Caso Aplicativo Para estudiar las zonas de Madrid segn ciertos fenmenos de discriminacin social se consideran 13 variables. Concretamente las variables son: barrio (b), poblacin total (pt), poblacin menor de 14 aos (pt14), poblacin mayor de 65 aos (p65), poblacin mayor de 10 aos (p10), porcentaje de analfabetos (anal), nivel de educacin superior (nes), ocupados (ocu), ocupados en la industria (ocunin), ocupados en el sector servicios (ocuser), tcnicos (tec), personal directivo (pd) y trabajadores manuales (tm) que caracterizan a sus habitantes. Se trata de establecer una diferenciacin social de Madrid mediante factores sintticos que agrupen al elevado nmero de indicadores del que se dispone. Clasificar las 18 zonas de Madrid consideradas segn factores hallados. El fichero 11-1.sav contiene la informacin de las variables. Caso Aplicativo Caso Aplicativo Caso Aplicativo Caso Aplicativo El determinante de la matriz de correlaciones es muy bajo (Un determinante muy bajo indica que las correlaciones son muy altas). El valor de p-valor de la prueba de esfericidad de Barlett es menor que 0.05 (p=0.00<0.05), rechazando hiptesis de que la matriz de correlaciones es la matriz identidad (Ho: R = I R <>1). El estadstico KMO tiene valor no demasiado alto, pero suficiente para indicar una buena adecuacin muestral al anlisis factorial. (KMS>0.5Aceptable; KMS<=0.50No aceptable; prximo a 0.9Excelente). Las tres primeras componentes explican el 89.258% de la varianza total y el grfico de sedimentacin tiene tres valores propios mayores que uno. La comunalidad es la parte de variabilidad de cada variable explicada por los factores. Despus de la extraccin de los factores la comunalidad de cada variable debe ser alta. Por qu la variabilidad inicial explicada de cada variable es 1? Para agrupar las variables en factores hemos de observar que cargas factoriales altas en valor absoluto de una variable sobre un factor indican que hay mucho en comn entre la variable y el factor. Factor 1: pt, p14, p10, anal, ocuin, tm. Factor 2: nes, ocuser, tec, pd. Factor 3: p65 Realizando una rotacin Varimax, y activamos grficos de cargas. Para agrupar las variables en factores hemos de observar que cargas factoriales altas en valor absoluto de una variable sobre un factor indican que hay mucho en comn entre la variable y el factor. Factor 1: pt, p14, p10, ocu, ocuin, ocuser, tm. Factor 2: anal, nes, tec, pd. Factor 3: p65 Factor 1: Incluye claramente variables de poblacin u ocupacin. Factor 2: Incluye variables de nivel educativo y categora laboral. Factor 3: Incluye la poblacin jubilada. Factor 1 Factor 3 Se debe dar doble clic en el valor 0, y luego activar Mostrar lnea en origen.