Ejercicio 1.

3:
Considere la base de datos Empresas.sav, la cual contiene informacin de varios sectores de
actividad productiva de diferentes pases.
a. Realice la validacin del anlisis factorial para este estudio.
b. Determine el nmero de ejes que usar para el anlisis.
c. Realice la descripcin detallada de cada eje.
d. Haga un mapa factorial que permita observar las asociaciones
e. Basndose en el anlisis anterior, proponga un ndice que permita dar un ranking de

a. Realice la validacin del anlisis factorial para este estudio:

Fig. 1
El determinante es bastante bajo, por lo que esto sugiere que las variables estn correlacionadas.
Las mejores correlaciones se muestran en la Fig. 1, las mejores se muestran de color verde y
tienen una correlacin negativa. Las peores se muestran en rojo. La mejores tiene un p-valor
excelente dentro de un nivel de significancia del 5%.
La Fig. 2 nos muestra que el KMO es de 0,134 (< 0,5) por lo que se considera muy bajo, es posible
que alguna variable no debera tomarse en cuenta.

Fig. 2
Segn la prueba de esfericidad de Bartlett (Fig. 2), su p-valor es menor del 5%, por lo que no se
considera la matriz de correlaciones una matriz identidad.
La Fig. 3 nos muestra las matrices anti-imagen de las covarianzas y las correlaciones. Obsrvese
que los valores individuales a la diagonal de la matriz anti-imagen de la correlaciones no es tan alta
como se deseara, esto es quizs por la falta de datos que se coment desde un principio. Por otro
lado, los valores individuales de la correlaciones a los lados de la diagonal, deberan ser lo ms
bajo posible, ojal menor que 0,1. Por lo que pudiera considerarse el anlisis factorial podra
resultar mediocre.


Fig. 3
La Fig. 4 muestra las comunalidades, que representan a la proporcin de la varianza explicada por
los factores comunes usando el anlisis de Componentes principales. El valor de las
comunalidades iniciales es siempre igual a 1, por lo tanto, este valor no aporta nada al anlisis.
Segn la tabla, mayora las variables aportan ya que sus valores son cercanos a la unidad, excepto
por el sector construccin, cuyo valor de extraccin es de 0,400.

Fig. 4

b. Determine el nmero de ejes que usar para el anlisis.
La Fig. 5 muestra la varianza total explicada utilizando el criterio de Kaiser. Los factores que tienen
autovalores mayores que 1 son los tres primeros, cuyos valores son 3,487, 2,130 y 1,099
respectivamente, y que a su vez explican la variabilidad del 74,6% de la muestra, que se considera
razonable. Por lo tanto, segn este mtodo, se podran considerar 3 factores a considerar.

Fig. 5
Del mismo modo, la Fig. 6, nos muestra el grfico de sedimentacin correspondiente. Aqu se
puede notar que el punto de inflexin ocurre en la tercera componente, por lo que nos sugiere
que tambin se deberan considerar tres factores.

Fig. 6
c. Realice la descripcin detallada de cada eje.
La Fig. 7 muestra la matriz de componentes no rotada despus de la extraccin de los 3
factores.

Fig. 7
La Fig. 8 muestra la matriz de componentes rotada usando el mtodo VARIMAX, de ms fcil
interpretacin y ms usado actualmente. La informacin restituida es del 74,6 %, como se explic
arriba. Los datos han sido ordenados por tamao y se han suprimido aquellos cuyo valor absoluto
es menor de 0,10. La mayora de las variables se saturan en el primer factor. Las variables ms
saturadas con respecto al primer factor son agricultura, sector y servicios, transporte y
comunicaciones, y construccin. Las variables centrales de energa, minera, manufactura se ven
mayormente influenciadas en el segundo factor. La variable bancos se satura mejor con el tercer
factor.


Fig. 8

La Fig. 8-A muestra cada grupo en formato grfico de Excel.


Fig. 8-A

Componente 1
-001
-001
000
001
001
a
g
r
i
c
u
l
t
u
r
a
t
r
a
n
s
p
o
r
t
e

y

s
e
c
t
o
r

s
e
r
v
i
c
i
o
s
c
o
n
s
t
r
u
c
c
i

n
c
e
n
t
r
a
l
e
s

d
e

e
n
e
r
g

a
m
i
n
e
r

a
m
a
n
u
f
a
c
t
u
r
a
s
e
r
v
i
c
i
o
s

a

e
m
p
r
e
s
a
s
b
a
n
c
o
s
Componente 1
Componente 2
Componente 3
La Fig. 8-B representa a cada uno de los factores por separado, tomando en cuenta los datos
de la matriz de componentes rotados, Fig. 8. Las variables estn ordenadas de menor a mayor
haciendo consideraciones del signo y as se considera cuales variables saturan ms con
respecto a cada factor. El resaltado corresponde a aquellos valores que se han considerado
como pequeos con respecto a los dems.


Fig. 8-B
Por lo tanto, cada uno de los factores representa mayormente a las siguientes variables, y se le
dan los siguientes nombres representativos:

F1 [AGRO-SERVICIOS]: Agricultura, Construccin, Transporte y comunicaciones, y sector
servicios.
F2 [PRODUCCIN-CENTRALES]: manufactura, minera, y centrales de energa.
F3 [BANCOS]: Bancos.

Nota: Servicios a empresas tiene valores semejantes para los factores F1 y F3, por lo que se
descarta. Agricultura se distribuye en los tres factores, aunque mayormente en el factor F1; lo
mismo sucede con Transporte y Comunicaciones. Minera tiene un caso semejante, pero el
factor dominante es F2.

La Fig. 8-C nos muestra que los factores no estn relacionados entre s. Mostrndonos una
matriz identidad para sus covarianzas.

Fig. 8-C
Variable Factor 1 Variable Factor 2 Variable Factor 3
agricultura -,871 agricultura -,343 minera -,520
minera -,186 sector
servicios
-,157 transporte y
comunicacio
nes
-,325
bancos -,060 servicios a
empresas
-,006 agricultura -,299
centrales de
energa
,146 bancos -,005 manufactura -,136
manufactura ,465 construccin ,174 construccin -,030
construccin ,607 transporte y
comunicacio
nes
,205 sector
servicios
,177
servicios a
empresas
,643 manufactura ,692 centrales de
energa
,207
transporte y
comunicacio
nes
,751 minera ,743 servicios a
empresas
,602
sector
servicios
,824 centrales de
energa
,809 bancos ,913

d. Haga un mapa factorial que permita observar las asociaciones
La fig. 9 nos muestra un mapa factorial tridimensional, ya que se haban escogido 3 factores para
esta muestra, si hubieran sido 2, sera un plano bidimensional. Cada uno de los factores y sus
variables se explic con la Fig. 8-B.

Fig. 9

















e. Basndose en el anlisis anterior, proponga un ndice que permita dar un ranking de los
5 pases ms productivos y de los 5 pases menos productivos. Documntelo, calclelo y
concluya.
Dado a que lo que interesa es la produccin, se tomar en cuenta el factor PRODUCCIN-
CENTRALES, el cual se tomar como ndice para este estudio (aunque agricultura es una
variable relacionada con la produccin, sta qued representada por el factor AGRO-
SERVICIOS). Todo depende de qu tipo de produccin se refiere la pregunta.


Fig. 10

Los coeficientes para el clculo de las puntuaciones para el factor PRODUCCION-
CENTRALES estn representados en el campo No. 2 del a Fig. 10, y su ecuacin queda
representada por:

PRODUCCION-CENTRALES = -0,109xAgricultura + 0,408xMinera + 0,325xManufactura
+ 0,512xCentrales de energa 0,004xConstruccin 0,017xServicios a Empresas +
0,160xBancos 0,215Sector Servicios -0,060xTransporte y Comunicaciones


Fig. 11
Pas V1 V2 V3 V4 V5 V6 V7 V8 V9 FACT1_1 FACT2_1 FACT3_1
Turqua 66,8 0,7 7,9 0,1 2,8 5,2 1,1 11,9 3,2 -2,57 -2,28 -0,75
Dinamarca 9,2 0,1 21,8 0,6 8,3 14,6 6,5 32,2 7,1 0,97 -1,35 0,57
Grecia 41,4 0,6 17,6 0,6 8,1 11,5 2,4 11 6,7 -0,64 -1,10 -0,60
Noruega 9 0,5 22,4 0,8 8,6 16,9 4,7 27,6 9,4 1,39 -0,94 -0,09
Portugal 27,8 0,3 24,5 0,6 8,4 13,3 2,7 16,7 5,7 -0,17 -0,93 -0,14
Italia 15,9 0,6 27,6 0,5 10 18,1 1,6 20,1 5,7 0,65 -0,91 -0,23
Rusia 23,7 1,4 25,8 0,6 9,2 6,1 0,5 23,6 9,3 0,88 -0,85 -2,09
Suecia 6,1 0,4 25,9 0,8 7,2 14,4 6 32,4 6,8 0,79 -0,75 0,64
Holanda 6,3 0,1 22,5 1 9,9 18 6,8 28,5 6,8 0,97 -0,62 1,13
Blgica 3,3 0,9 27,6 0,9 8,2 19,1 6,2 26,6 7,2 0,85 -0,15 0,86
Francia 10,8 0,8 27,5 0,9 8,9 16,8 6 22,6 5,7 0,24 -0,07 0,94
Bulgaria 23,6 1,9 32,3 0,6 7,9 8 0,7 18,2 6,7 -0,07 -0,05 -1,42
Irlanda 23,2 1 20,7 1,3 7,5 16,8 2,8 20,8 6,1 -0,17 0,02 0,42
Finlandia 13 0,4 25,9 1,3 7,4 14,7 5,5 24,3 7,6 0,38 0,07 0,70
Espaa 22,9 0,8 28,5 0,7 11,5 9,7 8,5 11,8 5,5 -0,49 0,13 0,76
Rumana 34,7 2,1 30,1 0,6 8,7 5,9 1,3 11,7 5 -0,98 0,17 -1,18
Suiza 7,7 0,2 37,8 0,8 9,5 17,5 5,3 15,4 5,7 0,32 0,23 0,85
Polonia 31,1 2,5 25,7 0,9 8,4 7,5 0,9 16,1 6,9 -0,45 0,32 -1,39
Alemania O 6,7 1,3 35,8 0,9 7,3 14,4 5 22,3 6,1 0,18 0,51 0,45
Yugoslavia 48,7 1,5 16,8 1,1 4,9 6,4 11,3 5,3 4 -3,03 0,71 1,85
Reino Unido 2,7 1,4 30,2 1,4 6,9 16,9 5,7 28,3 6,4 0,36 0,83 1,06
Austria 12,7 1,1 30,2 1,4 9 16,8 4,9 16,8 7 0,14 0,91 0,70
Luxemburgo 7,7 3,1 30,8 0,8 9,2 18,5 4,6 19,2 6,2 0,20 0,94 0,15
Checoslovaqu 16,5 2,9 35,5 1,2 8,7 9,2 0,9 17,9 7 -0,05 1,39 -1,16
Alemania E 4,2 2,9 41,2 1,3 7,6 11,2 1,2 22,1 8,4 0,60 1,69 -1,11
Hungra 21,7 3,1 29,6 1,9 8,2 9,4 0,9 17,2 8 -0,31 2,09 -0,91

La Fig. 11 usa la ecuacin para el factor F2(FAC2_1), cuyas puntuaciones por pas de
ordenaron de menor a mayor. Las puntuaciones para FAC2_1 fueron generadas por SPSS
usando datos estandarizados para este fin, por lo que la ecuacin propuesta debe usar
valores estandarizados para cada una de las variables. Los pases de mayor produccin,
segn nuestro criterio son Austria, Luxemburgo, Checoslovaquia, Alemania E, y Hungra; y
los de menor produccin son Turqua, Dinamarca, Grecia, Noruega, y Portugal.

Nota: No se han tomado en cuenta todos los pases, existen pases importantes como
Japn, China y Estados Unidos que no aparecen en la tabla de datos. Obviamente, si el
criterio hubiera sido Produccin Agrcola, se debera haber considerado el factor 1 y no el
factor 2.