Psicometria . Analisis Factorial
Enviado por les77 • 10 de Junio de 2013 • 763 Palabras (4 Páginas) • 721 Visitas
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
...