En este tema
Paso 1: 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 | Factor8 |
|---|---|---|---|---|---|---|---|---|
| Estudios | 0.726 | 0.336 | -0.326 | 0.104 | -0.354 | -0.099 | 0.233 | 0.147 |
| Apariencia | 0.719 | -0.271 | -0.163 | -0.400 | -0.148 | -0.362 | -0.195 | -0.151 |
| Comunicación | 0.712 | -0.446 | 0.255 | 0.229 | -0.319 | 0.119 | 0.032 | 0.088 |
| Apto P Cía | 0.802 | -0.060 | 0.048 | 0.428 | 0.306 | -0.137 | -0.067 | 0.105 |
| Experiencia | 0.644 | 0.605 | -0.182 | -0.037 | -0.092 | 0.317 | -0.209 | -0.102 |
| Apto P Trabajo | 0.813 | 0.078 | -0.029 | 0.365 | 0.368 | -0.067 | -0.025 | -0.032 |
| Carta | 0.625 | 0.327 | 0.654 | -0.134 | 0.031 | 0.025 | 0.017 | -0.113 |
| Simpatía | 0.739 | -0.295 | -0.117 | -0.346 | 0.249 | 0.140 | 0.353 | -0.142 |
| Organización | 0.706 | -0.540 | 0.140 | 0.247 | -0.217 | 0.136 | -0.080 | -0.105 |
| Potencial | 0.814 | 0.290 | -0.326 | 0.167 | -0.068 | -0.073 | 0.048 | -0.112 |
| C. V. | 0.709 | 0.298 | 0.465 | -0.343 | -0.022 | -0.107 | 0.024 | 0.170 |
| Autoconfianza | 0.719 | -0.262 | -0.294 | -0.409 | 0.175 | 0.179 | -0.159 | 0.230 |
| Varianza | 6.3876 | 1.4885 | 1.1045 | 1.0516 | 0.6325 | 0.3670 | 0.3016 | 0.2129 |
| % Var | 0.532 | 0.124 | 0.092 | 0.088 | 0.053 | 0.031 | 0.025 | 0.018 |
| Variable | Factor9 | Factor10 | Factor11 | Factor12 | Comunalidad |
|---|---|---|---|---|---|
| Estudios | 0.097 | -0.142 | -0.026 | -0.031 | 1.000 |
| Apariencia | 0.082 | 0.016 | 0.020 | -0.038 | 1.000 |
| Comunicación | 0.023 | 0.204 | 0.012 | -0.100 | 1.000 |
| Apto P Cía | -0.019 | -0.067 | 0.188 | -0.021 | 1.000 |
| Experiencia | 0.121 | 0.039 | 0.077 | 0.009 | 1.000 |
| Apto P Trabajo | 0.146 | 0.066 | -0.176 | 0.008 | 1.000 |
| Carta | -0.079 | -0.130 | -0.043 | -0.127 | 1.000 |
| Simpatía | 0.051 | 0.022 | 0.064 | 0.012 | 1.000 |
| Organización | -0.020 | -0.162 | -0.032 | 0.136 | 1.000 |
| Potencial | -0.290 | 0.100 | -0.023 | 0.028 | 1.000 |
| C. V. | 0.008 | 0.090 | 0.010 | 0.156 | 1.000 |
| Autoconfianza | -0.098 | -0.061 | -0.065 | -0.047 | 1.000 |
| Varianza | 0.1557 | 0.1379 | 0.0851 | 0.0750 | 12.0000 |
| % Var | 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
| 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
- 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 .
