Beruflich Dokumente
Kultur Dokumente
Anlisis multivariante
Anlisis Multivariante
Correlacin cannica con SPSS
2013
Estadstica Aplicada
Gigi C. Voinea
Correlacin cannica
Gigi C. Voinea
Correlacin cannica
Suma
2
,250
,249
,249
,751
,331
,329
,330
,670
,581
,579
,580
1,420
Los valores de ajuste del modelo nos relavan en qu medida el anlisis de correlacin
ajusta los datos en relacin a la asociacin entre las diferentes series de variables. El
valor de 1,420 de un mximo de 2, nos indica un ajuste en dos dimensiones es
bastante bueno. Si se hubiera elegido tres dimensiones el valor de ajuste obtenido
hubiera sido 2,016 de un mximo de 3, lo que en proporcin es ms pequeo que el
obtenido en dos dimensiones, por lo cual la eleccin do dos dimensiones es correcta.
Pgina 3
Gigi C. Voinea
Correlacin cannica
1) Ponderaciones cannicas.
Tabla 1.2: Ponderaciones
Conjunto
Dimensin
1
item1
item2
item3
item4
item5
item6
,514
-,370
,584
,182
-,206
-,777
2
,671
,380
-,351
-,838
-,384
-,359
Para interpretar las ponderaciones nos tenemos que fijar en el signo y en la magnitud
de la ponderacin cannica asociada a cada variable en su valor terico cannico.
Las variables con ponderaciones relativamente mayores contribuyen ms al valor
terico de manera positiva, directa, en oposicin con las variables con ponderaciones
relativamente menores, contribuyen menos al valor terico. Los que tienen un signo
negativo contribuyen de manera indirecta, negativa al valor terico.
En la Tabla 1.2 se observa que en el primer conjunto para la primera dimensin la
mayor ponderacin la tiene el tem 3 (0,584) seguido por el primer tem (0,514), y para
la segunda dimensin la mayor influencia la tiene tambin la primera variable, con una
ponderacin de 0,671.
Para el segundo conjunto en la primera dimensin el tem 6 tiene una ponderacin
fuerte, pero negativa (-0,777), y para la segunda dimensin el tem 4 es el que ms
ponderacin tiene, tambin negativa (-0,838).
Una ponderacin pequea puede significar o bien que su correspondiente variable es
irrelevante para explicar la relacin o bien que ha sido apartada de la relacin debido a
un alto grado de multicolinealidad.
Pgina 4
Gigi C. Voinea
Correlacin cannica
Conjunto
Ajuste mltiple
Dimensin
1
Ajuste simple
Suma
Dimensin
Prdida simple
Suma
Dimensin
1
Suma
item1
,272
,465
,737
,252
,460
,712
,020
,005
,025
item2
,179
,134
,313
,152
,131
,283
,027
,003
,030
item3
,357
,134
,491
,342
,119
,461
,015
,015
,030
item4
,072
,699
,771
,041
,697
,738
,031
,002
,033
item5
,054
,153
,206
,043
,140
,182
,011
,013
,024
item6
,585
,148
,732
,583
,140
,724
,001
,007
,008
En la Tabla 1.3 vemos, para el conjunto de dimensiones, los tems 1, 4 y 6 son los que
ms discriminan y los que menos discriminan son los 5, 2 y 3. Si queremos ver las
dimensiones por separado, nos fijamos en la primera y en la segunda columna de la
tabla. Para la primera dimensin el tem ms discriminante es el 6 y el menos
discriminante es el 4. Para la segunda dimensin el tem ms discriminante es el 4 y el
menos discriminante es el 2.
Pgina 5
Gigi C. Voinea
Correlacin cannica
Los resultados de los centroides nos ayudan a interpretar el grado en que cada
variable discrimina los grupos de individuos. En ste caso los datos estn bastante
agrupados y nos dice mucho.
Presentamos tambin el grfico de las puntuaciones para ver de sta manera cual son
los individuos raros, que pueden afectar fuertemente la relacin. Hay alguno ms
separado (como el 25, el 3 y el 17) pero a una muestra de 67 no pueden influir
decisivamente, por lo cual todos se queda en el anlisis.
Pgina 6
Gigi C. Voinea
Correlacin cannica
Pgina 7