3.3.2. Análisis previstos

El detalle de la secuencia metodológica seguida para dar respuesta a los objetivos planteados es, además de la descripción de la muestra expuesta más arriba el siguiente:

3.3.2.1. Análisis descriptivos: medias y desviaciones de las preguntas LIKERT

Analizaremos la media como medida de posición que nos proporciona el centro de una distribución, el punto alrededor del cual la distribución gira y la desviación típica como medida de dispersión que nos informa si las observaciones están cerca de la media o si están alejados de ésta (Martí, 2008)

3.3.2.2. Análisis de la fiabilidad de la escala

Utilizaremos el alfa de Cronbach para medir la consistencia interna de la escala con la finalidad de comprobar si la medida de la escala es fiable o no, que es un indicador que oscila entre 0 y 1, siendo un alfa adecuado si está comprendido entre 0,6 y 0,9 (Grande y Abascal, 1999)

3.3.2.3. Análisis factorial

Para dar respuesta al tercer objetivo sobre la dimensionalidad de las variables y en consonancia con el marco teórico sobre la imagen de destino, proponemos un análisis a través del método de reducción factorial, que trata de observar la matriz de correlación de las variables, el test de KMO y de Barlett, el total de la varianza explicada y la matriz de componentes rotados.

El análisis factorial tiene por objetivo mostrar y medir el grado de asociación entre nuestras variables. Su función principal es reducir la cantidad de variables uniendo las que tienen un alto nivel de correlación entre nuestras variables, siendo su función principal reducir la cantidad de variables uniendo las que tienen un alto nivel de correlación. Esto lo hace idóneo para evaluar la consecución de los objetivos de nuestro trabajo.

El nivel de aceptabilidad fue fijado a partir de 0,5 para el test de KMO y 0,05 para la prueba de esfericidad de Barlett (Batista y Martínez, 1989).

El análisis multifactorial es particularmente relevante para las preguntas relacionadas con la imagen percibida de un destino turístico para reducir al máximo el número de factores que tendremos que tomar en cuenta.

A partir de este análisis de reducción factorial, intentaremos realizar un análisis de correlación para justificar la validez discriminante de las escalas utilizadas.