Caso 5

1. Realizar análisis de fiabilidad del instrumento

En la tabla siguiente se muestran los datos válidos en este caso de estudio se observan que el
100% de los datos son válidos

Resumen de procesamiento de
casos
N %
Casos Válido 1067 100,0
Excluidoa 0 ,0
Total 1067 100,0
a. La eliminación por lista se basa en todas las
variables del procedimiento.

La estadística de fiabilidad del instrumento se valora con 0.79 por lo que se puede interpretar
de la siguiente manera: referencia a un nivel aceptable

Estadísticas de fiabilidad
Alfa de
Cronbach N de elementos
,798 22

Observando la tabla de estadística total de elemento, se mejora el coeficiente si se elimina el

elemento 22 el coeficiente (0.814)

Estadísticas de fiabilidad
Alfa de
Cronbach N de elementos
,814 21

Estadísticas de total de elemento

 Varianza de Alfa de
Media de escala escala si el Correlación total Cronbach si el
si el elemento elemento se ha de elementos elemento se ha
se ha suprimido suprimido corregida suprimido
P01 79,48 74,118 ,450 ,785
P02 79,56 74,239 ,479 ,784
P03 79,65 73,775 ,490 ,783
P04 79,61 74,430 ,471 ,785
P05 81,39 79,232 ,107 ,804
P06 79,73 74,048 ,466 ,784
P07 79,86 74,460 ,428 ,786
P08 79,78 74,000 ,462 ,785
P09 79,70 74,570 ,440 ,786
P10 79,99 74,429 ,388 ,788
P11 79,84 74,820 ,386 ,788
P12 79,87 74,202 ,425 ,786
P13 79,72 73,643 ,469 ,784
P14 81,30 79,230 ,090 ,806
P15 79,74 74,737 ,390 ,788
P16 79,86 73,438 ,455 ,784
P17 79,92 74,032 ,389 ,788
P18 79,80 75,102 ,393 ,788
P19 79,73 75,430 ,406 ,788
P20 79,77 75,220 ,411 ,788
P21 80,27 80,870 -,008 ,813
P22 80,24 81,327 -,030 ,814

Si se elimina el elemento 21 se mejora la fiabilidad a 0.830

Estadísticas de fiabilidad
Alfa de
Cronbach N de elementos
,830 20

Estadísticas de total de elemento

 Varianza de Alfa de
Media de escala escala si el Correlación total Cronbach si el
si el elemento elemento se ha de elementos elemento se ha
se ha suprimido suprimido corregida suprimido
P01 75,96 73,431 ,453 ,803
P02 76,05 73,481 ,487 ,801
P03 76,14 73,103 ,493 ,801
P04 76,10 73,798 ,470 ,802
P05 77,87 78,443 ,115 ,820
P06 76,22 73,417 ,466 ,802
P07 76,34 73,787 ,431 ,804
P08 76,27 73,375 ,461 ,802
P09 76,18 73,836 ,446 ,803
P10 76,47 73,797 ,387 ,806
P11 76,33 74,064 ,394 ,806
P12 76,36 73,510 ,429 ,804
P13 76,20 72,985 ,471 ,802
P14 77,79 78,458 ,096 ,822
P15 76,23 74,027 ,395 ,806
P16 76,34 72,698 ,462 ,802
P17 76,40 73,374 ,390 ,806
P18 76,29 74,446 ,394 ,806
P19 76,22 74,785 ,407 ,805
P20 76,26 74,486 ,418 ,805
P21 76,75 80,161 -,005 ,830

Eliminando el elemento 5 y el 14, mejora la fiabilidad hasta 0.848

Estadísticas de fiabilidad
Alfa de
Cronbach N de elementos
,848 18

Estadísticas de total de elemento

Varianza de Alfa de
Media de escala escala si el Correlación total Cronbach si el
si el elemento elemento se ha de elementos elemento se ha
se ha suprimido suprimido corregida suprimido
P01 67,66 67,490 ,467 ,840
P02 67,75 67,579 ,500 ,839
P03 67,84 67,228 ,504 ,838
P04 67,80 67,710 ,496 ,839
P06 67,92 67,421 ,484 ,839
P07 68,04 67,977 ,435 ,841
P08 67,96 67,272 ,487 ,839
P09 67,88 67,921 ,458 ,840
P10 68,17 68,067 ,385 ,844
P11 68,02 68,253 ,397 ,843
P12 68,06 67,573 ,442 ,841
P13 67,90 67,045 ,486 ,839
P15 67,93 68,204 ,398 ,843
P16 68,04 67,000 ,461 ,840
P17 68,10 67,464 ,401 ,843
P18 67,98 68,449 ,409 ,843
P19 67,91 68,697 ,429 ,842
P20 67,96 68,494 ,433 ,841

En total, se eliminaron las preguntas 5, 14, 21 y 22

2. Viabilidad de realizar el análisis factorial

Una de las primeras condiciones para realizar el análisis factorial es la condición de que el
determinante de la matriz de correlaciones tienda a 0 en este caso el determinante es igual a
0.004. Al ser una prueba subjetiva (¿qué números tienden a cero?) Es necesario que se
realicen otras pruebas

Matriz de
correlacionesa

a. Determinante = ,004

Al revisar la tabla siguiente se nota que la prueba de adecuación al muestreo es igual a 0.826
se valora como bueno la suficiencia de adecuación de muestreo

La prueba de esfericidad de Barlett que mide ;

Ho: La matriz de correlación es igual a la matriz de identidad

Ha: La matriz de correlación no es igual a la matriz de identidad

Para determinar si es viable o no realizar el análisis factorial es conveniente aceptar la
hipótesis de investigación lo que se muestra con los resultados (El valor de significancia es
menor a 0.05) por lo que se rechaza la hipótesis nula

Prueba de KMO y Bartlett

Medida Kaiser-Meyer-Olkin de adecuación de muestreo ,826
Prueba de esfericidad de Aprox. Chi-cuadrado 5838,321
Bartlett gl 231
Sig. ,000

En la matriz imagen se eliminan las preguntas 21 y 22 por tener una correlación inferior a 0.5

Al sacar las preguntas 21 y 22, se mejora en algo la prueba KMO

Prueba de KMO y Bartlett

Medida Kaiser-Meyer-Olkin de adecuación de muestreo ,827
Prueba de esfericidad de Aprox. Chi-cuadrado 5813,310
Bartlett gl 190
Sig. ,000

Se observan 6 factores, es decir de las 20 preguntas analizadas, se pueden interpretar que solo
6 dimensiones

Varianza total explicada

Autovalores iniciales Sumas de cargas al cuadrado de la extracción
Factor Total % de varianza % acumulado Total % de varianza % acumulado
1 5,105 25,523 25,523 4,124 20,622 20,622
2 1,805 9,025 34,548 1,423 7,114 27,736
3 1,525 7,627 42,175 1,176 5,879 33,616
4 1,353 6,763 48,938 1,255 6,275 39,891
5 1,231 6,156 55,094 ,787 3,935 43,826
6 1,178 5,892 60,986 ,640 3,202 47,028
7 ,853 4,265 65,251
8 ,824 4,120 69,371
9 ,736 3,682 73,053
10 ,706 3,530 76,582
11 ,657 3,286 79,868
12 ,551 2,755 82,623
13 ,543 2,713 85,336
14 ,518 2,590 87,926
15 ,464 2,319 90,245
16 ,460 2,300 92,545
17 ,434 2,169 94,714
18 ,382 1,910 96,623
19 ,357 1,783 98,406
20 ,319 1,594 100,000
Método de extracción: máxima verosimilitud.

Se analizan los datos de la matriz de factor rotado

Matriz de factor rotadoa

Factor
1 2 3 4 5 6
P01 ,632 ,198 ,086 ,080 ,097 ,016
P02 ,808 ,133 ,092 ,074 ,106 ,012
P03 ,695 ,182 ,065 ,133 ,125 ,027
P04 ,497 ,327 ,035 ,125 ,142 -,032
P06 ,310 ,436 ,043 ,089 ,228 -,020
P07 ,157 ,501 ,140 ,081 ,106 ,043
P08 ,140 ,661 ,125 ,104 ,098 -,041
P09 ,140 ,496 ,151 ,101 ,151 ,030
P10 ,147 ,357 ,088 ,149 ,098 ,074
P11 ,165 ,120 ,066 ,553 ,124 ,056
P12 ,079 ,168 ,089 ,911 ,094 -,010
P13 ,125 ,275 ,279 ,407 ,109 -,006
P15 ,015 ,214 ,620 ,092 ,076 ,042
P16 ,114 ,129 ,803 ,098 ,102 ,063
P17 ,090 ,094 ,641 ,063 ,170 ,003
P18 ,148 ,144 ,165 ,087 ,484 ,021
P19 ,064 ,168 ,106 ,093 ,796 -,028
P20 ,200 ,197 ,108 ,120 ,451 -,017
P05 ,028 ,015 ,065 ,009 -,016 ,590
P14 -,021 ,041 -,003 ,035 ,004 ,872
Método de extracción: máxima verosimilitud.
Método de rotación: Varimax con normalización Kaiser.
a. La rotación ha convergido en 6 iteraciones.

En la siguiente tabla se suprimen las cargas factoriales de cada pregunta o elemento a cada
factor obteniendo un análisis factorial exploratorio

Se decide quitar las preguntas 5 y 14 ya que no generan aporte al grupo o factor teórico

Matriz de factor rotadoa

Factor
1 2 3 4 5 6
P01 ,632
P02 ,808
P03 ,695
P04 ,497 ,327
P06 ,310 ,436
P07 ,501
P08 ,661
P09 ,496
P10 ,357
P11 ,553
P12 ,911
P13 ,407
P15 ,620
P16 ,803
P17 ,641
P18 ,484
P19 ,796
P20 ,451
P05 ,590
P14 ,872
Método de extracción: máxima verosimilitud.
Método de rotación: Varimax con normalización Kaiser.
a. La rotación ha convergido en 6 iteraciones.
 Matriz de factor rotadoa
Factor
1 2 3 4 5
P01 ,632
P02 ,807
P03 ,694
P04 ,494
P06 ,436
P07 ,499
P08 ,659
P09 ,493
P10 ,355
P11 ,551
P12 ,917
P13 ,407
P15 ,622
P16 ,805
P17 ,639
P18 ,484
P19 ,798
P20 ,453
Método de extracción: máxima verosimilitud.
Método de rotación: Varimax con normalización Kaiser.
a. La rotación ha convergido en 6 iteraciones.