Kmo y prueba de esfericidad

KMO y prueba de Bartlett

Medida de adecuación muestral de Kaiser-Meyer-Olkin. | ,250 |
Prueba de esfericidad de Bartlett | Chi-cuadrado aproximado | 111,453 |
| gl | 66 |
| Sig. | ,000|




La medida de KMO indica que tal vez no sea pertinente utilizar el análisis factorial con estos datos.Comunalidades

| Inicial | Extracción |
Departamento | 1,000 | ,633 |
Importancia que da alentorno | 1,000 | ,917 |
Importancia que da a la gastronomía | 1,000 | ,722 |
Importancia que da al costo del viaje | 1,000 | ,889 |
Importancia que da a vida nocturna | 1,000 | ,851 |Importancia que da a alojamiento | 1,000 | ,769 |
Importancia que da al arte y cultura | 1,000 | ,969 |
Compañía vacacional | 1,000 | ,880 |
Motivo | 1,000 | ,788 |
destino | 1,000 | ,692 |estancia | 1,000 | ,819 |
sexo | 1,000 | ,620 |
Método de extracción: Análisis de Componentes principales.

El cuadro de comunalidades nos muestra que las variables peor explicadas por el modelo sonDepartamento, Sexo , Destino y Importancia que da a la gastronomía ya que el modelo es capaz de explicar mnenos del 72% (en general) de sus variabliidades originales. Esto bajo el método de ComponentesPrincipales que asume que es posible explicar el 100% de la varianza observada.Esto nosda algunas luces de que estas variables podrian quedar fuera del modelo.

Varianza total explicadaComponente | Autovalores iniciales | Sumas de las saturaciones al cuadrado de la extracción |
| Total | % de la varianza | % acumulado | Total | % de la varianza | % acumulado |
1 | 2,414 | 20,117| 20,117 | 2,414 | 20,117 | 20,117 |
2 | 2,024 | 16,864 | 36,981 | 2,024 | 16,864 | 36,981 |
3 | 1,585 | 13,206 | 50,186 | 1,585 | 13,206 | 50,186 |
4 | 1,498 | 12,485 | 62,671 | 1,498 |...