Scribd
Cargar
12 vistas41 páginas

Análisis de Fiabilidad y Factorial SPSS

Este documento describe los métodos para evaluar la fiabilidad y validez de constructo de un instrumento, incluyendo el alfa de Cronbach y el análisis factorial exploratorio y confirmatorio. Explica cómo interpretar los resultados del alfa de Cronbach y las condiciones para aplicar diferentes análisis factoriales. Además, detalla los pasos para realizar estos análisis en el software SPSS.

Cargado por

Javier Silva
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd
12 vistas41 páginas

Análisis de Fiabilidad y Factorial SPSS

Este documento describe los métodos para evaluar la fiabilidad y validez de constructo de un instrumento, incluyendo el alfa de Cronbach y el análisis factorial exploratorio y confirmatorio. Explica cómo interpretar los resultados del alfa de Cronbach y las condiciones para aplicar diferentes análisis factoriales. Además, detalla los pasos para realizar estos análisis en el software SPSS.

Cargado por

Javier Silva
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PPTX, PDF, TXT o lee en línea desde Scribd

Análisis de Fiabilidad

Métodos II
Emanuel Arredondo González
 El estadístico Alfa de Cronbach será empleado para evaluar la
fiabilidad interna de un instrumento.

 Se asume que los ítems miden un mismo constructo y que están


Introducción altamente correlacionados entre sí.

 Entre mayor sea el alfa de Cronbach el resultado será cercano a


1.
 Cómo se pueden interpretar los resultados:

 >0.9 es excelente
Alfa de  > 0.8 es bueno

Cronbach  > 0.7 es aceptable


 > 0.6 es cuestionable
 > 0.5 es pobre
 <0.5 es inaceptable
Ruta en SPSS
 Atención, deben incluir solo las variables que son medidas en
el diseño de la operacionalización.

Ruta en SPSS
Ruta en SPSS
Ruta en SPSS
Resultado
 Abrir base de datos Escala H.
 Calcular el valor de Alfa de Cronbach general y por dimensión.
 Calcular Alfa de Cronbach si se elimina elemento
Actividad  Analizar el resultado.
Análisis Factorial
Métodos II
Emanuel Arredondo González
 Es una técnica que permite reducir un conjunto numero de
variables a dimensiones.

Introducción  Las dimensiones obtenidas reciben el nombre de factores.


 Es importante que las variables se encuentren relacionadas
entre sí.
 Nivel de medición de las variables: Escalares. También se
pueden utilizar variables ordinales.

 Tamaño de la muestra: Desde más de 50 casos. Lo óptimo es


más de 1000 casos.

 Relación entre variables: Se espera que sea mayor a 0,3


Introducción
 Valores ausentes: Son eliminados o reemplazados por los
valores ausentes.

 Valores aberrantes: Se eliminan.


 Dos:
 Análisis factorial exploratorio AFE:
 Tiene como objetivo descubrir la estructura subyacente de un
Qué tipos conjunto de datos cuantitativos en función de variables latentes que
expliquen la mayor parte de la varianza observada.

podemos
encontrar  Análisis factorial confirmatorio AFC:
 Los factores son conocidos previamente, relacionados con la teoría y
el objetivo es comprobar si la estructura teórica se ajusta los datos.
 En otras palabras el primero se emplea para construir teoría (AFE) y
el segundo para confirmar la teoría (AFC).

Cuándo se  De este modo, el AFE se utiliza cuando el investigador conoce poco


sobre la variable o constructo objeto de estudio, y esta aproximación
aplica le ayuda a identificar los factores latentes que subyacen a las variables
manifiestas, así como los patrones de relaciones entre variables
latentes y manifiestas. Por otra parte, cuando ya se tiene una idea
clara sobre la variables objeto de estudio, el uso del AFC permite
probar la estructura hipotetizada, poniendo a prueba si el modelo
hipotetizado se ajusta adecuadamente a los datos.
 Como norma general, cuántos más ítems existan y midan con
Algunas precisión un factor, más determinado estará el citado factor y
más estable será la solución factorial. Los estudios revisados
condiciones se apuntan un mínimo de 3 o 4 ítems por factor, so-lo si se

aplicación dispone de un mínimo de 200 casos (Fabrigar et al., 1999;


Ferrando y Anguiano-Carrasco, 2010).
Ruta SPSS
Análisis
Factorial
Exploratorio
Ruta SPSS
Análisis
Factorial
Exploratorio
 Descriptivos: Seleccionar la prueba KMO.

 Esta prueba es útil para determinar la


correlación entre las variables.
Ruta SPSS
Análisis  1 > KMO > 0,90 excelentes.
Factorial  0,90 > KMO > 0,80 buenos.

Exploratorio  0,80 > KMO > 0,70 aceptables.


 0,70 > KMO > 0,60 Regulares.
 0,60 > KMO > 0,50 malos.
 KMO < 0,50 Muy malos.
 Dentro de las técnicas para rotar los factores la
más utiliza es Varimax..

 Varimax: Maximiza la varianza entre los

Ruta SPSS factores. Hace que sean lo más diferentes entre


sí.
Análisis
Factorial
Exploratorio
La decisión sobre cuál de estos métodos debe usarse depende de los datos y de la
teoría, ya que la bondad de ajuste del modelo no depende del método de rotación
elegido.

Ruta SPSS
Análisis
Factorial
Exploratorio
 Si los factores que se espera encontrar previsiblemente están
relacionados entre sí, resultará más adecuado utilizar métodos de
rotación oblicua, mientras que si se cree que los factores son
independientes (no relacionados) deberá optarse por métodos de
rotación ortogonal.
Ruta SPSS
Análisis
Factorial
Exploratorio
 Las opciones para tratar los
valores perdidos con tres:

Ruta SPSS  Eliminar casos perdidos en


Análisis cualquiera de las variables.

Factorial  Eliminar casos solo en las


variables en que no hay
Exploratorio respuesta.
 Reemplazar valores perdidos
por el promedio de cada sujeto.
Ruta SPSS
Análisis
Factorial Especificad
Exploratorio Comunalidad + Unicidad + Error

Varianza Total
Ruta SPSS
Análisis
Factorial
Exploratorio
Ruta SPSS
Análisis
Factorial
Exploratorio
Ruta SPSS
Análisis
Factorial
Exploratorio
 Lo primero que debemos analizar
es el resultados de la prueba KMO
y Bartlet.

Resultados
 Segundo analizar las
comunalidades.
 Tercero, analizar la varianza total explicada.
 De acuerdo a los resultados existen 7 factores que se pueden
obtener.
 Revisar los autovalores. Siempre que sean superiores a 1
pueden formar un nuevo factor.

Resultados
 Cuarto: la matriz de componentes rotados, permite visualizar la
reducción de los ítems en los 7 factores detectados.

Resultados
Resultados
Ruta SPSS
Análisis
Factorial
Confirmatorio
Ruta SPSS
Análisis
Factorial
Confirmatorio
 Descriptivos: Seleccionar la
prueba KMO.

Ruta SPSS
Análisis
Factorial
Confirmatorio
 Esta es la principal diferencia. Debo seleccionar la cantidad de
factores fijos a extraer.

Ruta SPSS
Análisis
Factorial
Confirmatorio
 Los resultados se interpretan
Resultados de la misma manera.
Resultados  Acá pueden observar que solo se presentan 4 factores.
Resultados
Resultados
Poner atención
 Abrir archivo: Base escala H.
 Realizar un análisis factorial exploratorio y confirmatorio con
Actividad las preguntas que componen el índice.
 Analizar los resultados.
 Ferrán, M. (2001). SPSS para Windows: Análisis Estadístico. Madrid:
McGraw-Hill.
 Cáp.15.

 Izquierdo Alfaro, I., Olea Díaz, J., & Abad, F. J. (2014). Exploratory factor
analysis in validation studies: Uses and recommendations. Psicothema.
 López-Aguado, M., y Gutiérrez-Provecho, L. (2019, en prensa). Cómo
realizar e interpretar un análisis factorial exploratorio utilizando SPSS.
Bibliografía REIRE Revista d’Innovació i Recerca en Educació, 12(2), 1–13.
Recuperado de [Link]
Recomendada
 Lloret-Segura, S., Ferreres-Traver, A., Hernández-Baeza, A., & Tomás-
Marco, I. (2014). El análisis factorial exploratorio de los ítems: una guía
práctica, revisada y actualizada. Anales de psicología, 30(3), 1151-1169.
 Vivanco, M. (1999). Análisis Estadístico Multivariable: Teoría y Práctica.
Santiago: Editorial Universitaria.
 Cáp. 4.

También podría gustarte