Psicometria . Analisis Factorial

Análisis factorial:

Cuadro 1:

Matriz de correlaciones

Razonamiento deductivo Razonamiento inductivo Razonamiento cuantitativo Fluidez en ideas Visualización Memoria libre Relaciones espaciales Memoria asociativa Fluidez en palabras Velocidad de cierre

Correlación Razonamiento deductivo 1,000 ,657 ,599 ,014 ,288 ,303 ,246 ,219 ,216 ,324

Razonamiento inductivo ,657 1,000 ,554 ,119 ,354 ,349 ,283 ,224 ,261 ,327

Razonamiento cuantitativo ,599 ,554 1,000 ,111 ,194 ,295 ,119 ,190 ,268 ,208

Fluidez en ideas ,014 ,119 ,111 1,000 ,326 ,822 ,266 ,628 ,771 ,296

Visualización ,288 ,354 ,194 ,326 1,000 ,354 ,473 ,237 ,344 ,476

Memoria libre ,303 ,349 ,295 ,822 ,354 1,000 ,346 ,574 ,758 ,343

Relaciones espaciales ,246 ,283 ,119 ,266 ,473 ,346 1,000 ,300 ,360 ,491

Memoria asociativa ,219 ,224 ,190 ,628 ,237 ,574 ,300 1,000 ,494 ,212

Fluidez en palabras ,216 ,261 ,268 ,771 ,344 ,758 ,360 ,494 1,000 ,406

Velocidad de cierre ,324 ,327 ,208 ,296 ,476 ,343 ,491 ,212 ,406 1,000

a. Determinante = ,005

En este cuadro podemos observar cómo medir la interdependencia en relaciones asociadas o entre cada pareja de variables y todas al mismo tiempo. Por lo tanto podemos observar que en razonamiento deductivo en razonamiento cuantitativo obtuvo un resultado de ,599 y en razonamiento inductivo de ,657.

Cuadro 2:

KMO y prueba de Bartlett

Medida de adecuación muestral de Kaiser-Meyer-Olkin. ,798

Prueba de esfericidad de Bartlett Chi-cuadrado aproximado 2643,793

Gl 45

Sig. ,000

En este cuadro se observa que Analiza el tamaño de las correlaciones parciales entre las variables. Como podemos observar en la medida de adecuación muestral de Kaiser- Meyer- Olkin el resultado es ,798 por la cual si es válido ya que supera a 0,50 , por otro lado en el de Bartlett dio un resultado de ,000 que el resultado nos da a relucir que es validio también ya que es menor a 0.5 en estos ambos casos los resultados nos llevan a asumir que estos datos son adecuados para aplicar el análisis factorial, ya que existen asociaciones importantes entre las variables consideradas.

Cuadro 3:

Comunalidades

Inicial Extracción

Razonamiento deductivo ,592 ,723

Razonamiento inductivo ,516 ,617

Razonamiento cuantitativo ,429 ,534

Fluidez en ideas ,829 ,990

Visualización ,363 ,453

Memoria libre ,781 ,809

Relaciones espaciales ,370 ,505

Memoria asociativa ,461 ,408

Fluidez en palabras ,680 ,680

Velocidad de cierre ,383 ,495

Método de extracción: Factorización de Ejes principales.

En el cuadro numero 3 observamos las comunalidades que representan la proporción de varianza en cada variable que es explicada por

los factores. Entendemos como la suma de las cargas factoriales al cuadrado de una variable. Mientras mayor es la cantidad de varianza explicada de una variable luego de la extracción, mejor representada se encuentra dicha variable en la solución factorial.

Cuadro 4:

Varianza total explicada

Factor Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Suma de las saturaciones al cuadrado de la rotacióna

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

1 4,269 42,695 42,695 3,930 39,304 39,304 3,366

2 1,842 18,422 61,116 1,556 15,557 54,861 2,417

3 1,196 11,962 73,078 ,727 7,269 62,130 2,632

4 ,611 6,106 79,184

5 ,544 5,436 84,620

6 ,455 4,555 89,175

7 ,419 4,190 93,364

8 ,329 3,286 96,651

9 ,228 2,277 98,927

10 ,107 1,073 100,000

Método de extracción: Factorización de Ejes principales.

a. Cuando los factores están correlacionados, no se pueden sumar las sumas de los cuadrados de las saturaciones para obtener una varianza total.

En el cuadro podemos observar que representa la varianza de los factores por la cual observamos que

...