Beruflich Dokumente
Kultur Dokumente
MAESTRÍA EN PSICOLOGÍA
CÁTEDRA: METODOLOGÍA CUANTITATIVA II
PROFESORA: LUISA ANGELUCCI
ALUMNO: ELVIS PINEDO
En este sentido, queda dudas sobre cual criterio tomaron efectivamente para la
selección de los factores, pues si se guiaban por el gráfico de sedimentación debieron
considera 3 factores, pues ahí se observa el punto de quiebre; mientras si se guiaban
por el de promedio de autovalores, debieron haber escogido 6 componentes, pues este
es el número de de factores que superaban el promedio de 1. Sin embargo, estos
autores consideraron al final 2 factores, los cuales explican sólo el 38% de la varianza,
lo que pareciera poco representativo del conjunto.
3. Rotación de factores:
Para facilitar la interpretación de las relaciones entre factores y variables se realiza la
rotación, la cual consiste en hacer girar los ejes de coordenadas que representan a los
factores, hasta conseguir que se aproximen al máximo a las variables en que están
mejor representados. Existen diversos métodos para la realización de rotaciones
factoriales, que pueden agruparse en dos tipos: rotaciones ortogonales y rotaciones
oblicuas.
Las rotaciones ortogonales pueden aplicarse a factores que no están correlacionados.
Con ellas se conservan los ángulos rectos en las representaciones gráficas. La rotación
varimax es la más ampliamente utilizada, y consiste en maximizar la varianza de los
factores: cada columna de la matriz factorial rotada produce algunos pesos muy altos y
los otros próximos a cero. Este método trata de minimizar el número de variables con
saturaciones altas en un factor. Se pretende obtener una solución más interpretable,
en el sentido que las variables más fuertemente correlacionadas entre sí presentaran
saturaciones altas sobre un mismo factor y bajas sobre el resto. En algunos casos no
se encuentran factores no correlacionados entre sí. Con las rotaciones oblicuas se
puede permitir que los factores estén correlacionados, lo que significa que este tipo de
rotaciones no conserva los ángulos rectos.
En la investigación se utilizó el método de rotación ortogonal de Normalización
Variimax con Kaisser. El objetivo de la rotación varimax es conseguir que la correlación
de cada una de las variables sea lo más próxima a 1 con sólo uno de los factores y
próxima a cero con todos los demás. Esto se puede observar en la matriz de
componentes rotados con respecto a los 2 factores establecidos, en donde cada
variable o se acerca o se aleja notoriamente de manera simultanea con respecto a
ambos componentes.