4.3.1.5. Análisis factorial sobre las motivaciones

Para finaliza se procedió a la reducción de los 5 indicadores que representan las motivaciones a factores.

Siendo los 5 indicadores de la escala de las motivaciones del turista: conocer rutas, historia, relajarse y tomar el sol, probar platos típicos y aprender castellano.

Como resultado del análisis factorial exploratorio obtenemos en un principio un KMO bajo de 0,490 que indica que las variables no están correlacionadas entre sí, un test de esfericidad de Barlett de 72,856(10gl) muy significativo con un valor p inferior a 0,05 que nos indica que hay relación entre las 5 variables.

Al obtener un KMO inferior a 5, nos informa que la matriz de datos no es válida para continuar el proceso de análisis factorial.

Ahora vamos a analizar la varianza total explicada de la variable motivación para saber cuantos factores son relevantes para resumir los indicadores que miden la motivación.

Analizando los resultados de la tabla 14 obtenemos que el valor de la varianza explicada es de 79,608% en el que observamos que existen 3 factores que tienen un autovalor superior a 1, siendo el primer componente el que explica la mayor parte de la varianza explicada con un porcentaje de un 36,398%, teniendo los otros 2 factores un porcentaje más bajo de la varianza explicada entre un 20,272% y el 22,483%

Después de haber obtenido la varianza total explicada, se analiza la matriz de componentes rotados por el método de varimax que busca redistribuir la varianza a lo largo de todos los componentes de la matriz.

Al analizar la tabla 15 de la matriz de componentes rotados observamos que el indicador probar platos típicos carga tanto en el factor 1 como en el 2, por ello se decide eliminar el indicador probar platos típicos para ver que ocurre, entonces se observa que el KMO incrementa a 0,502, de ahí que si decide extraer el indicador probar platos típicos de la matriz de componentes rotados quedando la matriz de componentes rotados con 4 variables que se agrupan en 2 componentes.

A partir de la tabla 16, reagrupamos los 4 indicadores o factores en los 2 componentes eligiendo el indicador que tenga el valor más alto, sin tener en cuenta los valores que saturan en negativo (porque no tienen nada que ver con el factor) y luego se analiza cada factor

Factor 1: cultural

- Los indicadores de conocer rutas y de conocer la historia cargan solo en el componente 1.

- Este primer componente es nombrado factor cultural por agrupar a los indicadores de conocer rutas e historia, que según la literatura es un turismo para conocer otras culturas principalmente las que están relacionados con la historia y el arte (Rodríguez y Alonso, 2009).

Factor 2: lingüístico

- El indicador relajarse y tomar el sol y aprender castellano cargan en el componente 2, por lo que este indicador es representativo de las motivaciones que es nombrado factor lingüístico por agrupar a los indicadores de aprender el idioma y de relajarse y tomar el sol, que según la literatura se define el turismo lingüístico como aquellos viajes que se realizan al extranjero para poner en práctica actividades relacionadas con el aprendizaje de su lengua (Baralo, 2006).

Como podemos observar la varianza explicada sin el indicador probar platos típicos ha descendido en 16,938% (pasando de 79,608% a 62,67%), en el que el factor cultural sigue siendo el factor más explicado por la varianza (en un 36,374%) y en menor medida el factor (26,597%).

El KMO inicial no era válido, así que las variables no son bastante correlacionadas entre ellas y no se puede rechazar la hipótesis nula de correlación, por lo tanto los datos tenía poca fiabilidad