Escolar Documentos
Profissional Documentos
Cultura Documentos
P ... P P
P ... P P
i
2
2j
2
22
2
21 2
2
1j
2
12
2
11 1
A continuacin se presenta la tabla de la
Varianza total explicada, donde aparecen
los autovalores, y las proporciones de
varianza explicada por cada factor.
Se denomina "comunalidad" a la proporcin
de la varianza explicada por los factores
comunes en una variable.
La comunalidad (h) es la suma de los pesos
factoriales al cuadrado en cada una de las
filas de la matriz factorial.
La comunalidad final de cada variable viene
dada por:
Para el ejemplo tenemos:
2
kj
2
2j
2
1j
2
j
P ... P P h
Existen diversos criterios para determinar el
nmero de factores a conservar. Uno de los
ms conocidos y utilizados es el criterio o
regla de Kaiser (1960) que indicara lo
siguiente: "conservar solamente aquellos
factores cuyos valores propios (eigenvalues)
son mayores a uno".
Otro criterio propuesto ha sido, el Scree-test
de Cattell (1966) consistente en representar
en un sistema de ejes los valores que toman
los eigenvalues (ordenadas) y el nmero de
factor (abscisas). Sobre la grfica resultante
se traza una lnea recta base a la altura de los
ltimos autovalores (los ms pequeos) y
aquellos que queden por encima indicarn el
nmero de factores a retener.
A partir de la matriz factorial muchas veces
resulta difcil la interpretacin de los factores.
Como pudimos observar en el ejemplo
anteriormente la matriz de componentes
siguiente necesitaba una rotacin.
La matriz factorial rotada es una combinacin
lineal de la primera y explica la misma
cantidad de varianza inicial.
La matriz factorial debe reunir las siguientes
caractersticas:
Cada factor debe tener unos pocos pesos
altos y los otros prximos a 0.
Cada variable no debe estar saturada ms
que en un factor.
No deben existir factores con la misma
distribucin, es decir, los factores distintos
deben presentar distribuciones de cargas
altas y bajas distintas.
De entre las rotaciones ortogonales la ms
utilizada es la Varimax mientras que en las
oblicuas es la Oblimin.
A efectos prcticos se sugieren dos pasos en
el proceso de interpretacin:
Estudiar la composicin de las saturaciones
factoriales significativas de cada factor.
Intentar dar nombre a los factores. Nombre
que se debe dar de acuerdo con la estructura
de sus saturaciones.
Una vez que se tienen los factores puede
interesar conocer que puntuacin obtendran
los sujetos en estos factores. Para contestar a
esto hay que calcular lo que se conoce como
puntuaciones factoriales de cada individuo.
El clculo de las puntuaciones factoriales se
realiza a partir de la matriz factorial rotada y
se basa en el modelo de la regresin mltiple,
de acuerdo con la frmula:
r ir i l il ij
Z P Z P Z P F ...
2 2
F
ij
= en la puntuacin factorial del individuo j
en el factor i.
P
il
es la ponderacin factorial de la variable l
en el factor i.
Z
l
son las puntuaciones tpicas.
El SPSS calcula estas puntuaciones y permite
que sean almacenadas en una columna.