Excelente
Imagen de
Velocidad de Nivel de Flexibilidad de Imagen del Servicio Fuerza de Calidad de
entrega precios precios fabricante Conjunto ventas Producto
Correlation Velocidad de 1.000 -.349 .509 .050 .612 .077 -.483
entrega
n 1 2 p 5* ln R
2 1
6
n = tamaño muestral
p = número de variables
ln = logaritmo neperiano
R = matriz de correlaciones
donde
rij = correlación simple
aij= correlación parcial
Valores bajos (<=0.5) de este índice
desaconsejan el uso la variable indicada en el
Análisis Factorial. Estos valores se encuentran
en la diagonal de la matriz anti-imagen.
Podemos observar que en la matriz de
correlaciones anti-imagen del ejemplo,
tenemos que, para la variable “Servicio
Conjunto” le corresponde un valor de MSA de
0.288, menor que 0.5 y el menor de todos,
por lo tanto antes de continuar con el análisis
deberíamos retirar esta variable y volver a
realizar el procedimiento del Factorial.
Retirando la variable Servicio Conjunto hemos
realizado nuevamente el Análisis Factorial, y
obtenido ahora un valor adecuado de KMO
(0.665), y todos los MSA, mayores que 0.5.
Por lo tanto podemos proceder al análisis de
los datos.
MATRIZ FACTORIAL
A partir de una matriz de correlaciones, el
Análisis Factorial extrae otra matriz que
reproduce la primera de forma más sencilla.
Esta nueva matriz se denomina matriz
factorial y adopta la siguiente forma:
Factor1 Factor2
X1 P11 P21
X2 P12 P22
X3 P13 P23
X4 P14 P24
X5 P15 P25
X6 P16 P26
Componente
1 2
Velocidad de entrega -,627 ,514
Nivel de precios ,759 -,068
Flexibilidad de precios -,730 ,337
Imagen del fabricante ,494 ,798
Imagen de Fuerza de ventas ,425 ,832
Calidad de Producto ,767 -,168
Método de extracción: análisis de componentes
principales.
a. 2 componentes extraídos.
λ 1 P11
2
P12
2
... P1j2
λ 2 P21
2
P22
2
... P2j2
λi
* 100 Proporción de varianza explicada por el factor i.
p
A continuación se presenta la tabla de la
Varianza total explicada, donde aparecen
los autovalores, y las proporciones de
varianza explicada por cada factor.
Se denomina "comunalidad" a la proporción
de la varianza explicada por los factores
comunes en una variable.
La comunalidad (h) es la suma de los pesos
factoriales al cuadrado en cada una de las
filas de la matriz factorial.
La comunalidad final de cada variable viene
dada por:
h P P ... P
2
j
2
1j
2
2j
2
kj