DETERMINACIÓN DE LOS FACTORES EXPLICATIVOS DE LA ESTRUCTURA ECONÓMICA

          Para determinar  los factores explicativos de la estructura económica   el análisis se lleva a cabo por el método de las componentes principales  , procediendo tras la obtención de la solución factorial inicial a una rotación ortogonal (varimax Kaiser-normalizada)

          La tabla de valores propios  realizada con el programa "spss"   recoge los valores para las 33 componentes principales así como  el porcentaje de la varianza total  que explica cada una de ellas y el porcentaje acumulado de varianza total que van explicando las sucesivas primeras componentes consideradas.

            Observando la tabla   puede  comprobarse  que las seis  primeras componentes principales explican el 89,3% de la variabilidad de los 36 indicadores iniciales . Lo que a nuestro entender es suficiente.  Estos análisis se ha  llevado a cabo mediante el programa spss.  Puede compararse con el análisis para la estructura socio-demográfica que con siete factores solo se explicaba el 80% de la variablidad .

            La matriz factorial elaborada nos revela la relación existente entre los seis factores seleccionados y los indicadores originales . Por haberse obtenido por el método de componentes principales nos refleja tanto la relación funcional entre los factores y las variables originales como la correlación . Ello nos permite poder interpretar el significado de los factores obtenidos.

INTERPRETACIÓN DE LA SOLUCIÓN INICIAL

Observado la matriz factorial elaborada, se pueden llegar a las siguientes interpretaciones.

Primera componente principal . Esta componente-factor  presenta alta correlación positiva con la actividad industrial por superficie y resto de tipos de actividad , sin embargo las tasas de actividad no tienen las máximas correlaciones positivas excepto la tasa de actividad industrial . El consumo de energía por superficie también tiene una alta correlación .Podríamos hablar de un  factor de concentración de actividad

Segunda componente principal .  Este factor presenta alta correlación positiva con todos los índices económicos elaborados por la fundación "la caixa" (excepto nivel económico) , estos índices se ven influidos por el tamaño del municipio por lo que el factor nos indica tamaño económico

Tercera componente principal .     Este factor indica una alta correlación positiva con el consumo de energía por habitante ,sobre todo con el consumo de energía industrial . El índice de actividad industrial (caixa) es mayor que los otros a pesar de depender de la población . La tasa de actividad industrial también tiene alta correlación positiva .Con estos antecedentes podríamos denominar a este  factor como factor actividad industrial

Cuarta componente principal .         Este factor tiene correlación positiva con la tasa de actividad y sobre todo con la tasa de actividad en servicios y femenina  . La correlación con el nivel económico es baja  , así como con todas las actividades económicas . Podríamos estar hablando de un  factor de oferta de trabajadoras

Quinta componente  principal.    Este factor presenta alta correlación con el nivel económico y de renta , sin embargo no presenta altas correlaciones con las ramas de actividad ni con las tasas . La correlación con el consumo de energía doméstica por superficie es la más alta . Se podría estar hablando de un factor residencial

Sexta componente principal .   Este factor presenta como característica principal la correlación positiva con la tasa de actividad en comercio y la tasa de actividad masculina , con un negativo coeficiente para el nivel económico . S e podría hablar de un factor trabajadores del comercio

A pesar de que la matriz factorial se la solución inicial nos ha permitido aventurar una interpretación teóricamente adecuada para las componentes principales en tanto que factores explicativos de la estructura socio-demográfica , siempre resulta conveniente realizar una rotación de la solución inicial que permita una mejor interpretabilidad de los factores . en este sentido , se ha realizado una rotación ortogonal para conservar la independencia de los factores de esta segunda solución alternativa . El método ha sido el habitual y más conveniente para los fines , una rotación varimax Kaiser-normalizada .

INTERPRETACIÓN DE LA SOLUCIÓN ROTADA

 Tras la obtención de la matriz rotada por el método varimax Kaiser-normalizada se pretende interpretar los factores

Observando la matriz rotada elaborada se puede llegar a las siguientes interpretaciones

Primera componente principal . Este factor tiene una alta  correlación positiva con los indicadores de actividad de cualquier tipo , una correlación negativa con el nivel económico . Como en el caso de la interpretación de la solución inicial a este factor se le podría denominar : factor de concentración de actividad

Segunda componente principal . Como en el caso de la interpretación en base a la solución inicial el factor presenta alta correlación positiva con todos los índices económicos elaborados por la fundación "la caixa" (excepto nivel económico) , estos índices se ven influidos por el tamaño del municipio por lo que el factor nos indica tamaño económico

Tercera componente principal . Este factor está alta y positivamente correlacionado con el consumo de energía industrial , tanto por habitante como por superficie , se trata claramente de un factor industrial

Cuarta componente principal .  Este factor está positivamente correlacionado con la tasa de actividad industrial y las tasas de actividad general , masculina y femenina . Se trataría de un factor de trabajadores industriales

Quita componente principal .  El factor que supone la quinta componente principal está positivamente correlacionado con el nivel económico y la tasa de actividad en comercio y servicios . Podríamos hablar de un factor de  residencia de trabajadores en servicios.

Sexta componente principal . El factor se correlaciona de una manera clara con una sola de las variables . Lo hace negativamente con la tasa de actividad comercial . Sin mucho convencimiento podríamos denominar a este factor como factor de  residencia de trabajadores no comerciales.

        Tras llevar a cabo la interpretación de los factores tanto con la solución inicial como la rotada parece más adecuada ésta ultima si bien su  sexta componente principal no posee las correlaciones necesarias para haber podido llevar a cabo una adecuada interpretación  . A pesar de ello  la interpretación basada en la solución rotada parece más coherente y evidente . Además , las puntuaciones obtenidas por la  solución rotada  las que se utilizarán en el análisis cluster

PUNTUACIONES OBTENIDAS POR LOS MUNICIPIOS DEL ÁREA SEGÚN LOS FACTORES EXPLICATIVOS DE LA ESTRUCTURA ECONÓMICA

            Las puntuaciones que toman los seis factores obtenidos  por la solución rotada se plasman en una tabla , que se ofrece . Si bien en dicha tabla solo se plasman las puntuaciones para los seis factores , la totalidad de las puntuaciones , es decir , para las 33 componentes principales son las que se han utilizado para la elaboración de los análisis cluster .La razón de utilizar las componentes principales radica en la imposibilidad de utilizar la distancia de Mahalanobis con el paquete informático spss , de manera  , que  como la distancia euclidea calculada sobre el espacio de las componentes principales coincide con la distancia de Mahalanobis , utilizando la euclídea ( si presente en spss) sobre las puntuaciones es como si se utilizara la de Mahalanobis sobre las variables originales.

?