Análisis de Correlaciones
Enviado por nkob20 • 29 de Noviembre de 2015 • Tarea • 702 Palabras (3 Páginas) • 68 Visitas
[pic 1]
Análisis de Datos II
Docente: Eduardo Arteaga Viveros
Estudiante: Nicolás Bustamante Burdiles
TALLER Nº5
- ¿Qué es y para qué se utiliza el Análisis Factorial de Correspondencias en las Ciencias Sociales?
Primero definamos que es el Análisis Factorial de Correspondencias, una de las definiciones es la que encontramos en el texto Técnicas de Análisis Multivariante de Datos de Pérez, quien dice “(…) es un método multivariante factorial de reducción de la dimensión de una tabla de casos-variables con datos cualitativos con el fin de obtener un número reducido de factores” (Pérez, 2004). Pero, en las ciencias sociales ¿para qué lo utilizaremos? Básicamente en la reducción de dimensiones, nos será de gran utilidad a la hora de generar correlaciones entre variables que nos interese trabajar. En una investigación social conducente a generar, por ejemplo, un programa de ayuda gubernamental, será importante conocer que elementos o características cualitativas de la población están relacionadas, de manera tal que la efectividad y cobertura de los mismos sea mayor.
CASEN 2013
- Realice un Análisis Factorial de Correspondencias Múltiples (AFCM) a partir del conjunto de variables cualitativas seleccionadas (3 o más). Analice e interprete los siguientes resultados:
- Tabla “Resumen del modelo”
RESUMEN DEL MODELO | |||
Dimensión | Alfa de Cronbach | Varianza explicada | |
Total (Autovalores) | Inercia | ||
1 | ,486 | 1,480 | ,493 |
2 | ,414 | 1,382 | ,461 |
Total |
| 2,862 | ,954 |
Media | ,452a | 1,431 | ,477 |
Básicamente, en ésta tabla denominada “Resumen del Modelo”, nos enfocaremos a analizar la última columna, que nos indica la inercia, que nosotros más bien conocemos como “Varianza”.
De la tabla entonces concluimos que la primera varianza nos retiene un 49%, mientras que la segunda varianza nos retiene un 46%. Por último, entre ambas varianzas se obtiene un 95% de varianza acumulada.
...