Interpretar los resultados clave para Análisis factorial

Complete los siguientes pasos para interpretar un análisis factorial. La salida clave incluye influencias de factores, valores de comunalidad, porcentaje de varianza y varias gráficas.

Paso 1: Determinar el número de factores

Si usted no sabe el número de factores que utilizará, primero realice el análisis usando el método de extracción de componentes principales, sin especificar el número de factores. Luego use uno de los siguientes métodos para determinar el número de factores.
% Var
Utilice el porcentaje de varianza (% Var) para determinar la cantidad de varianza que explican los factores. Conserve los factores que explican un nivel aceptable de varianza. El nivel aceptable depende de su aplicación. Para efectos descriptivos, probablemente solo se necesite la explicación del 80% de la varianza. Sin embargo, si usted desea realizar otros análisis en los datos, se recomienda que los factores expliquen por lo menos 90% de la varianza.
Varianza (valores propios)
Si usted utiliza componentes principales para extraer factores, la varianza es igual al valor propio. Puede usar el tamaño del valor propio para determinar el número de factores. Conserve los factores con los valores propios más grandes. Por ejemplo, según el criterio de Kaiser, se usan solo los factores con valores propios que son mayores que 1.
Gráfica de sedimentación
La gráfica de sedimentación ordena los valores propios desde el más grande hasta el más pequeño. El patrón ideal es una curva pronunciada, seguida de una inflexión y luego de una línea recta. Utilice los componentes en la curva pronunciada antes del primer punto que inicia la tendencia de la línea.
Cargas de factores no rotados y comunalidades Variable Factor1 Factor2 Factor3 Factor4 Factor5 Factor6 Factor7 Estudios 0.726 0.336 -0.326 0.104 -0.354 -0.099 0.233 Apariencia 0.719 -0.271 -0.163 -0.400 -0.148 -0.362 -0.195 Comunicación 0.712 -0.446 0.255 0.229 -0.319 0.119 0.032 Apto P Cía 0.802 -0.060 0.048 0.428 0.306 -0.137 -0.067 Experiencia 0.644 0.605 -0.182 -0.037 -0.092 0.317 -0.209 Apto P Trabajo 0.813 0.078 -0.029 0.365 0.368 -0.067 -0.025 Carta 0.625 0.327 0.654 -0.134 0.031 0.025 0.017 Simpatía 0.739 -0.295 -0.117 -0.346 0.249 0.140 0.353 Organización 0.706 -0.540 0.140 0.247 -0.217 0.136 -0.080 Potencial 0.814 0.290 -0.326 0.167 -0.068 -0.073 0.048 C. V. 0.709 0.298 0.465 -0.343 -0.022 -0.107 0.024 Autoconfianza 0.719 -0.262 -0.294 -0.409 0.175 0.179 -0.159 Varianza 6.3876 1.4885 1.1045 1.0516 0.6325 0.3670 0.3016 % Var 0.532 0.124 0.092 0.088 0.053 0.031 0.025 Variable Factor8 Factor9 Factor10 Factor11 Factor12 Comunalidad Estudios 0.147 0.097 -0.142 -0.026 -0.031 1.000 Apariencia -0.151 0.082 0.016 0.020 -0.038 1.000 Comunicación 0.088 0.023 0.204 0.012 -0.100 1.000 Apto P Cía 0.105 -0.019 -0.067 0.188 -0.021 1.000 Experiencia -0.102 0.121 0.039 0.077 0.009 1.000 Apto P Trabajo -0.032 0.146 0.066 -0.176 0.008 1.000 Carta -0.113 -0.079 -0.130 -0.043 -0.127 1.000 Simpatía -0.142 0.051 0.022 0.064 0.012 1.000 Organización -0.105 -0.020 -0.162 -0.032 0.136 1.000 Potencial -0.112 -0.290 0.100 -0.023 0.028 1.000 C. V. 0.170 0.008 0.090 0.010 0.156 1.000 Autoconfianza 0.230 -0.098 -0.061 -0.065 -0.047 1.000 Varianza 0.2129 0.1557 0.1379 0.0851 0.0750 12.0000 % Var 0.018 0.013 0.011 0.007 0.006 1.000
Resultados clave: %Var, Varianza (valores propios), Gráfica de sedimentación

Estos resultados muestran las influencias de los factores no rotadas de todos los factores utilizando el método de extracción de componentes principales. Los cuatro primeros factores tienen varianzas (valores propios) que son mayores que 1. Los valores propios cambian menos marcadamente cuando se utilizan más de 6 factores. Por lo tanto, 4–6 factores parecen explicar la mayor parte de la variabilidad en los datos. El porcentaje de variabilidad explicada por el Factor 1 es 0.532 o 53.2%. El porcentaje de variabilidad explicada por el Factor 4 es 0.088 o 8.8%. La gráfica de sedimentación muestra que los cuatros primeros factores explican la mayor parte de la variabilidad total en los datos. Los factores restantes representan una proporción muy pequeña de la variabilidad y probablemente no son importantes.

Paso 2: Interpretar los factores

Después de determinar el número de factores (paso 1), usted puede repetir el análisis utilizando el método de máxima verosimilitud. Luego examine el patrón de influencias para determinar el factor que ejerce mayor influencia en cada variable. Las influencias cercanas a -1 o 1 indican que el factor afecta considerablemente a la variable. Las influencias cercanas a 0 indican que el factor tiene poca influencia en la variable. Algunas variables pueden tener grandes influencias en múltiples factores.

Las influencias de los factores no rotadas a menudo son difíciles de interpretar. La rotación de los factores simplifica la estructura de influencias, permitiendo interpretar con mayor facilidad las influencias de los factores. Sin embargo, un método de rotación pudiera no ser el más adecuado en todos los casos. Se recomienda intentar con diferentes rotaciones y utilizar la que produzca los resultados más apropiados. Usted también puede ordenar las influencias rotadas para evaluar más claramente las influencias dentro de un factor.

Cargas de factores rotados y comunalidades Rotación Varimax Variable Factor1 Factor2 Factor3 Factor4 Comunalidad Estudios 0.481 0.510 0.086 0.188 0.534 Apariencia 0.140 0.730 0.319 0.175 0.685 Comunicación 0.203 0.280 0.802 0.181 0.795 Apto P Cía 0.778 0.165 0.445 0.189 0.866 Experiencia 0.472 0.395 -0.112 0.401 0.553 Apto P Trabajo 0.844 0.209 0.305 0.215 0.895 Carta 0.219 0.052 0.217 0.947 0.994 Simpatía 0.261 0.615 0.321 0.208 0.593 Organización 0.217 0.285 0.889 0.086 0.926 Potencial 0.645 0.492 0.121 0.202 0.714 C. V. 0.214 0.365 0.113 0.789 0.814 Autoconfianza 0.239 0.743 0.249 0.092 0.679 Varianza 2.5153 2.4880 2.0863 1.9594 9.0491 % Var 0.210 0.207 0.174 0.163 0.754
Resultados clave: Influencias, comunalidad, gráfica de influencias

En estos resultados, se realizó una rotación varimax en los datos. Utilizando las influencias de los factores rotadas, usted puede interpretar los factores de la siguiente manera:
  • Aptitud para la compañía (0.778), Aptitud para el empleo (0.844) y Potencial (0.645) tienen influencias positivas grandes en el factor 1, así que este factor describe la aptitud y potencial del empleado para crecer en la compañía.
  • Apariencia (0.73), Simpatía (0.615) y Autoconfianza (0.743) tienen influencias positivas grandes en el factor 2, así que este factor describe las cualidades personales.
  • Comunicación (0.802) y Organización (0.889) tienen influencias positivas grandes en el factor 3, así que este factor describe destrezas para el trabajo.
  • Carta (0.947) y C. V. (0.789) tienen influencias positivas grandes en el factor 4, así que este factor describe destrezas para la redacción.

En conjunto, los cuatro factores explican 0.754 o 75.4% de la variación en los datos.

La gráfica de influencias muestra visualmente los resultados de las influencias para los dos primeros factores.

Paso 3: Verificar si hay problemas en los datos

Si los dos primeros factores explican la mayor parte de la varianza en los datos, usted puede utilizar la gráfica de puntuaciones para evaluar la estructura de los datos y detectar los conglomerados, los valores atípicos y las tendencias. Agrupaciones de datos en la gráfica pudieran indicar dos o más distribuciones separadas en los datos. Si los datos siguen una distribución normal y no hay valores atípicos presentes, los puntos están distribuidos aleatoriamente alrededor del valor de 0.

Resultado clave: Gráfica de puntuaciones

En esta gráfica de puntuaciones, los datos parecen normales y no se observan valores atípicos extremos. Sin embargo, se recomienda investigar el valor de datos mostrado en la parte inferior derecha de la gráfica, que se encuentra lejos de los demás valores de datos.

Sugerencia

Para ver la puntuación calculada de cada observación, detenga el cursor en un punto de datos en la gráfica. Para crear gráficas de puntuaciones para otros factores, almacene las puntuaciones y utilice Gráfica > Gráfica de dispersión.

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política