Anlisis Factorial

Mg.Ing.Estad.Villena Zapata, Luigi

 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.