My luminous padlet by Julian David Guerra Garcia https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg en-us 2024-02-13 03:24:58 UTC 2024-02-13 15:29:37 UTC hello@padlet.com ¿Que es un analisis de componentes principales y cual es su diferencia con el análisis factorial? julianguerrapsicologia2002 https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2881722287 2024-02-13 03:25:40 UTC https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2881722287 ¡Explicanos el paso a paso para hacer una análisis de componentes de principales en Jamovi! julianguerrapsicologia2002 https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2881722811 (Aprovecha para contarnos en que momento se prueban los supuestos)

]]> 2024-02-13 03:26:25 UTC https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2881722811 respuesta 1 Laura Beltrán https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882306472 el análisis de componentes principales es una técnica utilizada para reducir la complejidad de datos reservando la mayor cantidad de información posible, mientras el análisis factorial solo busca agrupar los datos para una análisis mas sencillo

]]> 2024-02-13 14:54:18 UTC https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882306472 Respuesta 1 Mesa 3 https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882314132 Un análisis de componentes principales es una técnica estadística que se encarga de simplificar datos y identificar las variables mas relevantes.

A diferencia del análisis factorial que se encarga de encontrar los factores latentes.

]]> 2024-02-13 15:00:12 UTC https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882314132 análisis de componentes definición https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882318962 El análisis de componentes principales busca encontrar combinaciones lineales de las variables originales que expliquen la mayor parte de la variación total, mientras que en el análisis factorial busca un nuevo conjunto de variables.

Es un enfoque estadístico que puede utilizarse para analizar datos de alta dimensión y captar de ellos la información mas importante.

Es ideal para reducir la complejidad de los datos al transformar un conjunto de variables originales, posiblemente correlacionada entre si.


Santiago

Juliana

Verónica

Sara


]]> 2024-02-13 15:04:01 UTC https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882318962 Respuesta mesa 3-- pasos jamovi paso 1= Ir a la pestaña de análisis Paso 2=seleccionar factor Paso 3=seleccionar componentes principales Paso 4= Realizar comprobación de supuestos (Bartlett y KMO). Paso 5= Seleccionar variables https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882319988 2024-02-13 15:04:51 UTC https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882319988 Respuesta 3 Tipos de análisis factorial Mesa 3 https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882330178

  • Análisis factorial exploratorio: Se utiliza cuando no se tiene hipótesis a priori sobre las estructuras subyacentes de los datos

    Objetivo: Identificar variables latentes o factores que expliquen la variabilidad observada en las variables originales

    AFE

  • Análisis factorial confirmatorio: se especifica un modelo teórico previo y luego se comprueba si los datos observados se ajustan a ese modelo.

    AFC

  • Análisis factorial múltiple: se utiliza cuando se tienen datos con una estructura jerárquica, como por ejemplo, estudiantes agrupados en diferentes escuelas o empleados agrupados en diferentes organizaciones

    • ]]>     2024-02-13 15:12:31 UTC https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882330178     Tati, Mari, Sari, Mafi: https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882332649 Análisis de componentes principales: transforma un conjunto de variables correlacionadas en un nuevo conjunto de variables no correlacionadas. Su objetivo principal es reducir la dimensionalidad en el cual se expresa el conjunto original de variables.

    El análisis de componentes principales identifica características importantes que explican la variación de los datos, mientras que el análisis factorial identifica factores subyacentes que explica las relaciones entre las variables.

    ]]>     2024-02-13 15:14:22 UTC https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882332649     Componentes para el análisis en Jamovi: https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882334203 -Análisis - Factor -Análisis de componentes principales - Añades la variables deseas - se hace la comprobación de supuestos (normalidad, independencia, linealidad, esfericidad, homogeneidad) - de acuerdo a si estos supuestos se cumple (comportamiento de datos) -se elige el método de rotación - resultados adicionales, elegir de acuerdo al objetivo de la investigación.


    Santiago

    Juliana

    Verónica

    Sara



    ]]>     2024-02-13 15:15:36 UTC https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882334203     respuesta 2 laura beltran https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882339828 se prueban los supuestos antes de realizar el análisis (normalidad, y ausencia de multicolinealidad - sin relación lineal) pasos: 1.normalidad, 2.multicolinealidad 3. seleccionar variables 4. iniciar análisis ( factor - PCA ) 5. interpretar los resultados

    ]]>     2024-02-13 15:19:51 UTC https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882339828     Tati, Mari, Sari, Mafi https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882349838 Paso a paso:

    En jamovi en análisis se elige Factor, luego en reducción de datos se escoge análisis de componentes principales, se ponen las variables de tipo ordinal o continua, luego se hace la comprobación de supuestos y se analizan los resultados.

    ]]>     2024-02-13 15:27:05 UTC https://padlet.com/julianguerrapsicologia2002/ygxpmf18nmq11qfg/wish/2882349838