Ingresar los datos para Análisis factorial

Estadísticas > Análisis multivariado > Análisis factorial

Especifique los datos para su análisis, ingrese el número de factores que se calcularán y especifique el método de extracción y tipo de rotación.

Ingresar los datos

En Variables, especifique las columnas de datos que desea analizar. Debe tener dos o más columnas de datos numéricos, donde cada columna represente una medición diferente. Si hay un valor faltante en cualquiera de las columnas, Minitab ignora toda la fila.
Nota

Si desea ingresar una matriz de correlación o de covarianzas o las influencias de un análisis anterior, en lugar de utilizar datos sin procesar, haga clic en Opciones.

En esta hoja de trabajo, cada columna contiene mediciones de las características de cada solicitante de empleo.

C1 C2 C3 C4 C5 C6 C7 C8
Aptitud para la compañía Comunicación Autoconfianza Estudios C. V. Experiencia Actitud Organización
5 9 8 2 2 5 4 8
10 9 5 10 8 5 5 4
4 7 6 6 5 8 7 2
2 2 3 4 4 7 8 4
8 4 3 8 9 2 4 9
7 5 9 5 7 9 8 7

Número de factores que se extraerán

Ingrese el número de factores que se extraerán de los datos. El número de factores debe ser por lo menos 1 y no puede exceder el número total de variables. Para obtener mejores resultados, usted no debería tener más de un factor por cada 3 variables en sus datos. Por ejemplo, si tiene 12 variables, debería extraer, como máximo, 4 factores.

Si usted desconoce el número de factores que extraerá, deje el campo en blanco y especifique componentes principales como el método de extracción. Haga clic en Gráficas y muestre la Gráfica de sedimentación. Minitab calcula el número máximo de factores, que es igual número de variables que ingresó. Utilice los resultados para determinar el número de factores que se extraerán y luego ingrese ese número cuando repita el análisis. Para obtener más información, vaya a Paso 1: Determinar el número de factores.

Si usted utiliza máxima verosimilitud como método de extracción, debe ingresar el número de factores. El número máximo de factores con máxima verosimilitud es uno menos que el número de variables en sus datos.

Método de extracción

Seleccione un método para extraer los factores.
  • Componentes principales: Seleccione esta opción si usted desconoce el número de factores que se extraerán, si no puede presuponer que los factores y errores obtenidos después de ajustar el modelo factorial siguen una distribución normal o no tiene un número alto de observaciones.
  • Máxima verosimilitud: Seleccione esta opción si usted conoce el número de factores, puede presuponer que los factores y los errores obtenidos después de ajustar el modelo factorial siguen una distribución normal y tiene un conjunto de datos razonablemente grande.
Nota

Cuando usted conoce el número de factores, Máxima verosimilitud a menudo indica los factores que ajustan mejor los datos (tienen residuos más pequeños). Sin embargo, para algunos datos, las influencias de los factores a partir del método de máxima verosimilitud son sensibles a la escogencia de comunalidades iniciales y al criterio de convergencia. El método de componentes principales funciona en muchos casos en que el método máxima verosimilitud no da resultado.

Tipo de rotación

Seleccione una opción para rotar ortogonalmente las influencias de los factores iniciales. Minitab rota los ejes para darle una perspectiva diferente, la cual puede ayudarle a interpretar los factores.

Las influencias de los factores originales a menudo son difíciles de interpretar. La rotación de factores usualmente crea una estructura de factores más simple y hace que los factores se distingan más claramente. La rotación también tiende a eliminar factores generales que influyen considerablemente en todas las variables.

Minitab rota las influencias para minimizar un criterio de simplicidad. Un parámetro, gamma (γ), dentro de este criterio se determina por el método de rotación. Si usted utiliza un método con un valor de gamma bajo, la rotación tiende a simplificar las filas de las influencias. Si usa un método con un valor de gamma alto, la rotación tiende a simplificar las columnas de las influencias.

  • Ninguno: No rote las influencias.
  • Equimax: Rote las influencias de forma que una variable influya mucho en un factor, pero poco en otros. Este método es un compromiso entre entre las rotaciones Varimax y Quartimax.
  • Varimax: Maximice las influencias de los factores cuadradas en cada factor (gamma = 1). Varimax es el método de rotación más ampliamente utilizado. Esta rotación simplifica las columnas de la matriz de influencias de los factores. En cada factor, las influencias grandes se aumentan y las pequeñas se disminuyen, de forma que cada factor solo tenga pocas variables con influencias grandes.
  • Quartimax: Maximice la varianza de las influencias de los factores cuadradas en cada variable (gamma = 0). Esta rotación simplifica las columnas de la matriz de influencias de los factores. En cada variable, las influencias grandes se aumentan y las pequeñas se disminuyen, de forma que cada variable solo influya en pocos factores.
  • Orthomax con γ: Utilice influencias con base en el valor de gamma que usted ingrese. Ingrese un valor entre 0 y 1.
Sugerencia

Debido a que usted no puede pronosticar si un tipo de rotación hará que sus factores sean más significativos, pruebe con diferentes rotaciones. Si Equimax, Varimax y Quartimax no producen factores significativos, puede utilizar Orthomax con γ para explorar rotaciones entre la rotación varimax (gamma = 1) y la rotación quartimax (gamma = 0).

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