Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CONCEPTOS PREVIOS
● Si las p VARIABLES ORIGINALES ESTÁN TIPIFICADAS, LA SUMA DE SUS VARIANZAS SERÁ IGUAL A P ,
ya que la varianza de una variable tipificada es por definición igual a 1.
● Conviene insistir, no obstante, en que la DIFERENCIA ESENCIAL entre las VARIABLES ORIGINALES
y las COMPONENTES PRINCIPALES, es que estas últimas están INCORRELACIONADAS entre sí. En
el caso de que las variables originales estuvieran muy poco correlacionadas, carecería de
sentido la utilización de la técnica de componentes principales.
Los PASOS para la obtención de las COMPONENTES PRINCIPALES, en el caso de dos variables
son:
• Si las variables están tipificadas, la varianza de la primera componente será mayor que 1.
4. Si existen sólo 2 variables originales habrá dos autovalores y dos autovectores asociados:
• Cuando las variables están tipificadas, los autovectores que se obtienen, independientemente
del valor que tengan los autovalores son siempre:
• Las componentes de los autovectores u1 y u2 son los coeficientes que deben aplicarse a cada
una de las variables originales, para obtener las componentes principales. Es decir:
5. En el análisis de componentes principales es importante conocer la correlación de cada variable
original, con cada una de las componentes principales.
• A la matriz formada por las cargas factoriales se le denomina “MATRIZ FACTORIAL” o en el SPSS
“MATRIZ DE COMPONENTES”.
• Una vez calculados los autovectores, es posible obtener los valores o PUNTUACIONES DE CADA
COMPONENTE PRINCIPAL PARA LAS DISTINTAS OBSERVACIONES DE LAS VARIABLES ORIGINALES .
• En el programa SPSS, estas puntuaciones o SCORES, que son los valores de una componente
para cada observación de las variables originales, aparecen en forma tipificada.
• Para tipificar una componente, basta dividir dicha componente por la raíz cuadrada de su
autovalor asociado.
Es decir:
►NOTA IMPORTANTE
Si las variables iniciales están tipificadas, la proporción de la variabilidad total de las variables
originales captada por una componente, viene dada por el autovalor asociado a dicha
componente dividida por el número de variables originales.
CONCEPTOS CLAVE
● En el caso de que las variables estén tipificadas la proporción de la variabilidad total de las
variables originales captada por una componente es igual al autovalor correspondiente a
dicha componente dividido por el número de variables originales.
• La primera componente principal, al igual que las demás, se expresa como combinación lineal de
las variables originales, es decir:
• Todos los autovectores uh deben cumplir que la suma de los cuadrados de sus componentes
valga 1. Habitualmente se dice que los AUTOVECTORES están NORMALIZADOS.
• Todos los AUTOVECTORES deben ser ORTOGONALES entre sí, por tanto su producto escalar debe
ser cero.
• La matriz de varianzas covarianzas coincide con la matriz de correlaciones, si las variables están
tipificadas. En tal caso:
Y tendremos:
La “MATRIZ FACTORIAL” que ofrece el programa SPSS está formada por dichos coeficientes de
correlación.
• Una vez calculados los coeficientes uhj podemos obtener las puntuaciones , es decir los
VALORES de las COMPONENTES PRINCIPALES correspondientes a cada observación de las
VARIABLES ORIGINALES, mediante la siguiente relación:
• Si deseamos obtener las PUNTUACIONES TIPIFICADAS, basta dividir la componente por la raíz de
su autovalor, es decir:
• SPSS proporciona las PUNTUACIONES TIPIFICADAS y la matriz formada por dichas puntuaciones
tipificadas recibe el nombre de: “MATRIZ DE COEFICIENTES PARA EL CÁLCULO DE LAS
PUNTUACIONES DE LAS COMPONENTES”
Recuérdese que inicialmente tenemos tantas componentes principales como variables originales,
pero de la totalidad de dichas componentes, ¿Cuántas de ellas hemos de retener?
► Nota
En el caso de que las VARIABLES estén TIPIFICADAS la media de los autovalores vale 1, por lo
que se retendrán aquellas componentes en las que su AUTOVALOR sea MAYOR de 1.
Es decir:
El contraste de esta hipótesis nula se realiza mediante un contraste derivado del “CONTRASTE
DE ESFERICIDAD DE BARLETT”, proporcionado por el propio programa SPSS.
Si se rechaza la hipótesis nula, significa que existe algún autovalor de los no retenidos, que sí
es significativamente distinto de 0.
En tal caso, la decisión correcta sería retener una componente más y aplicar de nuevo el
contraste hasta que realmente todos los autovalores no retenidos sean no significativos.
● GRÁFICO DE SEDIMENTACIÓN
►RETENCIÓN DE VARIABLES
• Dado que hemos retenido un nº dado de componentes, ¿Qué debemos hacer si alguna de las
variables originales está débilmente correlacionada con todas las componentes retenidas?
• En tal caso, debe eliminarse dicha variable del conjunto de variables originales, dado que no
estaría representada por las componentes retenidas.
• En el caso de que dicha variable fuese muy relevante en el estudio a realizar, no deberíamos
eliminarla, sino retener componentes adicionales, caso de que alguna de ellas estuviese
correlacionada de forma importante con la variable a eliminar.
GERONIMO FORTEZA