Variables de la data: Abreviación de la Variable

Prefiere disfrutar la noche en casa dnoc_casa

Siempre compara precios comp_prec
Las revistas son más interesantes que las rev_int_pel
películas
No compra artículos anunciados en vallas no_artvalla
publicitarias
Es hogareño hogar
Ahorra y paga con cupones pag_cup
Las empresas desperdician mucho dinero en desp_din_pub
publicidad

Análisis factorial

Matriz de correlacionesa
Las

Las revistas No compra empresas

Prefiere son más artículos desperdician

disfrutar la Siempre interesantes anunciados Ahorra y mucho

noche en compara que las en vallas Es paga con dinero en

casa precios películas publicitarias hogareño cupones publicidad

Correlación Prefiere disfrutar la 1,000 -,004 ,628 ,082 ,675 -,100 -,338

noche en casa

Siempre compara -,004 1,000 ,151 -,248 ,048 ,582 -,251

precios

Las revistas son más ,628 ,151 1,000 -,182 ,480 ,090 -,588

interesantes que las

películas

No compra artículos ,082 -,248 -,182 1,000 ,272 ,017 ,469

anunciados en vallas

publicitarias

Es hogareño ,675 ,048 ,480 ,272 1,000 -,110 -,082

Ahorra y paga con -,100 ,582 ,090 ,017 -,110 1,000 ,014

cupones
 Las empresas -,338 -,251 -,588 ,469 -,082 ,014 1,000

desperdician mucho

dinero en publicidad

Sig. Prefiere disfrutar la ,493 ,000 ,348 ,000 ,316 ,049

(unilateral) noche en casa

Siempre compara ,493 ,236 ,116 ,409 ,001 ,113

precios

Las revistas son más ,000 ,236 ,192 ,008 ,334 ,001

interesantes que las

películas

No compra artículos ,348 ,116 ,192 ,094 ,469 ,009

anunciados en vallas

publicitarias

Es hogareño ,000 ,409 ,008 ,094 ,301 ,348

Ahorra y paga con ,316 ,001 ,334 ,469 ,301 ,473

cupones

Las empresas ,049 ,113 ,001 ,009 ,348 ,473

desperdician mucho

dinero en publicidad

a. Determinante = ,062

Prueba de KMO y Bartlett

Medida Kaiser-Meyer-Olkin de adecuación de muestreo ,550
Prueba de esfericidad de Aprox. Chi-cuadrado 57,994
Bartlett gl 21
Sig. ,000

Comunalidades
Inicial Extracción
Prefiere disfrutar la noche en 1,000 ,818
casa
Siempre compara precios 1,000 ,796
Las revistas son más 1,000 ,790
interesantes que las
películas
No compra artículos 1,000 ,800
anunciados en vallas
publicitarias
Es hogareño 1,000 ,805
Ahorra y paga con cupones 1,000 ,841
Las empresas desperdician 1,000 ,796
mucho dinero en publicidad
Método de extracción: análisis de componentes
principales.

Varianza total explicada

Sumas de cargas al cuadrado de la

Autovalores iniciales extracción Sumas de cargas al cuadrado de la rotación

% de % % de % % de %

Componente Total varianza acumulado Total varianza acumulado Total varianza acumulado

1 2,485 35,505 35,505 2,485 35,505 35,505 2,315 33,076 33,076

2 1,821 26,013 61,518 1,821 26,013 61,518 1,731 24,729 57,805

3 1,339 19,131 80,649 1,339 19,131 80,649 1,599 22,844 80,649

4 ,508 7,258 87,907

5 ,376 5,373 93,280

6 ,279 3,990 97,270

7 ,191 2,730 100,000

Método de extracción: análisis de componentes principales.

 Matriz de componentea
Componente
1 2 3
Las revistas son más ,887 -,027 -,043
interesantes que las
películas
Prefiere disfrutar la noche en ,817 ,378 ,087
casa
Las empresas desperdician -,684 ,383 ,426
mucho dinero en publicidad
Es hogareño ,664 ,505 ,329
Siempre compara precios ,279 -,714 ,457
No compra artículos -,204 ,634 ,597
anunciados en vallas
publicitarias
Ahorra y paga con cupones ,050 -,604 ,689
Método de extracción: análisis de componentes principales.
a. 3 componentes extraídos.
 Matriz de componente rotadoa
Componente
1 2 3
Prefiere disfrutar la noche en ,897 -,082 -,076
casa
Es hogareño ,868 ,224 -,017
Las revistas son más ,762 -,440 ,125
interesantes que las
películas
No compra artículos ,214 ,867 -,052
anunciados en vallas
publicitarias
Las empresas desperdician -,351 ,817 -,073
mucho dinero en publicidad
Ahorra y paga con cupones -,057 ,091 ,911
Siempre compara precios ,049 -,232 ,860
Método de extracción: análisis de componentes principales.
Método de rotación: Varimax con normalización Kaiser.
a. La rotación ha convergido en 4 iteraciones.

Matriz de transformación de componente

Componente 1 2 3
1 ,882 -,444 ,154
2 ,417 ,586 -,695
3 ,218 ,678 ,702
Método de extracción: análisis de componentes
principales.
Método de rotación: Varimax con normalización
Kaiser.
 Matriz de coeficiente de puntuación de
componente
Componente
1 2 3
Prefiere disfrutar la noche en ,391 ,020 -,048
casa
Siempre compara precios ,010 -,048 ,530
Las revistas son más ,302 -,189 ,043
interesantes que las
películas
No compra artículos ,170 ,542 ,059
anunciados en vallas
publicitarias
Es hogareño ,405 ,211 ,021
Ahorra y paga con cupones -,008 ,145 ,595
Las empresas desperdician -,086 ,461 ,035
mucho dinero en publicidad
Método de extracción: análisis de componentes principales.
Método de rotación: Varimax con normalización Kaiser.
Puntuaciones de componente.

Matriz de covarianzas de puntuación de

componente
Componente 1 2 3
1 1,000 ,000 ,000
2 ,000 1,000 ,000
3 ,000 ,000 1,000
Método de extracción: análisis de componentes
principales.
Método de rotación: Varimax con normalización
Kaiser.
Puntuaciones de componente.