Ver datos perdidos:

Estadsticos

Reemplazar

Edad

Vlidos
Perdidos

Sexo

19

19

Reemplazar valores perdidos:

No estoy tomando en cuenta este grfico.

Otro procedimiento alternativo para hallar el nmero de perdidos sera:

Indicar que casos se quedan para no ser considerados, que superen el 10% de
respuestas no contestadas:

2/18 = 0.11. Es decir se tolera una encuesta en el bloque de 18 preguntas para

una persona, que tenga una respuesta perdida como mximo.

Ordenar la data:

Sera recomendable borrar los detectados con raya.

A este punto la data est limpia.

Dos factores por los cuales se desechan casos es porque no se han invertido
las preguntas inversas a directas, y el otro motivo es porque no se ha
terminado de limpiar la data.

Clic en cambiar
Variables antiguos y nuevos.

Para valor directo

El procedimiento de esta ventana coloca 99 en la vista de datos, pero no en la

vista de variables
Con este procedimiento nos ahorramos el reemplazo de valores perdidos (99)
por la ventana transformasr /distintas variables, etc.

Clic en pegar

}copiar 18 veces para las 18 preguntas

Ya se tienen los tems invertidos

El anlisis de fiabilidad se hace con los datos recodificados.
Si no hay error de sintaxis corre, sino

O bien podramos:

De tal modo que ya no tenemos que entrar a Transformar/Recodificar en

valores perdidos.
Presionar play (botn verde)

Esta pantalla sale si nuestra sintaxis hemos colocado:

RECODE p1 (1=1) (2=2) (3=3) (4=4) (5=5) INTO p1_r.
EXECUTE.
Pero si en la sintaxis hemos colocado:
RECODE p1 (1=1) (2=2) (3=3) (4=4) (5=5) (ELSE=99) INTO p1_r.
EXECUTE.
Saldr la pantalla:

Si tuviramos que limpiar los datos recodificados.

Porque en la sintaxis hemos colocado:
RECODE p18 (1=1) (2=2) (3=3) (4=4) (5=5) INTO p18_r.
EXECUTE.

Cambiar de nominal a escala los datos recodificados.

Reemplazar valores perdidos de los datos recodificados.

Generar las dimensiones:

Fiabilidad:

Para ver la fiabilidad de la data original.

Para ver la fiabilidad de la data recodificada.

Anlisis percentiles para hallar los rangos:

Agregar 99 a las cuatro variables creadas de AutoConcepto

Poner escala a los 4 ltimos.

Percentiles en general:

Escalas por gnero:

Percentiles de A. Social: 6 23.9 / 24-25.9 / 26-30

Dar nivel a las variables para diagnosticar para tablas y grficos:

Con los ndices de autoconcepto:
Para varones:

Se hizo el cuadro anterior porque se quiere ver el comportamiento percentil de

la data original.
Aceptar y Pegar

Sexo
Masculino
Recuento

Femenino

% del N de la

Recuento

tabla

A_Social_r

Total

% del N de la

Recuento

% del N de la tabla

tabla

Bajo

15

10.2%

24

16.3%

39

26.5%

Medio

34

23.1%

40

27.2%

74

50.3%

Alto

20

13.6%

14

9.5%

34

23.1%

Bajo

21

14.3%

26

17.7%

47

32.0%

Medio

31

21.1%

35

23.8%

66

44.9%

Alto

17

11.6%

17

11.6%

34

23.1%

Bajo

22

15.0%

35

23.8%

57

38.8%

Medio

34

23.1%

26

17.7%

60

40.8%

Alto

13

8.8%

17

11.6%

30

20.4%

Bajo

22

15.0%

27

18.4%

49

33.3%

Medio

20

13.6%

27

18.4%

47

32.0%

Alto

27

18.4%

24

16.3%

51

34.7%

A_Emocional
_r

A_Familiar_r

A_Global_r

Hallar la fiabilidad para cada tipo de Auto Concepto:

Dimensin social:

Hacer lo mismo para las otras dimensiones, o pegar e ir a la ventana de

sintaxis y completar el proceso:

Dimensiones Nro. tems

Alfa
Social
6
0.655
Emocional
6
0.719
Familiar
6
0.860
Global
18
0.775
El ndice indica que tanto las preguntas de un constructo ayudan a su
fiabilidad. Qu preguntas sirven o no?, hay que hacer Anlisis Factorial
exploratorio.
Para estudios transversales 0.655 est bien.
Alfa tem por tem

Estadsticos de fiabilidad
Alfa de Cronbach

N de elementos

.655

Estadsticos total-elemento
Media de la escala si

Varianza de la escala

Correlacin

Alfa de Cronbach si

se elimina el

si se elimina el

elemento-total

se elimina el

elemento

elemento

corregida

elemento

p1_r

19.97

7.929

.513

.565

p4_r

19.72

8.720

.401

.608

p7_r

20.11

7.750

.423

.599

p10_r

19.63

9.033

.430

.604

p13_r

20.97

9.566

.111

.722

p16_r

19.60

8.144

.542

.560

La p13_r tiene baja correlacin en la dimensin. Si se la elimina la dimensin

eleva su alfa de 0.655 a 0.722 (72%). La tolerancia de la correlacin es a
criterio del investigador y los expertos.
Esto no basta porque solo dice que tems estn menos relacionados con su
propia dimensin, pero no si se relacionan mejor (R 2) con otras dimensiones.

ANALISIS FASCTORIAL CON A DATA ORIGINAL:

Sirve a nivel de constructo.

El KMO ms cercano a 1 (pero mayor a 0.5) . Si sale menor a 0.5 quiere decir
que no podemos reducir algunas variables.

En puntuaciones no colocamos regresin porqu |no estamos construyendo un ndice (como

el de pobreza), caso contrario s se marca la opcin.

Matriz de componentes rotadosa

Componente
1

Me siento querido(a) por mis padres

.891

.056

-.095

-.104

-.043

Mi familia est desepcionada de m

-.777

-.001

.209

.034

-.010

.764

.004

-.141

-.082

-.154

.759

.085

.255

-.017

.012

Soy muy criticado(a) en casa

-.735

.083

.028

.038

.008

Mis padres me dan confianza

.728

.195

.056

.241

.074

Tengo muchos amigos(as)

.037

.829

-.047

.044

.012

Consigo fcilmente amigos

-.035

.753

-.034

-.084

.110

Es difcil para m hacer amigos

-.031

-.714

.114

.143

.205

.225

.546

-.112

.072

.402

Me siento feliz en casa

Mi familia me ayudara en cualquier
tipo de problemas

Soy una persona alegre

Me pongo nervioso cuando el

.001

-.009

.863

.052

-.052

-.032

-.190

.791

.075

.148

-.099

-.070

.714

.243

.188

.076

-.067

.045

.798

-.100

-.134

-.032

.215

.702

.060

.054

.364

-.061

-.203

.703

Muchas cosas me ponen ansioso(a)

-.160

-.078

.282

-.009

.561

Me asusto con facilidad

-.038

-.340

.215

.372

.544

profesor me hace alguna pregunta

Me siento nervioso(a)
Cuando los mayores me dicen algo
me pongo muy nervioso(a)
Me cuesta hablar con los
desconocidos
Tengo miedo de algunas cosas
Soy una persona amigable

Mtodo de extraccin: Anlisis de componentes principales.

Mtodo de rotacin: Normalizacin Varimax con Kaiser.
a. La rotacin ha convergido en 6 iteraciones.

En el cuadro anterior se puede ver como libremente el programa ha hallado Nfactores.Estas son correlaciones de cada tem con el grupo, y no entre variables, es por eso
que no marcamos

Se vuelve a hacer el proceso para pedir 3 dimensiones:

Matriz de componentes rotadosa

Componente
1
2
Me siento querido(a) por mis padres
.884
-.163
Mi familia est desepcionada de m
-.771
.196
Me siento feliz en casa
.761
-.225
Mi familia me ayudara en cualquier
.759
.176
tipo de problemas
Mis padres me dan confianza
.735
.133
Soy muy criticado(a) en casa
-.732
.046
Cuando los mayores me dicen algo
-.082
.764
me pongo muy nervioso(a)
Me siento nervioso(a)
-.020
.756
Me pongo nervioso cuando el
.016
.701
profesor me hace alguna pregunta
Me asusto con facilidad
-.029
.588
Tengo miedo de algunas cosas
-.100
.498
Muchas cosas me ponen ansioso(a)
-.171
.457
Me cuesta hablar con los
.117
.339
desconocidos
Tengo muchos amigos(as)
.031
-.129
Consigo fcilmente amigos
-.049
-.121
Soy una persona alegre
.211
.017
Es difcil para m hacer amigos
-.022
.330
Soy una persona amigable
.022
.089
Mtodo de extraccin: Anlisis de componentes principales.
Mtodo de rotacin: Normalizacin Varimax con Kaiser.
a. La rotacin ha convergido en 5 iteraciones.

Familiar

Emocional

3
.062
-.017
-.032
.108
.205
.063
.000
-.108
-.004
-.152
-.062
.129
-.159
.773
.746
.645
-.603
.601

Social

La pregunta con 0.339 est siendo poco comprendida y debe ser redactada nuevamente.

Estas son correlaciones de cada tem con el grupo, y no entre variables.

Se borran las correlaciones inferiores a 0.1
Para ver hasta cuantas dimensiones podemos reducir buscamos la opcin
residuales.