Escolar Documentos
Profissional Documentos
Cultura Documentos
Variables
Precio
Ubicacin
Variedad
Estacionamiento
Promociones
Formas de pago
Tradicin
Confiabilidad
Higiene
Rapidez en Servicio
Espacio fsico
N empleados
Aglomeracin
Msica en el
ambiente
0,695
0,779
0,807
0,675
0,793
0,720
0,859
0,657
0,749
0,836
0,792
0,619
0,719
0,370
Interpr
IM
F
MF
IM
F
F
MF
IM
F
MF
F
IM
F
MP
Factor
1
2
3
4
5
6
7
8
9
10
11
12
13
14
Eigenvalue
5,70658
2,35543
2,00926
0,89745
0,75847
0,53520
0,50886
0,27607
0,24511
0,20505
0,19123
0,16982
0,10202
0,03946
% varianza
40,8%
16,8%
14,4%
6,4%
5,4%
3,8%
3,6%
2,0%
1,8%
1,5%
1,4%
1,2%
0,7%
0,3%
d) Cuntos factores podra tener entre un 85% y 90% de conservacin de los datos
originales?
Seran 6 factores, o se puede imponer valores propios superiores a 0,51 (si es 0,50 seran 7
factores).
Si quisiera obtener la varianza total entre el 85% y el 90%, se necesitaran 6 factores. Es
decir, valores de Eigenvalue entre 0,50886 a 0,5352 .
2. Evaluacin de Computadoras
TS: tiempo de ejecucin de la suma
TM: tiempo de ejecucin multiplicacin
AS: espacio ocupado por el sistema operativo
MR: nmero mximo de palabras almacenadas
AR: mxima de almacenamiento
CT: ciclo de tiempo
Aplicar el anlisis factorial del archivo Computadores, teniendo en cuenta el mtodo de
componentes Principales por la rotacin Varimax y el mtodo de Regresin para la
obtencin de las puntuaciones factoriales.
A) Hacer un ranking descendente de computadores (micros) en funcin al factor 1 e
interpretar;
B) Hacer un ranking descendente de computadores (micros) en funcin de factor 2 e
interprete;
C) Hacer un diagrama de dispersin con puntuaciones de los factores de los
computadores.
Los valores negativos indican valores por debajo de la media. Para las variables con la letra
T, mientras ms negativo mejor. Primero se ejecuta el factorial: Analizar/Reduccionde
dimensiones/Factor
Datos
TS
-,28
3,51
-,39
-,06
,38
-,43
-,26
,70
-,47
-,28
-,49
-,50
-,51
-,51
-,52
TM
-,36
3,61
-,34
-,28
-,27
-,38
,37
,68
-,39
-,23
-,39
-,39
-,39
-,39
-,12
AS
-,49
-,55
-,55
-,55
-,46
-,55
-,55
-,60
-,37
-,02
-,13
1,32
,36
3,26
-,13
MR
-,52
-,60
-,53
-,57
-,50
-,52
-,52
-,61
-,52
-,14
,16
2,47
,16
2,47
-,23
AR
-,48
-,87
-,59
-,83
-,88
-,48
-,59
-,92
-,48
-,77
1,71
1,08
1,70
1,08
1,33
CT
-,27
3,74
-,27
-,26
-,27
-,27
-,27
-,27
-,27
-,27
-,27
-,27
-,27
-,27
-,27
.716
90.429
15
.000
Bartlett:
H0: La matriz de correlacin entre las variables es igual a la matriz identidad
Se Espera tener una correlacin significativa. Queremos rechazar la H0 = que sea falsa.
Decisin: H0 es falsa (sig < 0.05) La probabilidad de H0 ser verdadera es 0. Resultado
adecuado (OK)
Interpretacin Sobre la Varianza Acumulada
Comunalidades
Inicial
Extraccin
ts
1.000
.977
tm
1.000
.974
as
1.000
.896
mr
1.000
.920
ar
1.000
.621
ct
1.000
.962
Mtodo de extraccin: anlisis de
componentes principales.
Correlacin anti-imagen
tm
as
mr
ar
ct
ts
.047
-.029
.002
-.003
.069
-.024
tm
-.029
.050
.001
.004
-.019
-.026
as
.002
.001
.136
-.117
.005
-.004
mr
-.003
.004
-.117
.126
-.057
-.001
ar
.069
-.019
.005
-.057
.452
-.059
ct
-.024
-.026
-.004
-.001
-.059
.069
ts
-.603
.025
-.041
.475
-.419
-.603
.010
.050
-.124
-.439
.010
-.893
.019
-.039
-.893
-.239
-.006
-.334
.736
tm
as
.025
mr
-.041
.782
.050
.623
.619
ar
.475
-.124
.019
-.239
.713
ct
-.419
-.439
-.039
-.006
-.334
.797
MSA: para cada variable, estadstica que confronta las correlaciones entre una variable
dada y las dems con las correlaciones entre el error en esa variable y los errores en las
dems.
Interpretacin Sobre Matriz de Correlacin - Ver de la diagonal para abajo.
Matriz de correlaciones
ts
Correlacin
tm
as
mr
ar
ct
ts
1.000
.965
-.264
-.282
-.421
.940
tm
.965
1.000
-.231
-.247
-.329
.953
as
-.264
-.231
1.000
.929
.561
-.147
mr
-.282
-.247
.929
1.000
.604
-.161
ar
-.421
-.329
.561
.604
1.000
-.234
ct
.940
.953
-.147
-.161
-.234
1.000
MS
A
Antes de la rotacin, hay variables con cargas cercanas en los 2 factores (as y mr).
Despus de la rotacin (Ver matriz de componentes - antes de la rotacin y despus de la
rotacin), las variables, as, mr, y ar han sido bien definidas en el factor 2.
Nombramos los dos factores: F1: Procesamiento lento (demora) y F2: capacidad de
almacenamiento (memoria)
Matriz de componente
Componente
Componente
ts
.906
.395
ts
.964
-.219
tm
.879
.448
tm
.974
-.161
as
-.614
.721
as
-.067
.944
mr
-.634
.720
mr
-.084
.956
ar
-.645
.453
ar
-.250
.747
ct
.824
.533
ct
.979
-.059
Inverso de
Rapidez =
Lentitud
componentes principales.
componentes principales.
a. 2 componentes extrados.
Grafico de las cargas de las variables en los factores: facilita la visualizacin de las
variables en los factores.
Estadstica Avanzada / Modelos Multivariados -Mg. Ligia Cateriano Fonseca
FACTOR 1 - TIEMPO
-.39396
3.53978
-.42774
-.29898
-.14384
-.45402
-.14782
.25735
-.45563
-.28121
-.40545
-.10957
-.37193
.04524
-.35222
FACTOR 2 - MEMORIA
-.58828
-.21266
-.64931
-.72824
-.67330
-.61507
-.61528
-.74302
-.54417
-.32799
.46890
1.79113
.66127
2.56537
.21064