¡Descarga Práctica 5-Autoestima y más Ejercicios en PDF de Psicología solo en Docsity!
Pràctica 5- Reducció de dades: Anàlisi en Components Principals multidimensional
Al finalitzar aquesta pràctica hauríeu de ser capaços de:
- Prendre decisions sobre el nombre de components d'una solució multidimensional.
- Interpretar les saturacions factorials d'una matriu de components d'una solució multidimensional.
- Interpretar les comunalitats, el percentatge de variància i els residuals d'una solució multidimensional.
- Concloure sobre una solució multidimensional
En aquesta pràctica treballarem amb les mateixes dades de la pràctica 4 corresponents a la versió espanyola del qüestionari d’autoestima elaborat per Pope, McHale i Craighead (1996) 1.
En aquest cas, analitzarem conjuntament els ítems de les escales d’autoestima en els àmbits acadèmic (AC) i familiar (FA) per tal d'analitzar la seva dimensionalitat. I treballarem amb els ítems inversos ja recodificats.
El contingut dels ítems d’aquestes dues escales del qüestionari és el següent:
Escala d’autoestima en l’àmbit acadèmic
AC1 Estoy decepcionado con mis notas AC2 Leo bien
AC3 Me gustaría entender más cuando el profesor explica en clase
AC4 Estoy orgulloso de mi trabajo en la escuela
AC5 Soy demasiado lento con el trabajo en la escuela
AC6 Me siento bien cuando estoy en la escuela AC7 Soy torpe con el trabajo de clase
AC8 Creo que mis notas son bastante buenas
AC9 Me gustaría ser mejor estudiante
AC10 Soy bueno en matemáticas
Escala d’autoestima en l’àmbit familiar
FA1 Soy un miembro importante de mi familia FA2 Me siento bien cuando estoy con mi familia
FA3 Me siento como si huyera de casa
FA4 Hago infelices a mis padres
FA5 Soy un buen hijo/a
(^1) Pope, A. W., McHale, S. M. i Craighead, W. E. (1996). Mejora de la autoestima: Técnicas para niños y adolescentes. Barcelona: Martínez Roca.
FA6 Mis padres tienen motivos para estar orgullosos de mí FA7 Tengo una de las mejores familias
FA8 Decepciono a mi familia
FA9 Creo que mis padres serían felices si yo fuera diferente
FA10 No me gusta cómo me comporto cuando estoy con mi familia
Cada ítem té tres opcions de resposta (0: casi nunca , 1: algunas veces , 2: casi siempre ).
Quants components suggereix aquest criteri?
6 components
- Per tal de valorar el criteri de Cattell (salts en els valors propis) segueix la seqüència
3).)a Analizar > Reducción de dimensiones > Factor 3).)b Extracción > Visualización > Gráfico de Sedimentación
3).)c Enganxa i executa. Copia i enganxa el gràfic de sedimentació i valora entre quines components s’observen salts rellevants en els valors propis.
Entre quines components s’observa un salt important dels valors propis?
S’observa un salt rellevant en els valors propis dels components 1 i 2, i un altre entre els dels components 2 i 3. A partir del tercer component els valors propis tenen un decreixement constant.
Quants components suggereix aquest criteri?
1 o 2 components.
- Calcula els valors de l’anàlisi paral·lela:
4).)a Obre la sintaxi Parallel_Analysis.SPS. 4).)b A les línees 7 i 8, indica que el número de casos que s’han de simular és 220 ( compute ncases = 220. ) i el d’ítems és 20 ( compute nvars = 20. ). 4).)c Executa tota la sintaxi (segueix la seqüència Ejecutar_ > Todo). 4).)d Tanca la sintaxi Parallel_Analysis.SPS.
Copia i enganxa el resultat de la simulació que permet fer l’anàlisi paral·lela.
Run MATRIX procedure:
PARALLEL ANALYSIS:
Principal Components
Specifications for this Run:
Ncases 220
Nvars 20
Ndatsets 100
Percent 95
Random Data Eigenvalues
Root Means Prcntyle 1,000000 1,572306 1, 2,000000 1,464256 1, 3,000000 1,381420 1, 4,000000 1,315842 1, 5,000000 1,262540 1, 6,000000 1,200922 1,
7,000000 1,139901 1, 8,000000 1,091214 1, 9,000000 1,043278 1, 10,000000 ,997852 1, 11,000000 ,950387 , 12,000000 ,908631 , 13,000000 ,866549 , 14,000000 ,823787 , 15,000000 ,777440 , 16,000000 ,733991 , 17,000000 ,691399 , 18,000000 ,647335 , 19,000000 ,598168 , 20,000000 ,532782 ,
------ END MATRIX -----
Compara els valors propis de l’anàlisi feta amb les dades reals (pregunta 3) i la mitjana dels valors propis calculats amb les mostres de respostes a l’atzar. Quants components tenen valor propi més gran en la solució amb les dades reals?
Els dos primers components tenen un valor propi major quan s’analitzen les dades reals (5.522 i 2.682, respectivament) que quan s’analitzen les matrius simulades amb respostes aleatòries (1.57 i 1.46 amb aquestes simulacions). En la resta de components, els valors propis són més grans en les matrius simulades.
Quants components suggereix aquest criteri?
2 components
- A partir dels valors de la taula de valors propis i percentatges de variància explicada (pregunta 3), contesta les següents preguntes:
Quina és la variància explicada pel primer component? 27.61%
És un percentatge de variància adequat?
Tenint en compte que és el percentatge de variància explicada per un únic component, és un percentatge correcte.
Quina és la variància explicada pels dos primers components?
El primer component explica un 27.61% de la variància i el segon un 13.41%. Tots dos expliquen un 41.02% de la variància original.
El guany en percentatge de variància explicada a l’afegir el segon component, és rellevant?
El segon component explica un 13.41% de la variància total (aproximadament la meitat del que explica el primer component). És un guany considerable.
Quina és la variància explicada pels tres primers components?
Els tres primers components expliquen un 47.07% de la variància.
El guany en percentatge de variància explicada a l’afegir el tercer component, és rellevant?
El tercer component explica un 6.05% de la variància total. És un percentatge de variància petit.
Quants ítems tenen saturacions factorials superiors, en valor absolut, a .30?
19 ítems, tots menys l’ítem AC
Quants ítems tenen càrregues factorials amb valor negatiu? Identifica’ls i explica què tenen en comú.
Tots els ítems tenen saturacions positives en el primer component
Què tenen en comú tots els ítems que en aquest primer component tenen una saturació factorial més gran de .3?
Tots els ítems analitzats, menys l’ítem AC2, tenen en comú que són ítems d’autoestima relacionada amb l’àmbit acadèmic i familiar.
Quina etiqueta podem posar-li al component 1?
Autoestima (acadèmica i familiar).
- Observa les saturacions factorials dels ítems en el segon component i contesta a les següents preguntes:
Quants ítems tenen saturacions factorials superiors, en valor absolut, a .30?
12 ítems tenen valors estrictament superiors a .30: De l’àmbit acadèmic els ítems 1r, 2, 3r, 5r, 7r, 8 i 9r. De l’àmbit familiar els ítems 1, 2, 3r, 5 i 7. Estan a prop d’aquest criteri els ítems 4 de l’àmbit acadèmic (.275) i els ítems 8 i 10 de l’àmbit familiar (.292 i .275, respectivament).
Les càrregues dels ítems en el component 2 tenen signe positiu i negatiu. Què indica el signe en aquest component?
Tots els ítems de l’àmbit acadèmic, menys l’ítem AC6, tenen signe negatiu, i tots els de l’àmbit familiar tenen signe positiu. Per tant, el signe del segon component diferenciaria els dos àmbits.
Quina etiqueta podem posar-li al component 2?
Autoestima àmbit familiar vs. autoestima àmbit acadèmic.
- Observa les saturacions factorials dels ítems en el tercer component. Tenint en compte els mateixos criteris que en els components anteriors (valors i signes de les càrregues), veus factible posar-li una etiqueta al component 3?
Només tres càrregues son superiors, en valor absolut a .30: AC2, AC5r i FA10r. Cinc càrregues més tenen valors entre .25 i .30 (en valor absolut): AC3r, AC10r, FA1, FA5, FA8r i FA9r. Quatre d’aquests ítems tenen càrrega negativa (AC3r, AC10, FA8r i FA9r). Intentar trobar una justificació a aquests resultats amb l’ajut del contingut dels ítems és una tasca massa complicada. Així doncs aquest component no és interpretable.
- La majoria dels criteris apunten a la solució de dos factors. Per tal d’analitzar el seu ajustament, segueix la seqüència següent: 10).)a Analizar > Reducción de dimensiones > Factor
10).)b Passa a la finestra “Datos” els 20 ítems 10).)c Extracción > Extraer > Número fijo de factores: Factores a extraer = 2
10).)d Descriptivos > Matriz de correlaciones > Reproducida 10).)e Enganxa i executa Copia i enganxa la matriu de comunalitats (Si vols, pots fer una anàlisi descriptiva i un gràfic de box-plot, copiant els valors a un nou arxiu de dades)
Descripció de les comunalitats:
Els valors oscil·len entre .13 i .69; tots tenen valors propers a entre .30 i .50.
Atès que el % de variància explicada per la solució de dos components és 41.02%, la mitjana de les comunalitats és igual, .41.
Els ítems amb la comunalitat més baixa (menys explicats per la solució de 2 components) són: AC (.132), AC10 (.186), FA4r (.214), i FA10 (.198).
Els ítems amb la comunalitat més alta (més explicats per la solució de 2 components) són: AC1r, AC4, AC8, i FA2, tots ells amb valors major a .60.
- Quants residuals són, en valor absolut, més petits que .05?
Un 48% dels residuals són més grans que .05 i, per tant, un 52% son iguals o més petits que. (veure peu de taula de la matriu de residuals).
- Redacta una conclusió que resumeixi les anàlisis que has fet (fes servir tots els criteris de reducció i d’ajustament que s’han repassat en aquesta pràctica).
