Análisis Steiner

Ana.Factorial: Explicación en conjunto de variables.Simplificar Info . Dimensiones y variables correlacionadas entre ellas.

Es adecuado el Modelo?

*

MSA

0,7+.Existe Una estructura común en la data, a nivel individual las variables tienen un Buen ajuste de modelo.

*

KMO

0,7+ listo Para el análisis. Si cumple, es buena adecuación de muestreo

*

Bartlett

Si se Rechaza (dif. A matriz identidad), el ajuste de la matriz de correlaciones Perfe (el modelo si explica)

Con que modelo nos Quedamos?

*

Comunalidades

Relación Entre el factor y las variables. “Capacidad de reproducir el % de su Variabilidad original”. 0,5+(excelente), 0.4(aceptable). Podemos ver que variable Es peor para el modelo.

*

Varianza Total Explicada

Que porcentaje de la varianza es explicada por el modelo. Cumplir con el criterio 2/3 de los factores (66,67%). Decisión de cuantos factores Son óptimos-AUTOVALOR>1 (si es menor, explica menos información que la de Una variable original por si sola.

*

Matriz comp. Rotados

Grupo de variables que se asocian con factores. Las variables deben asociarse Con un único factor, que no tengan cargas similares entre dimensiones, si existe Eso no se permite una adecuada interpretación de soluciones.

-Grafico Sedimentación

Elegir componente con autovalores>1, explican mejor el modelo. Mide concentración De datos, nos muestra el quiebre entre dimensiones.                                                                                          Regresión lineal: Explicación del moví de var inde. Relación Entre dep y indep

*

Anova

5%>sig. Se rechaza y es significativa, el modelo si explica.

*

R2 ajustado

+0,6. “El modelo ajustado explica en un % a la variable indep”. Que tan bien predice Los resultados.

*Coef: Coef Tipificados-> Beta: explicación de cada variable y como afecta en el modelo. El más alto es la variable mas importante.

5%>sig= se rechaza, es significativa la variable.

(*)
FIV= >5: la Var indep se puede explicar con otras, redudancia, duplica datos (multicolinealidad)

*Fijarse en r2->FIV->R2 corregido->Modelo mas Simple

*Ajuste modelo= R2- correlación “semi-parcial”