Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Aplicación Psicométrica 1
Se establece una
interrelación que no
pueda ser interpretada
de forma separada.
SE TIENEN 13 VARIABLES
AHORA SE TIENEN 3
COMPONENTES
Constructos/Variables INDICADORES
Permite saber qué rasgos teóricos Permite seleccionar los items que
(componentes) se mide a través de mejor representen a componentes
los enunciados (los items). teóricos de la variable medida.
Verifica la estructura interna de la Otorga significado teórico a los
Escala. reactivos.
Tipos
AF EXPLORATORIO
AF CONFIRMATORIO
Los modelos teóricos que sustenta la construcción del instrumento son definidas a
priori y no a partir de los datos empíricos. Por lo tanto, el investigador debe
especificar explícitamente el número de variables subyacentes latentes (también
denominadas factores o componentes) y cuáles son los indicadores (items) que se
suponen que deben cargar en las variables latentes específicas.
VARIANZA:
Tipos
Dos variables se encuentran
relacionadas entre sí, debido a que La varianza total de una variable se
ambas variables poseen algo en debe:
común y algo que las diferencia.
ANÁLISIS COMPONENTES
PRINCIPALES
Las variables 1, 2 y 5 correlacionen entre sí con valores > ,700; por eso se
definen como el 1° Componente
KMO = .734
Representa la cantidad de
varianza explicada por cada
componente.
NO son las variables.
Estructura Factorial,
Regla de Káiser
Se seleccionan tantos
componentes como autovalores
mayores de 1.
Es una representación
gráfica de la magnitud
de los autovalores.
Un corte en la
tendencia descendente
sirve de regla para la
determinación del
número óptimo de
componentes que Ley del
Codo
deben estar presentes
en la salida factorial.
EJEMPLO
PRÁCTICO
CRITERIO A PRIORI
Ya usted sabe
cuantos componentes
hay que extraer antes
de iniciar el análisis
factorial
Número de Factores:
CRITERIO DE PORCENTAJE
POR VARIANZA
% de variabilidad
explicada por los
componentes
extraídos
1
Componente
Componente 1
2
-1 1
Componente 1
% de variabilidad se
redistribuye
Rotación
Matriz de Componentes
Rotadas
CARGAS O
PESOS
Es la asociación entre variables
FACTORIALES originales y los componentes.
La saturación representa el
peso de la variable (item)
dentro del componente (o
dimensión).
Variables Bipolares
Variables Complejas
ROTACIÓN
Se espera que:
1) cada componente tenga unas pocas cargas factoriales altas y las otras próximas a
cero;
2) cada variable (item) no esté saturando (correlacionando) más que en un
componente;
3) no deban existir componente con la misma distribución, es decir, dos
componentes distintos deben presentar distribuciones diferentes de cargas altas y
bajas.
Cada componente tendrá una correlación alta con un grupo de variables (items) y baja
con el resto de variables.
¿cuáles elegir?