Autor(es): • Luis Fernando Aguas

Estadística:Análisis Factorial con SPSS

Contenidos• Objetivos

• Resultados de Aprendizaje

• Introducción

• Desarrollo de Contenidos

• Conclusiones

• Recomendaciones

• Bibliografía

Objetivos

•Conocer las distintas funciones que se puede realizar con SPSS

•Determinar y aprender las tareas que puede desarrollarse con SPSS

Resultados de aprendizaje• Elaborar conclusiones válidas para la población a partir

de los análisis de los estimadores obtenidos de los datos de muestras adecuadas de acuerdo a referentes teóricos.

Introducción

El análisis factorial es una técnica de reducción de datos que sirve para encontrar grupos homogéneos de variables a partir de un conjunto numeroso de variables. Esos grupos homogéneos se forman con las variables que correlacionan mucho entre sí y procurando, inicialmente, que unos grupos sean independientes de otros. Cuando recogemos un gran número de variables de forma simultánea, como por ejemplo en un cuestionario de satisfacción laboral, podemos estar interesados en averiguar si las preguntas del cuestionario se agrupan de alguna forma característica. Aplicando un análisis factorial a las respuestas de los sujetos podemos encontrar grupos de variables con significado común y conseguir de esta manera reducir el número de dimensiones necesarias para explicar las respuestas de los sujetos.

Desarrollo de contenidos Ingresamos al menú analizar, reducción de dimensiones y seleccionamos factor:

Pasamos sexo a variable de selección

Y damos clic en valor y ponemos F ó M

Este cuadro permite seleccionar una de las variables del archivo de datos como variable de filtro: para definir una sub-muestra de sujetos que cumplan una determinada condición. Esta opción es especialmente útil cuando se ha reservado un porcentaje de los sujetos de la muestra para llevar a cabo una validación cruzada del modelo final.

Luego pasamos dos variables a la sección variables

Damos clic en descriptivos

• Descriptivos univariados. Muestra, para cada variable, el número de casos válidos, la media y la desviación típica.

• Solución inicial. Permite obtener las comunalidades iniciales, los autovalores de la matriz analizada y los porcentajes de varianza asociados a cada autovalor. Esta opción actúa por defecto.

• Coeficientes. Muestra la matriz con los coeficientes de correlación entre las variables utilizadas en el análisis.

• Niveles de significación. Incluye en la matriz de correlaciones los niveles críticos unilaterales asociados a cada coeficiente.

Seleccionamos lo que se muestra en la imagen a continuación:

Luego damos clic en continuar y luego damos clic en extracción

La opción Extracción permite controlar varios aspectos relacionados con la fase de extracción de los factores. Entre otras cosas, permite decidir qué modelo factorial se desea utilizar, en qué matriz de datos basar el análisis y cuántos factores deben extraerse.

Damos clic en rotación

La opción Rotación permite controlar la fase de rotación del análisis. Con esta opción podemos definir el método de rotación que deseamos utilizar para facilitar la interpretación de la solución factorial y solicitar la representación gráfica de las saturaciones.

Marcamos las opciones que aparecen a continuación:

La opción Varimax es un método de rotación ortogonal que minimiza el número de variables que tienen saturaciones altas en cada factor. Simplifica la interpretación de los factores optimizando la solución por columna.

Damos clic en puntuaciones y seleccionamos:

Al seleccionar guardar, hacemos que se guarden las variables como regresión.

Luego damos clic en continuar y luego en aceptar.

Tenemos los descriptivos solo para las mujeres de los leucocitos y la edad.

En la matriz de correlaciones b podemos ver que la edad no influye en el número de leucocitos, ya que se tiene un valor de -0.153, y en la significancia podemos ver que es mayor a 0.05, lo cual indica que no hay relación. En las comunalidades verificamos que se pierde mucho de lo inicial a la extracción, lo cual verifica que no hay relación, si existiese relación la diferencia de lo inicial a lo de extracción sería mínima.

Viendo los componentes se ve una diferencia significativa de varianzas lo cual hace disminuya bastante teniendo un 57.631 de porcentaje acumulado, lo cual representa una pérdida en la extracción.

Combinando cada variable con sus correspondientes coeficientes pueden construirse las dos ecuaciones lineales en las que se basa el cálculo de las puntuaciones factoriales: y1=0.759Leucocitos – 0.759Edad

Conclusiones

• El SPSS y EXCEL son programas estadísticos, computarizados ideal para la introducción, interpretación de los datos necesarios para llevar un control adecuado de la empresa, es capaz de gestionar de forma inteligente la nómina, contabilidad, gastos extras, y demás aplicaciones financiera.

Recomendaciones • Se recomienda aprender el uso adecuado de SPSS ya

que es una gran ayuda para realizar trabajos estadísticos.

Bibliografía• http://site.ebrary.com/lib/pucesp/detail.action?docID=105

26557

• http://site.ebrary.com/lib/pucesp/detail.action?docID=10479465

• http://site.ebrary.com/lib/pucesp/detail.action?docID=10365616

• http://www.hrc.es/bioest/M_docente.html