordenados por tamao. Marcamos esta opcin ya queayuda a una interpretacin ms simple.

Al marcar Paste (Pegar) obtenemos la sintaxis:

Marcamos Continuar y en la ventana principal marcamos OK para procesar los datos.De este modo se obtienen las salidas. Cabe destacar que las salidas del Anlisis Factorialson bastante amplias, ya que se incluyeron 63 variables. Es por esto que se irn mostrandosolo pedazos de las tablas, suficientes para ejemplificar la interpretacin:


FACTOR/VARIABLES p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14 p15 p16 p17 p18 p19 p20 p21

p22 p23 p24 p25 p26 p27 p28 p29 p30p31 p32 p33 p34 p35 p36 p37 p38 p39 p40 p41 p42 p43 p44 p45 p46 p47 p48 p49 p50 p51

p52 p53 p54 p55 p56 p57 p58 p59 p60 p61p62 p63 /MISSING MEANSUB /ANALYSIS p1 p2 p3 p4 p5 p6 p7 p8 p9 p10 p11 p12 p13 p14

p15 p16 p17 p18 p19 p20 p21 p22 p23 p24p25 p26 p27 p28 p29 p30 p31 p32 p33 p34 p35 p36 p37 p38 p39 p40 p41 p42 p43 p44 p45

p46 p47 p48 p49 p50 p51 p52 p53 p54 p55p56 p57 p58 p59 p60 p61 p62 p63

/PRINT UNIVARIATE INITIAL CORRELATION DET KMO REPR AIC EXTRACTIONROTATION/FORMAT SORT/PLOT EIGEN ROTATION/CRITERIA MINEIGEN(1) ITERATE(25)/EXTRACTION PC/CRITERIA ITERATE(25)/ROTATION VARIMAX/SAVE REG(ALL)/METHOD=CORRELATION .


9/21

Lo primero que obtenemos son los estadsticos descriptivos para cada variable:

A. factorial

Estadsticos descriptivos

3,69 1,912 600 0

4,17 1,986 600 0

2,09 1,542 600 0

4,74 1,730 600 0

3,94 2,130 600 0

4,57 1,914 600 0

3,89 2,066 600 0

3,52 2,130 600 0

4,09 2,040 600 0

4,15 2,023 600 0

Preg.1 Una persona que prctica una religin es

ms confiable que alguien ateo.

Preg.2 No se debe permitir el divorcio pues se

pone en peligro la solidez del matrimonio y la

familia.

Preg.3 La obe diencia y el respeto a la autoridad

so n las primeras virtudes que hay que ensear

a los nios.

Preg.4 Es natural y justo que se imponga a las

mujeres ciertas restricciones que no pesan

sobre los hombres

Preg.5 A los ho mosexuales no se les debe

permitir s er profeso res de colegio.

Preg.6 Por sus caractersticas raciales losindgenas tendrn siempre una limitacin so cial

Preg.7 Las perso nas que usan barba , pelo largo

y tatuajes, deben cambiar su aspecto para

trabajar en cualquiera empresa.

Preg.8 En algunos caso s es peciales el aborto es

aconsejable.

Preg.9 Es triste admitirlo, pero las des igualdades

sociales son necesarias para el funcionamiento

de la economa.

Preg.10 Un colegio adecuado para las nias es

aquel donde pueden aprender correctamente

sus ro les de madre y espos a.

Media

Desviacin

tpicaa

N del anlisisa

N perdida

Para cada variable, los valores perdidos se sustituyen por la media de la variable.a.

Los datos que obtenemos son la Media, la Desviacin Standard, el nmero de casosvlidos y los valores perdidos. stos no tienen mucha utilidad para el anlisis mismo, perosirven para tener una visin general de la base de datos. Cmo las variables son todasparte de una escala Likert, variables con promedios bajos implican un mayor acuerdo con laafirmacin a la que refieren, y variables con promedios altos implican un mayor desacuerdo.Observamos adems, que no existen valores perdidos y que en todos los anlisis seincluyeron 600 casos.



10/21

La siguiente tabla es la Matriz de Correlaciones:

Matriz de correlacionesa

1,000 ,368 ,268 ,304 ,196

,368 1,000 ,220 ,227 ,292

,268 ,220 1,000 ,255 ,178

,304 ,227 ,255 1,000 ,120

,196 ,292 ,178 ,120 1,000

Preg.1 Una persona que

prctica una religin es

ms confiable que

alguien ateo.

Preg.2 No se debe

permitir el divorcio pues

se po ne en peligro la

so lidez del matrimonio y

la familia.

Preg.3 La o bediencia y el

respeto a la autoridad

so n las primeras virtudes

que hay que ensear a

los nios.

Preg.4 Es natural y justo

que se imponga a las

mujeres ciertas

restricciones que no

pesan sobre los ho mbres

Preg.5 A los

homosexuales no se les

debe permitir se r

profesores de colegio.

Correlacin

Preg.1 Una

persona que

prctica una

religin es

ms confiable

que alguien

ateo.

Preg.2 No se

debe permitir

el divorcio

pues se pone

en peligro la

solidez del

matrimonio y

la familia.

Preg.3 La

obediencia y

el respeto a

la autoridad

son las

primeras

virtudes que

hay que

ensear a

los nios.

Preg.4 Es

natural y justo

que se

imponga a las

mujeres

ciertas

restricciones

que no pesan

sobre los

hombres

Preg.5 A los

homosexual

es no s e les

debe

permitir ser

profesores

de colegio.

Determinante = 8,66E-010a.

Si bien solo vemos una parte nfima de la tabla, basta para entender lo que stasignifica. Tanto en las columnas como en las filas se encuentran todas las variables. Lascorrelaciones se interpretan de manera tradicional, desde el -1 hasta el 1, donde el 0significa que no existe relacin entre las variables. Si bien esta matriz no es muy til parasacar conclusiones, sirve para tener una visin general de las variables que se encuentran



11/21

correlacionadas. En la diagonal vemos puros unos, ya que la correlacin de una variableconsigo misma es siempre perfecta. En el resto de la tabla se observan las correlacionesentre todas las variables. Por ejemplo, la Pregunta 1 tiene una correlacin de 0,368 con laPregunta 2.

Si observamos al pie de la tabla, a mano izquierda, vemos la Determinante. Si la

Determinante se encuentra cercana a 0, significa que existe relacin entre las variables. Eneste caso vemos claramente que existe relacin entre las variables.

Otra forma de analizar si existe relacin entre las variables es por medio del Test deKMO y de Bartlett:

KMO y prueba de Bartlett

,927

12043,734

1953

,000

Medida de adecuacin mues tral de

Kaiser-Meyer-Olkin.

Chi-cuadrado

aproximado

gl

Sig.

Prueba de esfericidad

de Bartlett

El Kaiser-Meyer-Olkin Measure Sampling Adequacy (KMO) es un estadstico que mide laproporcin de la varianza en las variables que es comn. Si es cercano a 1, existensuficientes comunalidades como para llevar a cabo el anlisis. En este caso es ,927, por loque sin duda alguna, existe varianza comn entre las variables.

El Test de Bartlett contrasta la hiptesis nula de que la matriz de correlacin es unamatriz identidad. La matriz identidad es una matriz que tiene unos en la diagonal y ceros enlos dems espacios. Si nuestra matriz fuera una matriz identidad, la nica relacin existentesera la relacin de cada variable consigo misma. Por lo tanto, la matriz identidad es unamatriz de independencia. Para aceptar que existen relaciones en la matriz, la significacinha de ser menor a 0,05. En este caso la significacin es de ,000, por lo que podemosafirmar que nuestra matriz no es una matriz identidad.

La siguiente tabla es la Matriz Anti-Imagen:



12/21

En la diagonal observamos la Medida de Adecuacin de la Muestra. Interesa que seamayor a 0,5. En este caso, cumple el requisito. En el resto de la tabla, que es lo que nosinteresa, se presentan las correlaciones que no se deben a los factores comunes. Si hayvalores bajos, podemos afirmar que nuestra matriz tiene poca varianza no explicada. Eneste caso observamos valores cercanos a 0, por lo que la varianza que no se debe afactores comunes es muy baja.

Ahora observamos las Comunalidades:



13/21

Comunalidades

1,000 ,551

1,000 ,527

1,000 ,463

1,000 ,436

1,000 ,583

1,000 ,622

1,000 ,578

1,000 ,634

1,000 ,620

1,000 ,647

1,000 ,650

1,000 ,530

1,000 ,654

1,000 ,518

1,000 ,460

Preg.1 Una perso na que prctica una religin es ms co nfiable que

alguien ateo.

Preg.2 No se debe permitir el divorcio pues se po ne en peligro la so lidez

del matrimonio y la familia.

Preg.3 La obediencia y el respeto a la autoridad so n las primeras virtudesque hay que ensear a los nios.

Preg.4 Es natural y justo que s e imponga a las mujeres ciertas

restricciones que no pesan so bre los hombres

Preg.5 A los homosexuales no se les debe permitir ser profesores de

colegio.

Preg.6 Por sus caractersticas raciales los indgenas tendrn siempre

una limitacin s ocial

Preg.7 Las personas que usan barba , pelo largo y tatuajes, deben

cambiar su aspecto para trabajar en cualquiera empresa.

Preg.8 En algunos casos especiales el aborto es aconsejable.

Preg.9 Es triste admitirlo, pero las des igualdades so ciales so n necesarias

para el funcionamiento de la economa.

Preg.10 Un colegio adecuado para las nias es aquel donde pueden

aprender correctamente sus roles de madre y espo sa.

Preg.11 En Chile no se res peta como se debiera a lo s hro es de la patria

Preg.12 Es mejor no meterse co n los gitanos , pues no so n de fiar

Preg.13 La mujer que trabaja debe hacerlo en tareas pro pias de s u sexo ,

tales como enfermera, trabajos de oficina y cuidado de los nio s.

Preg.14 Es verdad que los pe ruanos necesitan empleo, pero los

empresarios deben preferir siempre a los chilenos

Preg.15 Un libro que co ntiene ideas po lticas err neas debe ser retirado de

las libreras

Inicial Extracci n

Mtodo de extraccin: Anlisis de Co mponentes principales.

Al mirar la columna de Extraccin vemos la parte de la varianza que es comn en cada

variable. De esta forma, valores cercanos a 1 implican que la variable tiene muchacomunalidad y que es til para el anlisis. En este caso los valores son en general bastantealtos. Sin embargo, algunos autores plantean como lmite una comunalidad de 0,5 y ennuestro caso tenemos comunalidades de 0,4. Podra argumentarse la necesidad de eliminarestas variables del anlisis.

La tabla que sigue es la tabla del Total de varianza Explicada (presentamos slo unaparte, por problemas de espacio):



14/21

Varianza total explicada

14,228 22,584 22,584 14,228 22,584 22,584 4,050 6,429 6,429

2,391 3,795 26,379 2,391 3,795 26,379 3,784 6,006 12,435

2,203 3,498 29,877 2,203 3,498 29,877 3,526 5,597 18,032

1,826 2,898 32,775 1,826 2,898 32,775 2,521 4,002 22,034

1,692 2,685 35,460 1,692 2,685 35,460 2,472 3,924 25,958

1,434 2,276 37,737 1,434 2,276 37,737 2,323 3,688 29,646

1,376 2,185 39,921 1,376 2,185 39,921 2,269 3,602 33,248

1,354 2,150 42,071 1,354 2,150 42,071 2,193 3,481 36,728

1,261 2,002 44,073 1,261 2,002 44,073 2,165 3,436 40,165

1,211 1,922 45,995 1,211 1,922 45,995 1,720 2,730 42,895

1,176 1,867 47,862 1,176 1,867 47,862 1,657 2,629 45,524

1,134 1,800 49,662 1,134 1,800 49,662 1,443 2,291 47,816

1,103 1,750 51,412 1,103 1,750 51,412 1,423 2,258 50,074

1,088 1,727 53,140 1,088 1,727 53,140 1,362 2,162 52,236

1,020 1,619 54,759 1,020 1,619 54,759 1,305 2,071 54,306

1,003 1,593 56,351 1,003 1,593 56,351 1,288 2,045 56,351

Componente1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

Total

% de la

varianza % acumulado To tal

% de la

varianza % acumulado To tal

% de la

varianza % acumulado

Autova lores iniciales

Sumas de las sa turaciones al cuadrado

de la extraccin

Suma de las saturaciones al cuadrado

de la rotacin

Mtodo de extraccin: Anlisis de Co mponentes principales.

Vemos 63 componentes, 1 por cada variable. Luego vemos los autovalores, elporcentaje de varianza y el porcentaje de varianza acumulada. El primer componente tieneun autovalor de 14,228, mucho mayor a todos los componentes que le siguen. La varianzaexplicada por el primer componente es el 22,58%. Si observamos bien, a la vez que vamosavanzando en los componentes el autovalor va bajando, al igual que el porcentaje devarianza explicada. Esto se debe a que los componentes se ordenan de manera jerrquica.As mismo, habamos definido como criterio de corte, un autovalor de 1. Hasta elcomponente 16, los autovalores son mayores que 1, pero ya el 17 tiene un autovalor menorque 1 (,977). La varianza explicada por este componente es muy baja (1,55%). Por lotanto, nos quedamos con 16 componentes, reduciendo bastante las 63 variables.

En las columnas adyacentes se repite la misma informacin, pero esta vez, slo de los

componentes que se mantienen. Si miramos en la varianza acumulada vemos que luego delcomponente 16, sta es de 56,35%. Esto quiere decir, que si bien perdemos muchainformacin al reducir dimensiones, podemos mantener an el 56,35% de sta, reduciendolas variables de 63 a 16.

Por ltimo, en las columnas finales, encontramos la misma informacin, pero luego dehaber sido aplicada la rotacin. Recordemos que la rotacin reordena la varianza. De estaforma, el primer componente ya no tiene un autovalor de 14, sino de 4, y la varianza queexplica es ahora slo el 6%. Lo que hace la rotacin es emparejar los factores. Si bien elprimer componente sigue siendo el que ms explica, ahora no se encuentra tan lejos de losdems componentes. Cabe destacar que, sin embargo, si miramos la varianza acumulada,luego del componente 16, sta es del 56,35%, igual que en la solucin no rotada. Larotacin reorganiza varianza, no la pierde.

El siguiente grfico es el Grfico de Sedimentacin:



15/21

Este grfico compara los componentes con los autovalores. Como podemos ver, elprimer componente es el que tiene el mayor autovalor, muy separado de los demscomponentes. La utilidad de este grfico dice relacin con si se quiere corroborar el corteque se hizo. En este caso, por ejemplo, cabra preguntarse si vale la pena incluir loscomponentes desde el 5 en adelante, ya que es ah donde se produce el corte en cuanto ala magnitud de los autovalores. De todas formas, optamos por quedarnos con 16componentes.

La siguiente tabla es la Matriz de Componentes, la cual se presenta slo en parte,debido a su tamao:



16/21

Matriz de componentesa

,607 -,082 -,368 ,020 -,119

,599 ,040 -,164 -,068 ,079

,598 ,067 -,127 -,034 ,031

,592 ,185 -,094 -,096 ,156

,592 ,041 -,086 -,123 ,173

,588 ,143 -,186 -,214 ,023

,579 -,349 ,027 -,033 -,089

Preg.50 Los jvenes de hoy necesitan mano dura

ya que le han perdido el respeto a todo

Preg.18 Un pas que permite muchas diferencias

en las opiniones de la gente puede entrar en

peligro de conflictos graves.

Preg.43 Mientras ms religiones se permitan en

el pas ms difcil es inculcarle valores a los hijos.

Preg.38 Si se mezclan mucho los peruano s con

los chilenos, la calidad de la gente de nuestro

pas se va a echar a perder

Preg.21 Los chilenos son ms valientes y

patriotas que las personas de los pases vecinos.

Preg.46 A pesar de que hay excepciones , est

claro que los chilenos somos ms capaces que

los habitantes de los pases vecinos

Preg.10 Un colegio adecuado para las nias es

aquel donde pueden aprender correctamente sus

roles de madre y esposa.

1 2 3 4 5

Componente

Mtodo de extraccin: Anlisis de co mponentes principales.

16 componentes extradosa.

Esta matriz cruza cada variable (filas) con cada uno de los 16 componentes nuevos(columnas). De este modo, se define para cada variable su correspondencia con cadacomponente. Los valores son las correlaciones entre las variables y los factores. Una mayorcorrelacin (ms cercana a 1) significa que la variable tiene mayor peso en ese factor. Sinembargo, sta es la matriz no rotada, que es difcil de interpretar, ya que, como vemos, lamayora de las variables tienen peso (valores altos) en el primer componente. Tambinobservamos que las preguntas fueron ordenadas segn las correlaciones, como fue pedidoen un principio.

Ya que es complejo interpretar esta matriz, se prefiere interpretar la matriz decomponentes rotada. sta ser interpretada ms adelante.

La prxima tabla es la Matriz Reproducida:



17/21

Esta matriz compara valores esperados con valores observados. Es por esto que en laprimera parte de la tabla se presentan las correlaciones reproducidas, mientras que en lasegunda parte se presentan los residuos. Los residuos son las diferencias entre la matrizinicial y esta matriz reproducida. Mientras ms cercanos a 0 se encuentren, menores sernlos residuos, y ms similares los valores esperados con los observados.

Para un anlisis ms acabado, miramos el pie de la tabla:

Vemos aqu que los residuos computados entre las correlaciones observadas yreproducidas son el 18%. Sin embargo, es difcil interpretar este dato, ya que no existencriterios claros para definir si esto es aceptable o no.

A continuacin observamos una parte de la Matriz Rotada:



18/21

Matriz de componentes rotadosa

,592 ,069 ,143 ,053 ,234

,570 ,077 ,184 -,050 ,173

,568 ,089 ,187 ,039 ,193

,539 ,134 ,157 ,129 ,090

,517 ,172 ,107 ,219 ,152

,515 ,083 ,164 ,115 ,085

,490 ,104 ,170 ,232 ,036

,445 ,066 ,410 ,000 -,044

,395 ,231 ,057 ,177 ,077

,390 ,171 ,172 ,145 ,030

,112 ,713 ,142 ,004 ,061

,024 ,702 ,034 ,166 ,007

,077 ,673 ,016 ,082 ,022

,078 ,600 ,142 ,103 ,015

Preg.22 Para que hagamos bien nues tro trabajo, es necesario

que patrones y jefes nos indiquen cuidados a y exactamente qu

es lo que debemos hacer y como.

Preg.50 Los j venes de ho y necesitan mano dura ya que le han

perdido el respeto a todo

Preg.54 Lo que necesita la juventud es autoridad, determinacin

y voluntad de trabajar y luchar por la familia y la patria

Preg.18 Un pas que permite muchas diferencias en las

opiniones de la gente puede entrar en peligro de conflictos

graves.

Preg.26 Ms que discusiones entre nosotros, lo que

necesitamos es un jefe

Preg.3 La obediencia y el respeto a la autoridad son las

primeras virtudes que hay que ensear a los nios.

Preg.43 Mientras ms religiones se permitan en el pas ms

difcil es inculcarle valores a los hijos.

Preg.49 Deben existir personas que censuren lo que sale en

televisin , pues no se pueden difundir valores equivocados

Preg.62 Dada la situacin actual, es inconveniente que se

contraten jvenes, pues se quejan demasiado y no valoran el

trabajo

Preg.15 Un libro que contiene ideas po lticas errneas debe ser

retirado de las libreras

Preg.33 Ante dificultades importantes, los hombres tienen ms

valor y estn mejor preparado s que las mujeres para

enfrentarlos.

Preg.19 Es normal que los empresarios prefieran a los hombres

en los trabajos , pues tienen ms experiencia que las mujeres.

Preg.23 Salvo excepciones, las mujeres tienen menos capacidad

que los hombres para desarrollar cargos de alta responsabilidad

Preg.47 Es no rmal que los hombres ganen ms dinero que las

mujeres pues tienen una familia que mantener

1 2 3 4 5

Componente

Mtodo de extraccin: Anlisis de componentes principales.

Mtodo de ro tacin: Normalizacin Varimax con Kaiser.

La rotacin ha co nvergido en 16 iteraciones.a.

Con la Matriz Rotada intentaremos definir qu variables se asocian a qu componente.El fin de esto es observar si las variables que se definieron como parte de una subescalaefectivamente son ordenadas en un mismo componente. Si esto sucede as, podemosafirmar que la subescala tiene validez.

En esta primera parte analizaremos las variables que pesan en el primer componente(que tienen correlaciones sobre 0,5 en este componente). Estas son:

- Para que hagamos bien nuestro trabajo, es necesario que patrones y jefes nosindiquen cuidadosa y exactamente qu es lo que debemos hacer y cmo.

- Los jvenes de hoy necesitan mano dura ya que le han perdido el respeto a todo- Lo que necesita la juventud es autoridad, determinacin y voluntad de trabajar y

luchar por la familia y la patria.- Un pas que permite muchas diferencias en las opiniones de la gente puede entrar en

peligro de conflictos graves.- Ms que discusiones entre nosotros, lo que necesitamos es un jefe.- La obediencia y el respeto a la autoridad son las primeras virtudes que hay que

ensear a los nios.



19/21

Observando estas afirmaciones, vemos que claramente el componente al quepertenecen se asocia con el autoritarismo. Por lo tanto, podemos concluir que, por lo menosla subescala de autoritarismo tiene validez.

Si observamos en las salidas las variables que pesan en el segundo componente, vemosque stas se encuentran asociadas al sexismo:

- Ante dificultades importantes, los hombres tienen ms valor y estn ms preparadosque las mujeres para enfrentarlos.

- Es normal que los empresarios prefieran a los hombres en los trabajos, pues tienenms experiencia que las mujeres.

- Salvo excepciones, las mujeres tienen menos capacidad que los hombres paradesarrollar cargos de alta responsabilidad.

- Es normal que los hombres ganen ms dinero que las mujeres pues tienen unafamilia que mantener.

- La mujer que trabaja debe hacerlo en tareas propias de su sexo, tales comoenfermera, trabajos de oficina y cuidado de los nios.

Si siguiramos el anlisis de todos los componentes, nos encontraramos con situaciones

similares. Para fines de esta gua, nos conformamos con el anlisis de los dos componentesanteriores. De todos modos, es importante destacar que es en este proceso dnde lasvariables se asocian a los componentes y se definen los nombres de las nuevas variables,segn las variables que los compongan (y el peso relativo de stas).

A continuacin observaremos, sin detenernos mucho en ello, la Matriz deTransformacin de los Componentes:

Matriz de transformacin de las componentes

,444 ,389 ,386 ,279 ,271

-,047 -,249 -,514 ,345 ,211

-,540 ,572 -,069 ,136 -,211

-,115 -,522 ,278 -,057 ,232

,001 -,224 ,238 ,549 -,436

,166 -,200 ,225 -,083 -,648

,082 ,120 ,161 -,115 ,161

,207 ,113 ,232 -,192 ,010

,069 ,137 -,015 ,042 -,141

,199 -,085 -,193 -,022 -,049

,163 ,042 -,133 -,561 -,201

,468 ,040 -,278 ,269 -,042

,189 ,095 -,298 -,070 -,126

,146 ,172 -,013 ,148 -,092

-,066 ,022 -,197 -,018 -,239

-,261 -,016 ,243 ,081 ,043

Componente

1

2

34

5

6

7

8

9

10

11

12

13

14

15

16

1 2 3 4 5

Mtodo de extraccin: Anlisis de componentes principales.

Mtodo de rotacin: Normalizacin Varimax con Kaiser.

Esta matriz se refiere a la magnitud de la rotacin llevada a cabo. Si los valores que seencuentran fuera de la diagonal son cercanos a 0, significa que hubo poca rotacin. Siobservamos esta tabla, los valores son en general bastante cercanos a 0 (con algunasexcepciones), por lo que podemos concluir que no hubo mucha rotacin de los factores.



20/21

Por ltimo, observamos el Grfico de Componentes Rotados:

Este grfico nos muestra las variables en un espacio formado por 3 componentes. Suinterpretacin no es fcil, por lo que no tiene mucha utilizacin. Adems, si se incluyeranlos 16 componentes, sera prcticamente irreconocible. De todas formas sirve para vercomo se distribuyen las variables.

Variables nuevas en la base de datos



21/21

Al comienzo habamos pedido guardar los puntajes de cada caso en los factores, yhabamos definido que esto se hiciera por medio de la regresin. Si volvemos ahora a labase de datos, y vemos en las ltimas columnas, observaremos lo siguiente:

A mano derecha de la ltima variable encontraremos 16 factores, que corresponden acada uno de los componentes nuevos. Cada caso tiene un puntaje asociado a estoscomponentes. Si bien estos puntajes no son interpretables de manera absoluta, son tilespara llevar a cabo un nuevo anlisis, contemplando ahora solamente estas 16 nuevasvariables. Recordemos que estos puntajes en los factores remplazan los puntajes en lasotras variables.


Documents

98342409 Guia SPSS Analisis Factorial