Академический Документы
Профессиональный Документы
Культура Документы
= + + U
(1)
Donde:
La ecuacin (1) implica que dada una muestra aleatoria simple de n elementos
generada por el modelo factorial, cada xij puede escribirse como:
(2)
obtenido del test KMO, implica que la relacin entre las variables es alta. Si el
test resulta KMO 0,9, el test es muy bueno; notable para KMO 0,8;
mediano para KMO 0,7; bajo para KMO 0,6; y muy bajo para KMO < 0,5.
Si Sig. (p-valor) < 0,05 aceptamos H0 (hiptesis nula) > se puede aplicar el
anlisis factorial.
Si Sig. (p-valor) > 0,05 rechazamos H0 > no se puede aplicar el anlisis
factorial.
0,573
85,187
6
0,000
Autorrep
Autoefi
Metacog
Autocon
N vlido (por
lista)
Media
305
306
306
306
12,45
9,4
20,4
16,49
Desviaci
n
estndar
5,332
2,19
4,368
2,439
Coeficient
e de
variacin
0,428
0,233
0,214
0,148
305
Con base a los resultados de la tabla 2 se puede concluir que entre las variables
consideradas, la ms constante es la variable Autocon y la de mayor variacin
es la variable Autorrep.
Correlacin
Sig.
(unilateral)
Autorrep
Autoefi
Metacog
Autorrep
Autoefi
Metacog
0,000
Componen
te
Total
1
2
3
4
% de
varianza
1,593
39,833
1,017
25,422
0,827
0,563
20,675
14,070
%
acumulado Total
1,59
0
1,02
65,255
0
85,930
100,000
39,833
% de
varianza
%
acumulado
39,745
39,745
25,510
65,255
La Tabla 5 contiene las proyecciones de cada una de las variables sobre cada
uno de los factores encontrados mediante el mtodo de componentes
principales, estas proyecciones reciben el nombre de saturaciones. Al sumar el
cuadrado de cada saturacin para cada componente Factor se obtiene su
eigenvalor citado en la tabla 4, por lo tanto para el primer factor ser: 0,057 +
0,761 + 0,807 + 0,597 = 2,222. De igual manera el clculo para el factor 2
ser: -0,948 + 0,126 + 0,099 - 0,309 = 0,864.
2
0,057
0,761
0,807
0,597
0,948
0,126
0,099
-0,309
Autorrep
0,009
0,929
Autoefi
0,476
0,103
Metacog
0,506
0,074
Autocon
0,385
-0,320
De tal manera que las frmulas para las nuevas transformaciones lineales son:
C2 = 8,76705